2026年8月14日，广西柳州，东风柳州汽车有限公司商用车生产基地，机器人进行车辆生产。
自2022年ChatGPT发布以来，人工智能（AI）加速发展，从大模型开发竞争扩展到商业层面广泛应用，由此引发有关公共政策和经济治理的讨论。其中，是否以及如何对AI征税，也成为各方热议的话题。
支持对AI征税的观点认为，AI替代劳动力之后，基于个人劳动收入征收的工薪税、社保缴费减少，将会冲击公共财政和社会保障体系，同时政府对失业和再就业培训的补贴短期内可能大幅增加，有必要通过向AI收税来弥补财政收支缺口。
这类观点的代表人物是微软联合创始人比尔·盖茨（Bill Gates）。他早在2017年提出对替代人力的机器人征税；2026年8月在个人网站文章中进一步扩充，支持对AI Token（词元）和机器人征税。
值得注意的是，一些引领本轮技术革命的AI公司如OpenAI、Anthropic，也主张向AI征税，提倡对AI带来的就业和经济影响及早研究、应对。
OpenAI在2026年4月发布的政策蓝图《智能时代的产业政策》中提出，AI可能导致经济活动构成的变化，企业利润和资本利得扩张而劳动收入比重降低。应该重塑税基，提高其对资本性收入的依赖，包括提高高收入人群的资本利得税、提高企业所得税、对持续的AI驱动收益实施针对性征税等；同时探索与自动化相关的新税种，如AI税、机器人税等。
亦不乏反对意见，比如英伟达创始人兼CEO黄仁勋公开表示不同意比尔·盖茨对Token和机器人征税的提议，主要是因为其对就业前景的判断与比尔·盖茨不同。
一些研究者认为，针对AI征税会抑制创新和生产率提升，造成新的制度扭曲，削弱本国在全球技术革命中的竞争力，而且在法律和实务层面难以清晰界定征税范畴。
目前，美国、欧盟、英国、韩国、意大利等经济体对AI征税均有公开讨论，一些国家的议员提出AI税提案，但尚未进入立法或决策议程。各国相关讨论尚处在前瞻阶段，并未形成共识。例如，决策是否对AI征税需要回答一个关键问题：AI导致的劳动力替代处于什么水平？是替代效应还是互补效应为主导？这个问题尚待更多实证数据支撑进一步观测评估。
不过，学术界和政策研究界人士认为，长期看，AI技术进步将导致劳动在生产率提升中的份额下降、资本等非劳动份额提升，可能导致收入和财富格局出现较大变化。
这使得当前税收制度面临一定挑战。对劳动和资本课税存在差异是各国较为普遍的现象，如果AI时代两者差距显著加剧，现行税制如何适应？若要提高资本课税的累进性、加强监管力度，各国还需考虑资本投入对推动技术进步和生产率提升的重要作用，以及资本可流动和隐匿的特质，如何权衡改善分配与鼓励创新？
此外，目前世界主要经济体如美国、欧盟占主导的是所得税，包括个人所得税和企业所得税，分别以居民收入和企业所得为征税基础；在AI加快发展的数字经济下，这两类税基均受到冲击，劳动替代侵蚀工薪税基，跨境经营和无形资产让企业利润归属和税收管辖权更加模糊。
对此，国际学界提出“从按劳动所得课税转向按消费课税”作为策略，对商品和服务广泛征收的增值税（Value Added Tax，简称VAT）属于按消费课税的一种。中国与欧洲都实行增值税制度，且中国的第一大税种是增值税，因此AI给中国带来的税基变化和制度挑战，需结合税收结构加以研判。
各方普遍认为，中短期内，AI发展和应用造成局部结构性就业矛盾上升，需做好预案。如何推动技术红利转化为公共福祉这一AI时代的深层次挑战，考验政策智慧，这可能不只限于公共财政收入端的税制改革，还应完善财政支出和转移支付体系；并且需要关注岗位替代对社保缴费与薪酬挂钩机制的冲击，统筹完善社保筹资制度。
从机器人税到AI税设想
在本轮AI技术突破性发展之前，曾出现过一轮有关“机器人税”的讨论，最早由比尔·盖茨发起。他在2017年的一次采访中指出，应该对企业使用机器人征税，以此减缓自动化普及的速度，为教育、再就业等提供资金。“一名工人获得5万美元收入，这部分收入要缴纳所得税、社保税等，如果换成机器人做同样的工作，也应该对其征收相近水平的税。”
