RAND o prognozach AGI: nie zgadujemy daty, scenariuszami planujemy. Co kancelaria mówi klientowi pytającemu o pięć lat.

Klient korporacyjny, który zaczyna myśleć poważnie o AI, prędzej czy później pyta swojego adwokata pytanie, na które adwokat z definicji nie zna odpowiedzi: kiedy będzie AGI, jak ta technologia zmieni nasz biznes w pięć lat, czy mamy się czego bać. Standardowa odpowiedź adwokata - "to nie jest moja domena, polećmy konsultanta technologicznego" - jest profesjonalna, ale niesatysfakcjonująca. Klient płaci adwokatowi za nawigację po niepewności prawnej; pyta, czy ta sama nawigacja działa wobec niepewności technologicznej.

Sarma, Bhatt, Jacob i Steratore z RAND publikują w marcu 2026 raport, który po raz pierwszy daje adwokatowi strukturalną odpowiedź metodologiczną. Synteza diverse forecasting methodologies - expert surveys, prediction markets, compute-centric models, scenario analysis - z jasnym wnioskiem: infrastruktura prognostyczna jest niedojrzała, decydenci podejmują decyzje na podstawie metod w fazie nascent, prawidłowa odpowiedź to scenario-structuring tools zamiast point estimates. To nie jest abstrakcja akademicka - to jest dokładnie ten sam tryb pracy, który adwokat wykonuje wobec niepewności prawnej. Recenzja MateMatic czyta RAND jako fundament rozmowy adwokata z klientem korporacyjnym o strategii AI.

O czym jest ten materiał

Raport ma osiem rozdziałów na 75 stronach. Rozdz. 1 Introduction stawia pytanie. Rozdz. 2 Defining the Target pokazuje, że ta sama nazwa "AGI" oznacza różne konstrukty (HLMI, full automation of labor, transformative AI) i framing efekt zmienia estymaty o 10-15 lat. Rozdz. 3 Forecasting Methodologies kataloguje cztery metody. Rozdz. 4 Understanding Disagreement: The Cruxes pokazuje, gdzie eksperci różnią się od podstaw. Rozdz. 5 The Validation Challenge dokumentuje braki w infrastrukturze prognostycznej. Rozdz. 6 Strategic Implications: Decisionmaking Under Uncertainty dostarcza framework decyzyjny. Rozdz. 7 Building Better Forecasting Infrastructure proponuje program badawczy. Rozdz. 8 Conclusion.

Trzy dane, które adwokat zapamiętuje z lektury Executive Summary:

• Najnowsze duże badanie ekspertów (Grace et al., 2025) stawia medianę dla HLMI (high-level machine intelligence) na rok 2047 - ale to przesunięcie o 13 lat względem badania sprzed roku. Kompresja jest robust kierunkowo we wszystkich metodach.
• Compute-centric models i prediction markets stawiają centralne estymaty w latach 2030-tych - znacznie wcześniej niż mediana ekspercka.
• Same survey, "full automation of labor" - 2116 (a nie 2047). Różnica 69 lat między HLMI a FAOL pokazuje, jak bardzo definicja zmienia estymatę.

Innymi słowy: nie ma jednej daty AGI; istnieją cztery metody, które dają różne estymaty zależnie od tego, co rozumiemy przez "AGI". Raport świadomie nie endorsuje konkretnej daty. Wartość jest w metodologii.

Recenzja właściwa

Najmocniejsza warstwa - asymmetry of costs

Rozdz. 6 otwiera koncepcją Asymmetry of Costs, która adwokat polski powinien wbić sobie w nawyk myślowy. Rdzeń koncepcji: jeśli koszt nieprzygotowania na scenariusz X jest dużo wyższy niż koszt przygotowania, to nawet niska prawdopodobieństwo X uzasadnia przygotowanie. RAND porównuje to z planowaniem awaryjnym wobec ataków terrorystycznych albo konfliktów regionalnych - prawdopodobieństwo niskie, ale konsekwencje wystarczająco asymetryczne, żeby planować.

Dla kancelarii doradzającej klientowi korporacyjnemu ta zasada przekłada się wprost. Klient pyta "czy w naszej branży AGI to realne zagrożenie/szansa". Adwokat odpowiada nie "tak" lub "nie", tylko: "prawdopodobieństwo trudne do oszacowania, ale gdyby to się zdarzyło w pięć lat, jakie pytania pozostaną otwarte? Lista następujących pięciu - i te trzy z nich kosztują nas dużo więcej w scenariuszu nieprzygotowania niż w scenariuszu nadprzygotowania". To jest prawnicza analiza ryzyka, w której technologia jest tylko jednym z wymiarów - obok zmian regulacyjnych, geopolityki, presji konkurencyjnej.

