Anthropic AI 经济政策应对方案

Anthropic 提出了一个包含九项政策构想的框架，旨在帮助政府应对由先进 AI 带来的经济转型。由于 AI 采用的规模和速度尚不确定，该公司建议针对三种不同的经济情景制定相应的政策应对措施：轻微扰动、中度加速和快速转型。

几乎适用于所有情景的政策

无论 AI 对劳动力市场的负面影响是轻微还是显著，这些提案都旨在投入使用。它们侧重于基础性的劳动力开发和基础设施效率。

劳动力培训补助金

为了支持在职培训，"Workforce Training Grant" 提案建议直接向建立结构化培训计划的雇主提供可观的年度补贴（例如，在美国每年提供 10,000 美元）。资金来源可以通过重新定向现有的高等教育补贴或对 AI 消费征税来实现。

用于留任与再培训的税收激励措施

目前的税法可能会偏向于实物资本投资而非人力资本。拟议的改革包括取消对免税教育援助的 5,250 美元上限，并将所有与工作相关的培训扩展为全额、即时的费用化处理，从而使再培训在财务上比裁员更具吸引力。

堵塞企业税收漏洞

为了防止 AI 转型给政府预算带来压力，提案包括堵塞"partnership gap"以防止实体层面的避税行为，并实施基于市场的分配法。后者将根据客户所在地分配商业税，以便更好地从数字和基于无形资产的商业模式中获取价值。

AI 基础设施许可改革

加速数据中心、输电基础设施和发电设施的建设对于生产力和国家安全至关重要。拟议的改革包括更新 National Environmental Policy Act (NEPA) 以允许对某些设施进行预先分析，并利用联邦权力来加速关键输电设施的建设。

中度加速情景下的政策

这些政策是为 AI 导致大部分劳动力面临可衡量的工资下降和失业风险的情景而设计的。

AI 置换援助

借鉴 Trade Adjustment Assistance (TAA) 模式，"Automation Adjustment Assistance" (AAA) 计划将为被 AI 置换的工人提供技能培训和支持。初始资金可设定为每年约 7 亿美金，并可能通过对高市值公司的 AI 驱动收入征税来扩大规模。

计算与 Token 税

经济学家建议研究对 token 生成、机器人和数字服务的征税。在人类仍是主要消费者的阶段，对销售给最终用户的 AI 生成的 token 进行"token tax" 可能很有效。如果 AI 系统成为资源的主要消费者，那么对计算能力和硬件积累征税可能是捕获 AI 产生的意外收益的唯一途径。

快速转型情景下的政策

这些提案针对的是涉及剧烈失业和不平等加剧的情景。

国家主权财富基金

为了更公平地分配 AI 带来的财富，政府可以创建主权财富基金来收购 AI 相关资产的股份。类似于为英国提出的"AI Bond"概念，其目标是确保对 AI stack 的 stack 投资，并将回报广泛地分配给全体国民。

现代化的消费税

随着劳动在经济生产中的占比下降，所得税可能变得不足。提案包括采用或现代化 Value-Added Taxes (VAT) 以将税收负担转向消费。此外，"low-rate business wealth tax"（低税率商业财富税）可以作为所得税的补充，以减少会计操纵并从高利润企业中获取价值。

研究与实施

Anthropic 已向其 Economic Futures Program 投入了 1000 万美元，以支持对这些政策构想的进行实证研究，并为政策制定者和研究人员举办研讨会。该公司强调，这些提案仅是研究和辩论的起点，而非最终的政策建议。