Andrew Yang:應該用AI紅利發錢
企業家、2020年民主黨總統競選人Andrew Yang稱,顯而易見的做法是把人工智能帶來的收益以紅利或全民基本收入形式迅速、廣泛發給美國民衆,態度會很快好轉。他未在這條發言裏給出金額、稅基或立法路徑,只把分配速度和覆蓋面寫成改善輿論的開關。
這是他七年主軸的再包裝。2020年競選核心是“自由紅利”:18歲及以上公民每月1000美元、每年1.2萬美元,無附加條件,現有福利可二選一,資金設想靠增值稅,競選口徑曾稱增值稅約800億美元量級、全民支票年度開支超3萬億美元。新罕布什爾州初選後他退出,得票未把方案帶進立法。近日他在財經電視上改口強調向人工智能徵稅、少向工資徵稅,並引用Anthropic首席執行官Dario Amodei 2025年提出的約3%人工智能收入稅,以及橋水估計五年內約18%美國崗位受衝擊;客服崗位他舉出約290萬從業者,稱機器人已在部分中心勝過人工。Scripps報道他另推過由數據經濟出資、家庭年付約1.5萬美元的方案。
他同時辦了一家不靠國會的現金實驗。Noble Mobile以話費折扣和“少用手機給錢”做注意力經濟的反向產品,他稱歐洲無線資費與美國約1000億美元級差距是創業切口,並懷疑錢不該先流經政府。民間“人工智能紅利”試點則由保障收入基金等組織向約50人發每月至多1000美元,初始資金約30萬美元、一年計劃約300萬美元,對象是被裁員者而非全民,爲期六至十二個月。
把“迅速發錢”寫成改觀輿論的工具,等於承認技術紅利的政治瓶頸不在模型,在票箱感受。支票能買時間,買不到稅基自動出現。人工智能公司利潤、算力資本開支和工資稅基收縮若不同步,紅利就變成國債或新稅的另一種叫法。
市場機制上,買方是要現金緩衝的選民和被替代的白領,賣方是要用稅收或數據租換社會許可的模型公司。交易由輿論和崗位衝擊預期驅動,不是已立法的撥款。資金從擬議中的人工智能稅、增值稅或數據收費流向個人賬戶。受益方是先拿到支票的家庭;承壓方是稅基被重新定義的企業和仍按工資稅運轉的財政。
來源:公開信息
ABAB AI 解讀
Yang把2020年沒賣掉的自由紅利,貼上2026年的模型名字。每月1000美元當時靠增值稅想象,現在靠“人工智能收益”想象,中間沒有新的國會多數。他在電視上說補貼的是將替換數百萬人的技術,是把研發稅收優惠和算力投資寫成負的產業政策。3%收入稅若按模型公司營收計,規模取決於誰被定義成納稅人,不取決於口號裏的“迅速”。
資本路徑有兩條。一條是他公開不信任的主權財富基金:錢進國庫再出來。一條是Noble Mobile:用話費和注意力折扣在產品裏發小額現金,繞過撥款委員會。民間裁員津貼試點把“全民”改成“被算法碰到的人”,條件化和限期化,已不是他競選時的無條件定義。橋水的18%是宏觀情景,不是撥款公式。
對標阿拉斯加永久基金石油分紅、OpenAI一度討論的全民算力股。石油有桶稅,模型收入跨境且可轉移定價。行業階段是敘事擴張、制度未建:名人、實驗室負責人和對沖基金都在談分紅,財政部沒有對應稅目。
結構變化是定價權轉移。勞動定價權部分轉到模型,補償定價權爭的是該不該變成人均支票。機制是:崗位被替代的速度若快過再培訓,現金比課程更像止痛;止痛一旦定期發放,就變成新的政治剛性,稅從工資轉到代幣和推理次數,只是換徵收點,不是消滅徵收。
ABAB News · 認知定律
紅利發得越快,越像在買對技術的容忍
不經國會的現金,規模也到不了全民
向機器徵稅之前,先要能抓住機器的收入