美國議員提議AI股息以應對失業擔憂增長

一名紐約州議會議員兼國會候選人提出一項提案，旨在培訓美國勞工以應對人工智慧帶來的經濟顛覆。該提案重點關注其所謂的「AI 紅利」（AI dividend），即透過重新評估稅收政策，向公民直接支付款項，以阻止過度用自動化系統取代人類勞動力。

該提案提出的時機，正值人們對人工智慧導致的失業問題日益擔憂，此問題在政策制定、企業策略和經濟預測中越來越受到重視。

AI 紅利提案解析

紐約州議員 Alex Bores 在 X 平台上發文提出此概念，將其視為美國為所謂「AI 經濟」做好準備的藍圖。

AI 紅利計畫的核心包含兩個組成部分。前者是針對美國公民的補貼制度，這將類似於人工智慧驅動的生產力提升所帶來的共同經濟利益。第二部分是稅收改革工具，它將鼓勵企業專注於僱用人類，而非完全以 AI 系統取代工作。

該提案被視為一項積極主動的倡議，而非被動的社會安全網，旨在將自動化的好處更廣泛地分配給整個社會。

對 AI 導致失業的擔憂日益加劇

AI 紅利的概念是在勞動市場面臨威脅日益加劇的背景下發展起來的。生成式 AI、自動化和機器學習系統的發展，已開始改變客戶服務、軟體開發、內容生產和行政工作等商業領域。

根據高盛最近的評估，AI 的採用已導致勞動市場發生重大變化，估計去年每月約有 16,000 個職位受到影響。儘管在此背景下「失業」的確切含義尚不確定，但該報告指出，AI 正在加速就業模式的結構性轉變，帶來更廣泛的問題。

這些變化引發了關於政府應如何應對技術性失業的辯論。

AI 紅利將如何運作

儘管該提案仍處於理論階段，但其框架提出了一個模型，其中透過 AI 實現的生產力收益將部分重新分配給民眾。這在精神上與資源型紅利具有相同的目的，即將主導技術/部門的經濟收益分配給公民。

在擬議的框架內，資金將透過稅收改革來籌集，這將修改大規模使用 AI 的企業的激勵措施。該政策還將尋求在效率和就業保留之間取得平衡，將自動化視為一種保留工作的方式，而非僅僅是節省成本的措施。

其目的不是限制 AI 的發展，而是確保其經濟利益不會集中在企業和技術所有者手中。

平衡自動化與就業

該提案中最關鍵的問題之一是創新與勞工保護之間的權衡。人工智慧正在接管商業營運，因為它能節省成本並提高生產力。

然而，Bores 等政策制定者認為，除非有干預，否則這些效率提升的結果可能會在經濟領域中分配不均，因為自動化創造的財富並未廣泛再分配。

AI 紅利的概念試圖透過將技術進步與社會補償系統聯繫起來克服這一點，實際上，使 AI 帶來的生產力成為一種共同的經濟資源。

AI 驅動勞動力轉變的圖表概念

AI 採用激增，人類勞動力需求下降 — 尤其是在行政和客戶支援領域（每月約有 1.6 萬個職位受影響）。

關於 AI 再分配的更廣泛經濟辯論

該提案代表了全球範圍內關於社會應如何應對自動化的一個更普遍的辯論。此議題已透過全民基本收入、機器人稅和生產力分享等模型進行討論。

再分配政策的支持者認為，AI 是一種像電力或網路一樣的通用技術，因此其優勢應廣泛分配。批評者則認為，過重的稅收或再分配會削弱創新和競爭力。

AI 紅利提案介於這兩種觀點之間，它試圖在保護創新的同時，也試圖增加一種經濟平衡機制。

政治和政策影響

如果 AI 紅利等計畫變得普及，它們可能會改變政府考慮稅收、勞動市場和數位基礎設施的方式。政策制定者將努力構建機制，自動平衡技術進步帶來的效益，而非在失業發生後才做出反應。

這將是經濟政策制定上的一大轉變，特別是在美國，其勞動市場歷來受私人部門動態影響，而非自動化收益的直接再分配。

AI 紅利流動模型的圖表概念

AI 生產力收益 → 稅收收入 → AI 紅利支付給公民，透過稅收激勵在自動化和人類僱用之間建立回饋循環。

實施挑戰

AI 紅利提案儘管雄心勃勃，但也面臨一些實際問題。定義何謂 AI 驅動的失業仍不容易，特別是因為自動化不一定會創造工作，但往往會改變工作。

此外，在設計一個既能促進人類就業又不阻礙創新的公平稅收制度上，可能很難取得平衡。另一個問題是該計畫如何大規模融資以及如何在不同收入群體之間分配收益。

這些問題表明，儘管該概念已開始受到關注，但在實施之前仍需大量政策制定工作。

結論

Alex Bores 提出的 AI 紅利提案，預示著人們日益擔憂 AI 可能會比傳統經濟系統更快地從根本上重組勞動市場。

由於估計每月將有 16,000 個工作受到 AI 採用的影響，政策制定者已開始考慮如何確保技術進步能轉化為共享的經濟利益。

儘管仍處於萌芽階段，但這項建議指向了經濟思想上更根本的轉變：不再是在工作中斷發生時才做出反應，而是建立能夠在自動化出現時捕捉其利益的系統。