# 人工智能能为全民基本收入买单吗？

> 到2030年，人工智能可能为世界经济增加15.7万亿美元。这笔收益能否支撑全民基本收入，取决于谁能对其征税，而不是收益有多大。

URL: https://www.clarityailab.com/zh/insights/15-7-trillion-dilemma-ai-funded-universal-income/

人工智能创造的新财富或许足以支付全民基本收入，但前提是政府能在财富落脚之处对其征税。普华永道估计，到2030年人工智能可为世界经济增加最多15.7万亿美元；这说明了收益的规模，却没有说明由谁来收取。

本文梳理证据中关于这笔收益的说法、人人享有一份收入的成本，以及摆在桌面上的税收设想。本文面向政策制定者及其顾问。

## 人工智能可能创造多少财富？

两个被广泛引用的估计给出了量级。[普华永道的《Sizing the prize》](https://web.archive.org/web/20221218130940/https://www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf)（2017年）预测，到2030年人工智能可使全球GDP增加最多15.7万亿美元：6.6万亿美元来自生产率提高，9.1万亿美元来自新的消费需求。[高盛](https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent)（2023年）估计，生成式人工智能可在十年内使全球GDP提高约7%，接近7万亿美元。

同一份高盛分析发现，相当于3亿个全职岗位可能面临自动化。[国际货币基金组织](https://www.imf.org/en/Publications/Staff-Discussion-Notes/Issues/2024/01/14/Gen-AI-Artificial-Intelligence-and-the-Future-of-Work-542379)（2024年）估计，全球近40%的就业受到人工智能影响，发达经济体约为60%；不过它预计，发达经济体中受影响的岗位约有一半会从人工智能中受益，而不是蒙受损失。它对所有经济体的结论是：社会安全网和再培训至关重要。

这些是预测，而非测量。它们说明收益可能很大，却不能说明收益将如何分配。

## 全民基本收入要花多少钱？

一个简单的计算可以说明规模。萨姆·奥尔特曼的文章估计美国约有2.5亿成年人。每人每月发放1000美元，即每年12000美元，每年约需3万亿美元。这是我们自己的算术，仅针对一个国家，已接近普华永道预计的全球生产率收益的一半。

实际方案通常规模更小或更有针对性：随收入递减、替代部分现有福利，或从较低金额起步。但结论不变：全民收入是每年数万亿美元的长期支出，因此需要长期的资金来源。

## 对人工智能征税能支撑全民基本收入吗？

目前讨论的设想有三类。

**对资本而非劳动征税。** 萨姆·奥尔特曼在[《万物摩尔定律》](https://moores.samaltman.com/)（2021年）中提出设立“美国股权基金”，资金来自对大公司市值每年征收2.5%的税（以股份缴纳），以及对私人持有土地价值征收2.5%的税。每位成年人每年获得一笔分配，他估计十年内约为13500美元。他把这当作引发讨论的设想，而非经过测算的方案。

**从共享资产中发放红利。** 阿拉斯加已经在用石油收入这样做。其2026年的[永久基金红利](https://pfd.alaska.gov/)为每位符合条件的居民1200美元，其中包括200美元能源补助。这表明全民发放可以年复一年地运行；也表明资源红利与完整收入之间的差距有多大。

**防止利润转移到海外。** 人工智能利润可以记在企业选择放置服务器和知识产权的任何地方。经合组织的[全球最低税](https://www.oecd.org/en/topics/sub-issues/global-minimum-tax.html)规则通过补足税，使大型跨国企业的低税所得至少按15%纳税。这保护了一国的税基，却不能创造全民收入所需的新增收入。

## 可能出什么问题？

*分析：* 主要风险在经济层面，而非技术层面。

- **通货膨胀。** 如果收入增长快于商品和服务的供给，价格就会上涨。支持者认为人工智能会降低许多商品的成本；这是对未来的期望，尚无证据。
- **工作。** 迄今美国规模最大的试验——[OpenResearch的无条件现金研究](https://www.openresearchlab.org/studies/unconditional-cash-study)——连续三年每月向1000人发放1000美元。与对照组相比，领取者平均每周少工作1.3小时，就业可能性低2个百分点。
- **时机。** 让全民收入变得紧迫的就业危机尚未到来。[耶鲁大学预算实验室](https://budgetlab.yale.edu/research/evaluating-impact-ai-labor-market-current-state-affairs)发现，ChatGPT发布后的33个月里，美国整体劳动力市场没有出现可辨识的冲击。危机中仓促设计的方案很可能设计不佳。

好处同样真实：有保障的底线让人们有时间再培训、迁移或开创新事业，而且比许多有条件的福利更易于管理。

## 政策制定者现在应该做什么？

1. **先测量，再承诺。** 用劳动力数据而不仅是预测，跟踪人工智能正在改变哪些任务和岗位。
2. **先修补税基。** 在决定如何花钱之前，先实施全球最低税，并决定如何对人工智能带来的利润和资本收益征税。
3. **带着明确问题开展试点。** 在小范围内测试金额、资格和发放方式，设置对照组和基线调查。
4. **加强现有的安全网。** 国际货币基金组织的建议——安全网和再培训——无需等待全民收入就可以开始。

关于这笔钱如何真正到达每个人手中，请参阅[人工智能红利如何惠及每个人？](/insights/ai-wealth-paradox-universal-income-automation-age/)。关于基本收入试验的证据，请参阅[全民基本收入与人工智能：试验告诉我们什么](/insights/universal-basic-income-and-ai-2030-economic-synthesis/)。

### 人工智能能为全球经济增加多少价值？

普华永道2017年的研究估计，到2030年人工智能可使全球GDP增加最多15.7万亿美元：其中6.6万亿美元来自生产率提高，9.1万亿美元来自消费需求。高盛2023年估计，生成式人工智能可在十年内使全球GDP提高约7%，接近7万亿美元。

### 在美国实行全民基本收入要花多少钱？

作为简单示例：按萨姆·奥尔特曼文章中约2.5亿美国成年人计算，每人每月发放1000美元，每年约需3万亿美元。实际方案在金额、资格以及如何替代现有福利方面各不相同。

### 什么是“万物摩尔定律”？

这是萨姆·奥尔特曼2021年的一篇文章。文中提出设立“美国股权基金”，资金来自对大公司市值和私人持有土地每年征收2.5%的税，每年向每位成年人发放红利，他估计十年内约为13500美元。他称之为引发讨论的设想，而非经过测算的方案。

### 全球最低税能阻止企业把人工智能利润转移到海外吗？

有帮助。经合组织的全球最低税规则通过补足税，确保大型跨国企业的低税所得税率至少达到15%。但它本身并不针对人工智能新设税种，因此全民收入仍需要自己的收入来源。