Najmocniejsza warstwa decyzyjna - "scenario-structuring tools, not point estimates"

RAND pisze wprost: "Treat forecasts as scenario-structuring tools, not point estimates to optimize around. Rather than debate precise probabilities, planners should focus on scenarios that are plausible, consequential, and challenging - particularly those that lack adequate preparation". To jest zdanie, które kancelaria może wprowadzić do każdej rozmowy z klientem o strategii AI.

Przekład na język adwokacki: nie próbujemy zgadnąć daty, projektujemy plan dla zestawu scenariuszy. Klient nie potrzebuje od adwokata daty - potrzebuje od adwokata listy scenariuszy plus listy decyzji, które są odporne na wszystkie scenariusze i decyzji, które są wrażliwe na konkretne scenariusze. Polityka AI jest robust pod każdy scenariusz; inwestycja w konkretną platformę LegalTech jest wrażliwa na scenariusz krótkich timeline'ów. To jest poziom precyzji, którego klient od adwokata oczekuje.

Najmocniejsza warstwa praktyczna - capability trajectory indicators

Tabela 6.1 raportu zawiera Capability Trajectory Indicators - listę obserwowalnych sygnałów, które uzasadniają reasses planu. RAND wymienia kategorie indicator'ów: postępy benchmarkach odpornych na saturację, demonstracje zdolności agentowych w realnych task'ach, sygnały ze strony frontier laboratorów (ekonomiczne, organizacyjne, security), sygnały infrastrukturalne (compute, energy, hardware), sygnały regulacyjne i polityczne.

Dla kancelarii ta tabela jest wzorcowym scoreboard'em do monitorowania kontekstu. Adwokat doradzający klientowi przy strategii AI ustanawia raz na kwartał (lub raz na pół roku) krótki przegląd: jakie indicator'y się zmieniły, jakie jeszcze nie, kiedy uzasadnione jest zwołanie spotkania reassess. To jest dokumentowalna usługa - kancelaria oferuje "monitoring trajektorii AI" jako uzupełnienie do polityki AI z BW/039 (RAII Policy Template) i audytu dostawców z BW/040 (King).

Najmocniejsza warstwa intelektualna - "the cruxes"

Rozdz. 4 nazywa się Understanding Disagreement: The Cruxes. RAND identyfikuje konkretne punkty, w których eksperci różnią się od podstaw - czy generalizacja ma charakter nieliniowy czy liniowy, czy compute jest wystarczające czy potrzebne są nowe paradygmaty algorytmiczne, czy ekonomiczna deployment idzie szybciej czy wolniej niż capability, jakie jest tempo prawdziwej innowacji vs incremental scaling. Cztery archetypy ekspertów (compute optimist, paradigm pessimist, deployment skeptic, capability hawk) różnią się crux positions.

Dla adwokata to materiał argumentacyjny pierwszej klasy. Klient korporacyjny pyta "ale zarząd słyszy od jednego doradcy że AGI w pięć lat, od drugiego że dwadzieścia pięć - kto ma rację". Adwokat odpowiada: "obie te oceny są logicznie spójne pod różnymi założeniami crux. Pytanie nie brzmi 'kto ma rację' tylko 'które założenia crux są dla nas najmniej ryzykowne do nieprzygotowania'. Lista następujących pięciu - z nich te dwa są asymetryczne kosztowo dla naszej branży, więc przygotowujemy plan dla obu". To jest poziom analitycznej precyzji, który klient zauważy i zapamięta.

Czego brakuje - z perspektywy polskiej kancelarii

Brak warstwy europejskiej. RAND pisze z perspektywy amerykańskiej (US executive branch, Congress, national security community to główni adresaci rekomendacji 1-3). Nie omawia AI Act i jego implikacji dla planowania scenariusza krótkich timeline'ów. Polska kancelaria dopisuje tę warstwę - w scenariuszu, w którym capability skoczy w trzy lata, AI Act z timelineami zastosowania w 2026-2027 staje się niewystarczający, mamy prawdopodobnie nowelizacje albo Komisja stosuje guidance interpretacyjny rozszerzająco.