总部位于德国法兰克福的国际机器人联合会（IFR）随即表示反对，强调自动化和机器人的使用通过生产力提升创造新的就业，征收机器人税会让企业为这些急需的技术投资付出更高成本。
2017年欧洲议会曾向欧盟委员会提交一份规范机器人发展的立法倡议报告，建议对机器人的研发和应用制定伦理框架，包括研究对机器人从事的工作征税或对机器人的使用和维护收费。欧委会拒绝了机器人税的提议，最终通过的决议报告未包含相关内容。
至今鲜有机器人税落地的案例，只有韩国在2018年曾调减“生产力提升设备投资税额抵免”的力度，将大企业和中坚企业的抵免率分别下调2个百分点至1%和3%。这一政策因减少投资自动化设备的税收优惠而被视为“准机器人税”。
随着近几年大模型应用爆发式涌现，有关AI税的讨论升温，其征税逻辑与机器人税并无本质不同，都是考虑到企业通过机器人或AI应用替代人工，削弱原本与劳动工薪挂钩的税收和社保收入，因而需调整征税基础，筹措资金为相关失业者提供援助和再就业培训。
结合技术发展和商业应用特征，本轮对AI征税的讨论进一步延展，出现多种形式的AI税构想。根据征税对象不同，大致可归纳为对AI的使用征税、对AI相关公司征税、对AI的负外部性征税三类思路。
对AI的使用征税，具体包括对企业使用AI进行生产投资的行为课税和对AI消费服务课税。机器人税、自动化税属于前者；比尔·盖茨、Anthropic创始人及CEO达里奥·阿莫代伊（Dario Amodei）等新近提出的Token税则属于后者。
目前国内外对机器人税、自动化税的讨论较充分。据华东政法大学国际法学院沈涛等的文章梳理，包括五种代表性方案：一是定额税，对每台机器人征收固定金额；二是基于生产率征税，根据自动化资本投入的产出、效率或生产率差异确定税负水平；三是就业替代税，根据机器人或自动化技术所替代的人类劳动者数量征税，但不对辅助、增强或促进人类劳动的自动化技术征税；四是自动化税，通过限制以自动化投入替代人类劳动的企业享受经营费用税前扣除、折旧扣除或投资税收抵免来实施；五是工资等价税，按照被替代劳动者本应取得的工资规模确定税负。
中国社会科学院财经战略研究院研究员汪德华对财新指出，机器人或自动化技术的界定十分困难，征管也极具复杂性，开征机器人税的前提是准确识别替代人类劳动的特定算法或设备，税务机关对此类无形资产的审计需深度介入企业生产流程，实施成本极高；并且，征机器人税可能阻碍生产率提高，鼓励企业采用规避机器人定义的低效技术。
考虑到对AI资本品征税的现实约束和弊端，一些研究者主张在AI消费和服务提供环节征税。Token作为大模型文本处理的基本计量单位，可直接衡量AI的使用量，因此Token税成为此类征税思路的代表。
牛津大学工程科学系卢卡斯·欧文（Lucas Irwin）等人设计了Token税的实施方案，即借鉴语言模型现有的按调用量计费的机制，在AI模型服务商根据用户调用量收取Token费用的基础上，按一定比例加征税款，并直接缴纳给政府；同时立法明确云计算服务商担任AI模型服务商和政府之间的中介，分阶段审计Token数据以确定应纳税额。为避免抑制企业投资，这项Token税只在最终消费环节征收，不适用于中间投入，例如企业级聊天机器人。
这套Token税方案的优势在于利用现有云计算基础设施，便于审计和征管，并且在最终消费服务环节征税，能够让没有本土大模型AI公司的国家和地区也能分享财政收入，缓解全球不平衡。
不过，对Token征税仍难以解决税负归宿问题。美国众议员格雷格·卡萨尔（Greg Casar）2026年8月提交法案建议，按Token调用量计税并对AI公司征收。在实践中，这类税收较容易通过价格等方式转嫁给消费者。
