AI越来越能干，养老金和失业保障的钱从哪里来？

企业把一部分工作交给AI，可能节省工资、提高效率、增加利润。对劳动者来说，变化可能是工作更轻松，也可能是岗位减少、收入下降，或者原本属于新人的入门机会变少。

如果劳动收入减少，依靠工资征收的个人所得税和社保缴费也可能受到影响。与此同时，失业救助、转岗培训和收入支持的需求却可能增加。

这就是“AI税”争论背后的现实问题：生产效率提高了，新增收益如何支持社会保障，让普通人也能分享技术进步？

作者声明：该图片由AI生成

为什么盖茨主张给AI征税

比尔·盖茨早在2017年就提出机器人税。2026年8月，他又将建议扩展到AI词元，也就是大模型处理信息时使用的Token。

他的担忧是，企业雇用员工需要承担与工资相关的税费，购置自动化设备却可能享受费用扣除和投资优惠。如果税收安排长期偏向机器替代人工，公共财政可能失去一部分劳动收入税源，还要承担更多转岗和保障开支。

黄仁勋则不同意这种征税思路。他对AI创造新任务、新岗位的前景更乐观，也担心额外税负影响技术普及。

分歧首先来自对就业的判断。AI究竟会替代多少岗位，又会创造多少新工作，目前仍需持续观察。某个职业的部分任务可以自动化，不能直接推导出整个职业都会消失；企业提高效率，也未必一定选择裁员。

但就业冲击即使只是局部的，对受影响的人也可能很重。税收和保障制度有必要提前研究应对办法。

同叫“AI税”，征的可能是完全不同的东西

现在讨论的AI税，大致有三条路径。

第一条是对使用AI或自动化设备征税。可以按机器人数量、被替代岗位、原本的工资规模计税，也可以减少自动化投资享有的税收优惠。

问题是，“替代了谁”很难算清。一套系统可能帮员工提高效率，也可能让企业不再补招离职人员；同一个软件在不同企业中的作用也不同。税务机关如果需要逐项判断这些关系，征管成本会很高，还可能诱导企业选择更容易规避定义的技术。

第二条是对AI企业的收入、利润或股权征税，让收益较多的企业承担更多公共筹资责任。

美国已有议员正式提出相关法案。例如，桑德斯提出通过对大型AI企业征收一次性股权税，建立公共财富基金，让公众分享企业收益。但这仍是立法提案，不能当作已经实施的制度。

第三条是对AI发展带来的外部成本征税，比如数据中心的能源消耗。它主要解决环境和资源成本，与就业替代税有不同的政策目标。

按Token收税容易计量，却未必容易分担

Token税受到关注，是因为许多大模型服务已经按调用量收费。税收若附着在现有账单上，似乎比计算“这家公司少用了多少人”更容易执行。

但调用量不等于劳动替代量，也不等于经济价值。

学生用AI学习，小店用AI整理商品资料，大企业用AI处理业务，都可能消耗Token。不同模型完成同一任务所需的Token和算力，也可能相差很大。

更直接的问题是，名义上向AI服务商征税，成本可能通过涨价转给用户。最终承担税负的，可能包括刚开始使用AI的小微企业和普通人。

因此，有研究方案主张只在最终消费环节征收，避免对企业中间投入重复加税；也有人提出算力税、浮点运算税，希望更贴近资源消耗。每种办法都还需要回答：征税对象是什么、在哪里征，以及成本最终落到谁身上。

作者声明：该图片由AI生成

现有税制也可以追踪AI带来的收益

新增一个专门税种之外，还有一条路径：调整现有所得税、资本收益税和财产税，让税收体系适应收入结构变化。

如果AI带来的新增收益更多流向企业利润和资本所有者，公共筹资就需要更关注这些收益。同时，要改善跨境利润归属、无形资产和资本收入的征管。

OpenAI和Anthropic公布的政策构想，都讨论过资本收益税、企业税、公共财富基金及持续收入支持等选项。这些是探索性建议，尚未形成统一方案。

这里还有一个需要区分的概念——经济租。它指超过正常投资回报的额外收益，可能来自市场支配力、网络效应或稀缺资源。对这类收益征税，与对所有技术投资加税，影响并不一样。

但现实中，正常回报和额外收益也很难精确划线。制度既要避免新增财富过度集中，也要保留企业承担研发风险、继续投资的动力。

中国已有增值税，也有自己的难题

中国与许多欧洲国家实行增值税，税收并不取决于一项产品究竟由多少人、多少机器生产。因此，AI提高产出效率后，相关商品和服务的交易仍可进入既有税收体系。

这让增值税成为讨论AI时代公共筹资的一项重要工具。

不过，增值税收入也不会随着AI能力提高自动增长。价格下降、交易结构、免税安排、跨境服务和家庭消费能力，都会影响实际税收。若生产增加而家庭收入和支出没有跟上，财政收入也未必同步改善。

提高增值税以支持社保，还需要考虑消费者负担，尤其是低收入家庭。

NBER的一项研究讨论了在劳动收入税基受到侵蚀时，增加消费课税作用的可能性。它属于特定技术和经济假设下的理论分析，提供了研究方向，并不意味着各国可以直接套用同一方案。

社保保障也要适应“有工作，但工作不够”的人

AI带来的变化可能介于就业与失业之间：合同变短、工时减少、订单变少，或者收入波动更大。

一个人仍在工作，却可能没有稳定单位、稳定工资和连续社保。高度依赖全职雇佣关系的保障制度，需要适应这些变化。

可以讨论的方向包括扩大培训和失业支持的覆盖范围，帮助收入明显下降但尚未完全失业的人；提高保障关系的可携带性，让换岗位、换平台的人继续获得基本保障；研究以多种税收补充部分工资缴费，降低保障对单一劳动收入来源的依赖。

“社保增值税”就是其中一种设想：增加部分间接税筹资，同时降低部分雇主和雇员缴费。能否实现预期效果，要结合税负分担、物价、财政能力和就业情况评估，它目前并非中国已经实施的AI应对政策。

税收收入怎样花，决定普通人能得到什么

AI税讨论最终需要落到公共支出上。

转岗者能否获得有用的培训，青年能否找到积累经验的工作，大龄劳动者能否跨过技能门槛，收入暂时下降的家庭能否维持生活，比税种的名称更能体现政策效果。

各国目前一边给予芯片、研发和数据中心投资优惠，一边研究就业支持。有建议提出，在部分投资优惠中附加稳岗条件，鼓励企业培训和留用员工。这样的安排也需要细化，避免鼓励维持名义岗位，却没有改善劳动者的收入与发展机会。

接下来需要持续跟踪的，是哪些岗位的收入和工时发生变化，新增收益流向了谁，现有税收与社保是否仍能覆盖保障需求。基于这些事实，才能判断该调整已有制度，还是建立新的筹资工具。

AI带来的生产率增长，可以支持更好的医疗、教育、养老和职业发展。要让这份能力进入普通人的生活，税收、社保和公共服务都需要跟着变化。