DeepSeek支持者提议征收AI再培训税

概述

开源人工智能社区的著名倡导者提出了一种新颖的财政机制，以应对快速自动化造成的劳动力置换问题。该提案题为AI再培训税（AI Retrain Levy），呼吁对大型科技垄断企业的利润进行定向征税，以资助全民再技能培训项目。

该倡议背后的核心理念是：人工智能应被视为经济演进的强大杠杆，而非就业的存在性威胁。支持者认为，通过将叙事从恐惧转向适应，社会可以利用人工智能的生产力收益，同时确保没有任何工人在过渡期被抛下。

该计划设定了雄心勃勃的目标，即到2030年，面对自动化技术时实现无员工缺乏 Adequate 培训的状态。这一最后期限反映了近年来观察到的加速部署步伐，特别是在具有高能力的开放权重模型出现之后，这降低了全球开发者的准入门槛。

“人工智能并非威胁，而是杠杆。我们必须确保通过充分准备而非恐慌来分配这一杠杆带来的益处。”

提案：百分之二的解决方案

该提案的核心支柱是对大型数字科技企业征收2%的利润税。这些通常被称为“科技巨头”的实体，其收入因生成式人工智能集成到其服务产品中而实现了指数级增长。该模型假设，从自动化效率提升中获益最多的人，有责任投资支持更广泛生态系统的社会资本。

通过该税征收的资金将建立一个普遍再转型权（Universal Right to Reconversion）。这不仅仅是一项针对失业者的津贴，而是确保每位工人在其职业生涯中都能获得持续教育和技能提升的全面保障。该项目旨在将就业保障与特定职位脱钩，转而将其与工人的技能组合的适应性和当前相关性挂钩。

该提案明确借鉴了法国关于技术主权和社会保护的政治话语。通过将问题框定为再转型权利而非简单的失业救济，该政策强调自主权和前瞻性的职业管理。它将国家定位为劳动力发展的积极参与者，而非被动的最后 resort 保险人。

科技行业的批评者长期以来一直认为，自动化将财富集中在一小群工程师和股东手中。这项税收旨在将部分收益重新分配给那些角色最容易被淘汰的工人。2%的税率是在产生足够收入和维持数字部门内创新竞争优势之间取得的平衡。

为过渡提供资金

该提案的财政架构基于以下假设：由人工智能驱动的生产力将继续扩大领先科技公司的利润边际。随着自动化系统处理更复杂的任务，这些公司的成本结构发生变化，创造出可用于社会投资的盈余资本。

资金将通过一个专门的公共信托进行管理，确保资金直接流向教育机构、职业培训中心和在线学习平台。优先考虑正处于最快速转型中的部门，包括制造业、客户服务和行政支持。

此外，该提案建议培训课程应与行业领导者共同设计，以确保所教授的技能与未来的市场需求保持一致。政府与私营部门之间的密切协作旨在防止常见的错配现象，即毕业生拥有的技能已不再具有商业相关性。

应对自动化挑战

该提案的紧迫性源于这样一个观察：人工智能的采用已不再处于实验阶段，而是进入了大规模整合时期。由大语言模型驱动的工具现已嵌入数百万专业人士使用的软件中，从代码编辑器到法律研究数据库。

这种广泛采用引发了关于岗位置换的切实担忧。与主要影响体力劳动的先前几波自动化浪潮不同，当前的人工智能革命威胁到涉及认知任务、创造性工作和例行分析的角色。这些工具成熟的速度令许多经济学家感到惊讶，压缩了劳动力调整的时间表。

支持者认为，如果不进行干预，岗位置换的速度可能会超过个人重新培训的天然能力。提议的税收充当稳定器，提供快速提升技能所需的资源。通过保证获得培训的途径，该政策旨在减少与职业过渡相关的摩擦和个人成本。

愿景是将持续学习作为一项基本权利。在这一模式中，不期望工人掌握单一技能组合终身受用。相反，支持工人定期更新其知识库，确保随着技术的演变，他们保持就业能力。这种方法与人工智能社区更广泛的目标相一致，即让如此强大的工具不仅限于能负担私人教育的人，而是普及给所有人。

时间表与可行性

设定2030年的最后期限为政策制定者和行业领导者提供了一个明确的基准。这一时间框架允许在未来几年内实施税收结构并扩大培训基础设施。它还营造了一种紧迫感，可能会加速立法行动。

可行性研究表明，对主要科技公司利润征收2%的税所产生的收入将是可观的。估计表明，这些资金可以覆盖国家再培训预算的重要部分，从而可能释放国家资源用于其他社会服务。

然而，在界定税基和防止可能破坏该税的利润转移策略方面仍存在挑战。可能需要国际协调，以确保科技巨头不能简单地将应税利润转移到低企业税率的管辖区。

全球影响与辩论

该提案在全球范围内引发了经济学家、技术人员和政策制定者的辩论。支持者将其视为解决现代问题的务实方案，将资本主义激励与社会福利机制相结合。他们认为，这是分享技术进步红利的一种公平方式。

反对者，尤其是科技行业内部的人士警告说，额外的税收可能会扼杀创新并驱赶投资。他们认为当前的监管环境已经复杂，新的财政负担可能会减缓人工智能工具的开发，而这些工具本身可能为解决经济低效率提供方案。

关于“数字巨头”的定义也存在讨论。随着人工智能能力通过开源模型实现民主化，现任科技公司与小型初创公司之间的界限变得模糊。政策制定者需要仔细制定征税标准，以确保捕获自动化的主要受益者，同时避免过度延伸。

尽管存在这些担忧，但这场对话标志着社会讨论人工智能和劳动力的方式发生了重大转变。重点正从大规模失业的乌托邦式预测转向分配与适应的实际问题。AI再培训税提供了一条具体的政策路径，在快速技术变革时代优先考虑人类尊严和经济稳定。

最终，该提案反映了一种日益增长的共识，即技术本身无法解决其带来的挑战。由进步受益者资助的 deliberate 政策干预对于确保工作未来的包容性和公平性对于经济中的所有参与者至关重要。