美国AI征税争议引发跨时代政策讨论

人工智能对全球经济的冲击波，恐怕只会越来越强——从工作岗位的悄然流失，到国民财富从劳动向资本的转移。面对这些巨大的不确定性，美国业界的一些声音开始重新打量一个“老熟人”：对人工智能的算力征税。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

是不是觉得似曾相识？没错，早在2017年，远在ChatGPT和Claude Code成为街头巷议的热词之前，比尔·盖茨就提出过“机器人税”的设想。如今，这个想法换上了新装，再次回到舞台中央。

“就在半年前，这还只是极少数圈子里讨论的话题，”目前正在弗吉尼亚大学达顿商学院休假的经济学教授安东·科里内克指出，“但过去三个月，相关的讨论确实变得主流多了。”

支持者们认为，征收AI税至少能解决两大痛点：一是弥补未来可能出现的规模性失业带来的社会成本，二是给AI狂奔的速度踩一踩刹车。

美国前总统候选人、前进党联合主席杨安泽的观点很直接：“我们现在必须想办法保住工作岗位。AI正在掏空白领职位，顺便说一句，它接下来还会冲击卡车司机等许多常见岗位。”这位长期支持“全民基本收入”理念的企业家进一步补充道：“看看那些顶级AI公司缴纳的税款，与AI最终将创造和吞噬的价值相比，根本不成比例。”

无独有偶，上个月，美国得克萨斯州亿万富翁约翰·阿诺德在X平台上提出了“算力税”的具体构想。他写道：“限制未来AI反噬的唯一方法，就是开始将税负从劳动力转向算力。普通选民需要看到AI带来的切实好处。”

不少经济学家预测，随着中期选举季临近，加上公众对AI的焦虑情绪日益发酵，各种悲观预测层出不穷，这场关于征税的辩论只会更加激烈。

为何要对AI征税？

科里内克教授点出了税收的两个经典功能：筹集资金，以及通过提高价格来抑制某项资源的使用。而眼下讨论的算力税，恰好试图一石二鸟：既想从AI的成功中分一杯羹，用以充实公共财政；也想给其可能带来的碘伏性冲击装上减速器。

目前各界的担忧相当具体：AI导致大规模失业、市场权力过度集中、巨大的资源消耗，以及扩张数据中心对当地社区的影响。于是，一些人将征税视为弥补劳动力税收流失、为社会保障项目输血的一种方式。

杨安泽更侧重于新财富的分配逻辑：“即便我能创造出数十亿美元的新税源，但如果钱全部进了联邦政府的口袋，普通人一分都拿不到，那根本无法让公众感到满意。”

另一派观点则源于安全忧虑，甚至是对生存风险的警惕。在这套逻辑里，算力税扮演的角色类似于“污染税”，旨在为可能失控的技术发展设置一道成本门槛。

谁会被征税？

目前讨论的方案主要有两种思路：一种是向运营数据中心的公司征税；另一种则更接近“用量收费”，即根据企业或其他用户消耗的“词元”（Token）数量来课税。

耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波打了个比方：“如果你要对电力征税，可以对配电公司征，也可以对用电户征。”同理，无论是对前端的亚马逊、微软等算力巨头征税，还是让使用AI的企业和终端客户承担更高成本，最终都会推高AI使用的价格。

诺贝尔奖得主、麻省理工学院斯隆管理学院教授西蒙·约翰逊认为，算力税是考虑减缓自动化进程的一个明智政策杠杆。他补充说，这类税收可能会降低企业解雇数万员工、转而投资数据中心的吸引力。随着AI进步，社会必须创造出新的、适合人类的工作任务。“科技行业目前欠缺的，正是创造新任务、提振劳动力需求这部分，”他指出。

值得一提的是，OpenAI首席执行官萨姆·奥尔特曼早在2021年就曾撰文呼吁：“我们需要设计一个拥抱AI技术未来的系统，并对构成那个世界大部分价值的资产——比如公司和土地——征税，从而公平地分配即将到来的财富。”这或许为今天的讨论埋下了伏笔。

反对征税的观点

有赞成者，自然就有反对者。反对的声音主要基于现实效果和潜在风险。

科里内克教授指出，目前用于AI计算的支出规模，还不足以支撑一个“大税源”。“它能筹集一点资金，但不会产生真正重大的财政影响，”他说。

雷斯特雷波副教授则担忧“误伤”创新。除了办公室自动化，AI技术已广泛应用于药物研发、天气预报、流行病学建模、欺诈检测等关键领域。“为什么要增加所有这些重要应用的成本？”他反问道。此外，对算力单独征税，可能直接迫使相关产业流向海外。

他总结道：“如果你去问经济学家，他们中的大多数人会认为，现在征税要么没必要，要么太鲁莽。”

有替代方案吗？

鉴于AI预计将深远改变社会，许多经济学家同意政策调整是必要的。但有些人主张，应该针对具体问题开出精准的药方，而非一刀切地征税。

雷斯特雷波认为，美国现有的、针对企业利润的税收体系已经相当完善，即使在AI时代，可能也足以应对。对于AI安全担忧，加强直接监管或许比征税更有效。

斯坦福大学数字经济实验室主任埃里克·布林约尔松指出了当前税制的一个关键扭曲：在美国现行结构下，一家雇佣1000名工人的公司，其缴纳的总税款（包括工资税）要高于一家利用1000台机器赚取同样利润的公司。“我们实际上在阻碍那些增强人类能力的事情，同时鼓励那些取代人类的事情，”他说，“我不知道这是否是初衷，但这就是结果。”

他认为，虽然调整劳动税与资本税的平衡会有所帮助，但更根本的解决方案是引导AI增强人类工作而非取代工作，同时打造一个更具活力、福利可携带、并重视技能再培训的劳动力市场。

“算力税，可能有点瞄错了靶心。”布林约尔松的这句话，或许为这场复杂的辩论提供了一个清醒的注脚。