近日，对AI算力征税引发讨论。支持者认为，AI税既可以帮助政府获得新的财政收入，也可以通过提高AI使用成本，减缓AI对就业市场和社会结构带来的冲击。 不过，不少经济学家仍对“算力税”持保留态度。
目前，人工智能（AI）正在迅速改变全球经济结构，而围绕其潜在影响的政策讨论也开始升温。
一种曾经被视为边缘化的想法重新进入主流视野——对AI算力征税。
“算力税”讨论升温
早在2017年，生成式AI尚未普及之前，联合创始人比尔·盖茨便提出过“机器人税”这个概念。盖茨认为，自动化替代人类劳动后，政府应考虑通过征税弥补财政收入和就业损失。
如今，随着ChatGPT等生成式AI工具广泛应用，类似讨论再次出现。弗吉尼亚大学达顿商学院经济学教授安东·科里内克指出，过去这一议题只在小范围内讨论，但近几个月已明显进入主流视野。
支持者认为，AI税既可以帮助政府获得新的财政收入，也可以通过提高AI使用成本，减缓AI对就业市场和社会结构带来的冲击。
美国“前进党”联合主席安德鲁·杨表示，AI将首先冲击白领工作，随后还将影响卡车司机等大量普通岗位。他长期支持“无条件基本收入”（指由政府定期向所有公民或居民发放的无条件、无须经济状况审查的现金补贴），认为AI企业当前缴纳的税款，与未来AI创造并吸收的经济价值并不匹配。
今年4月，得州亿万富翁、阿诺德风险投资公司（Arnold Ventures）联合主席约翰·阿诺德也在社交平台X上提出“算力税”概念。他写道：“限制即将到来的AI反弹潮的唯一办法，就是把税收从劳动转向算力。”
OpenAI首席执行官萨姆·奥尔特曼也曾在2021年提出类似观点。他当时表示，未来社会需要建立一种新的制度，对企业和土地等主要价值来源征税，以更公平地分配AI时代产生的财富。
不过，奥尔特曼近期在接受《大西洋月刊》采访时表示，他如今已不像过去那样坚定支持“无条件基本收入”。
两种征税方案
如科里内克所说，对某种事物征税通常有两个目的：筹集财政收入以及通过提高成本减少其使用。在AI领域，这意味着“算力税”既可帮助政府分享AI产业增长带来的收益，也可以减缓AI快速扩张。
还有一种逻辑则是将“算力税”视为一种污染税，通过提高成本限制技术过快扩张。支持者更关注AI安全和AI发展带来的“生存风险”。
支持对算力征税的逻辑在于，AI可能导致大规模失业、市场集中度提高、能源和资源消耗增加，数据中心扩张也会对社区带来压力。在支持者看来，随着劳动税收入下降，政府需要新的税源维持社会服务体系。
安德鲁·杨更强调财富再分配。他表示，如果新增税收只是进入联邦政府预算，而普通民众无法直接受益，人们对AI发展的不安不会缓解。
关于如何征收AI税，目前尚无统一方案。
一种思路是直接向运营数据中心的企业征税。由于AI模型训练和运行需要大量GPU和电力资源，数据中心被视为AI产业链中的核心基础设施。
另一种方案则是按照AI使用量征税，例如依据企业或用户消耗的token数量收取费用。耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波指出，这类似于电力税，既可以向供电公司征税，也可以向电力使用者征税。
雷斯特雷波指出，无论是亚马逊、微软等科技公司承担税负，还是最终转嫁给企业和消费者，结果都会提高AI使用成本。
麻省理工学院斯隆管理学院教授、诺贝尔经济学奖得主西蒙·约翰逊认为，“算力税”可以成为减缓自动化速度的一种政策工具。他表示，降低企业大规模裁员和扩建数据中心的吸引力，有助于社会在AI时代创造新的就业任务，“科技行业在这方面有些失职”。
落实仍存争议
尽管讨论升温，但不少经济学家对“算力税”仍持保留态度。
科里内克表示，目前AI计算支出的规模仍不足以带来巨额财政收入，即便征税，其影响也相对有限。
雷斯特雷波则指出，AI已经广泛应用于药物研发、天气预测、流行病模型、欺诈检测等多个领域。如果对算力征税，可能会提高这些领域的创新成本。
雷斯特雷波还警告称，“算力税”可能导致美国AI产业外流，削弱美国在全球AI竞争中的地位。“如果你去问经济学家，大多数人会认为这没有必要，或者过于简单粗暴”。
一些学者认为，相比全面征税，更合理的方式是针对具体问题制定对应政策。例如，在AI安全问题上，加强监管可能比征税更有效；在就业问题上，则可以通过劳动政策调整来应对。
斯坦福数字经济实验室主任埃里克·布林约尔松指出，目前美国税制实际上更倾向于鼓励机器替代人类劳动。他举例称，一家拥有1000名员工的企业，其税负往往高于一家依靠1000台机器获得同样利润的企业。
布林约尔松认为，更重要的目标并非单纯限制AI，而是推动AI增强人类工作能力，而不是替代劳动。他同时主张建立更灵活的劳动力市场，包括涵盖福利制度以及职业再培训体系。
在他看来，“算力税”其实瞄准了错误的对象。