Brak warstwy odpowiedzialności prawnej. RAND traktuje "decisionmakers" jako policymakers i national security; nie omawia odpowiedzialności prawnej zarządów spółek za decyzje strategiczne dotyczące AI. Polska kancelaria dopisuje - scenario planning AI w spółce kapitałowej to dokumentacja decyzji zarządu, która chroni przed roszczeniami akcjonariuszy o staranność, art. 293 KSH; inny scenariusz dla zarządu publicznego, inny dla prywatnego.

Brak warstwy zawodowej. RAND nie omawia branż regulowanych. Kancelaria adwokacka, doradztwo finansowe, sektor zdrowia, sektor obronny - każda ma swoje timeline'y i indicator'y, których RAND nie znajdzie. Adwokat dopisuje warstwę sektorową dla swojego klienta - polska kancelaria reprezentująca klienta z KNF czyta indicator'y inaczej niż polska kancelaria reprezentująca klienta z UODO.

Brak warstwy budżetowej. RAND mówi o ekonomicznej deployment jako jednym z timeline'ów, ale nie operacjonalizuje tego dla średniej polskiej spółki. Adwokat dopisuje - nasz klient ma budżet IT 5 mln zł rocznie; w scenariuszu krótkich timeline'ów konkurencja może zainwestować 10x; jak chronimy się przed tym ryzykiem nie tracąc głównej ścieżki.

Komu polecam, komu odradzam

Kancelaria doradzająca klientowi korporacyjnemu przy strategii AI 5-10 lat - bierze framework asymmetry of costs, scenario-structuring approach i tabelę capability trajectory indicators jako podstawę usługi monitoring strategicznego AI. Razem z BW/039 (RAII Policy Template) i BW/040 (King Vendor Assessment) tworzy się kompletny stack: wewnętrzna polityka, zewnętrzny audyt dostawców, zewnętrzny monitoring trajektorii.

Kancelaria piszącą artykuł o niepewności AI w polskiej dyskusji - bierze koncepcję "scenario-structuring tools, not point estimates" jako rdzeń argumentacji odpornej na zarzuty zarówno z obozu AGI-optimist jak i AGI-skeptic. Cytuje RAND z atrybucją; metodologia jest neutralna metodologicznie, niezależnie od tego, w którym obozie czytelnik się znajduje.

Adwokat reprezentujący zarząd spółki w sprawie staranności decyzji AI - bierze koncepcję cruxes i archetypów ekspertów jako materiał obronny w razie zarzutów akcjonariuszy o nadmierną/niedostateczną inwestycję w AI. Zarząd nie zignorował ryzyka; zarząd przyjął rygorystyczną metodologię scenariuszową opartą o publikację RAND jest argumentacją odporniejszą niż zarząd polegał na opinii konsultanta zewnętrznego, który przewidywał X.

Klient na własną rękę bez kancelarii - 75 stron RAND jest dużo, ale Executive Summary i rozdz. 6 (Strategic Implications) to 20 stron, które klient może przeczytać samodzielnie. Wartość: zrozumienie, że odpowiedź "nie znamy daty" nie jest unikiem - jest najuczciwszą analizą stanu pola. Klient po lekturze tego materiału jest gotów na rozmowę z kancelarią o scenario planning bez oczekiwania, że adwokat zna datę AGI.

Powiązanie z innymi tomami Bazy Wiedzy

RAND uzupełnia BW w warstwie strategicznej, której do tej pory nie pokrywaliśmy. BW/036 (Kuśmierek - Polska wobec AGI) to polska perspektywa scenariuszy AGI - czyta się razem, RAND dostarcza framework metodologiczny, Kuśmierek dostarcza polskie dane diagnostyczne. BW/039 (RAII Policy Template) i BW/040 (King Vendor Assessment) dostarczają wewnętrznej i zewnętrznej operacyjnej infrastruktury - RAND dostarcza warstwy meta nad nimi (kiedy dostosować politykę, kiedy reassess audyt). BW/006 (MindForge AI Risk Management) i BW/037 (MIT AIRI Navigator) dostarczają inwentarza ryzyk - RAND dostarcza dynamicznego wymiaru (ryzyka się zmieniają z trajektorią capability). BW/034 (Kumaran) i BW/035 (Laban) dostarczają dowodów empirycznych dla scenario "current LLM capabilities are at limits" vs "we are early in capability trajectory" - dwie cruxowe pozycje, które RAND wymienia w rozdz. 4.

Innymi słowy: RAND jest warstwą strategiczną stack'u governance MateMatic, w której pojedyncze tomy operacyjne dostają wymiar czasowy. Kancelaria nie tylko wdraża politykę AI - kancelaria monitoruje trajektorię, która zmienia priorytety polityki.