此外，考虑到AI大模型能力不一、处理同等数量的Token所消耗的算力不同，近两年还出现算力税（Compute Tax）、浮点运算（Floating-point operation，简称FLOP）税等前沿设想，直接面向AI计算活动所消耗和占用的算力资源征税。
沈涛等的文章认为，美国、欧盟的AI监管文件均将训练算力或计算量门槛作为识别AI模型能力和风险的重要指标，相比Token税，浮点运算税更贴近底层计算资源消耗，可能更便于与算力门槛监管相衔接，但未必能准确识别AI服务的最终使用地、经济价值实现地和劳动替代程度。
对AI公司征税主要指针对AI相关企业的收入、利润、股权征税。相比不区分行业普遍征收的企业所得税、资本利得税，这类设计属于特别税。2026年9月，美国参议员马克·凯利（Mark Kelly）提出法案建议设立支持美国工人的专项基金，资金来自“从AI获益最多的公司”，主要涉及大型科技企业，分别对其超额利润、数字广告服务和AI使用课税。
美国参议员伯尼·桑德斯（Bernie Sanders）2026年6月提出的《美国AI主权财富基金法案》，建议对从事AI业务且相关业务年收入超2亿美元的企业一次性征收税款，以股权形式缴纳，资金进入设立在美国财政部的AI主权财富基金，确保公众持有相关AI企业50%以上的股份。
对AI负外部性征税的思路，则主要着眼于AI扩张过程中产生的环境成本、社会成本等，对相应责任主体课税以分担成本。一种典型设计是对数据中心征税，例如对数据中心消耗的能源加征消费税。
传统税制能否捕捉新财富
相比针对AI使用、产品服务、相关资源消耗及特定企业设置新的专门税种，一些研究者倾向于完善现行税收制度，依托既有的税制工具来应对AI冲击。
中央财经大学财政税务学院院长樊勇认为，无论是按替代岗位计税、按机器人数量计税，还是对主要由AI实现生产的企业征收附加税，都需要以精准识别技术属性和替代关系为前提，这恰恰是目前最难解决的问题。尤其是AI本身具有技术边界模糊、迭代速度快、价值计量难、替代效应复杂等特征，若贸然设立AI专门税种，无论是在法理依据、税基确定还是征管执行上，都缺乏充分支撑。
美国税务基金会（Tax Foundation）总裁兼CEO丹尼尔·邦恩（Daniel Bunn）、高级政策分析师亚历克斯·穆雷西亚努（Alex Muresianu）撰文称，数次技术革命以来，好的税制都遵循“规则简明、低税率、宽税基、避免抑制投资”的原则，AI或许带来变革性影响，但绝非摒弃这些税收政策核心规则的合理理由。专门对Token或算力征税只会适得其反，不利于新技术的普及应用，也有悖于以往技术进步所推动的税基拓宽趋势。
不过，AI发展的确对现行税收制度提出挑战：一方面，AI普及产生的岗位替代效应，造成劳动税基萎缩，导致基于工资薪金征收的个人所得税减少，而个税在主要经济体的政府收入体系中均占据重要地位；另一方面，在AI技术推动生产率提升的过程中，劳动份额下降而资本份额上升，同时资本收益和新增财富越发向少数主体集中。这些潜在影响既冲击公共财政可持续性，也不利于促进税收中性和制度公平。
根据经济合作与发展组织（OECD）于2025年12月发布的报告，在个人所得税细分数据可查的29个国家里，受雇劳动者的工薪收入均为各国个人所得税的最大来源。2023年，OECD成员国个人所得税占税收总收入比重的平均水平为23.7%，仅次于社会保险缴款的占比（25.5%），比企业所得税和增值税更高。
北京大学国家发展研究院教授张帆认为，鉴于AI产生的广义经济租增长快于工资增长的情况，税收改革的原则是减少把工作或劳动量作为征税对象，减少工薪税款份额，增加对经济租征收的税款份额。如果继续对减少的劳动量征税，税基可能随就业的减少而缩小，应把对劳动量征税部分改为对经济租征税。对经济租征税可以采取超额利润税、针对资本所有权和数据所有权的税收等形式。
所谓经济租，是超过正常投资回报的额外收益，通常来自平台垄断、网络效应等。在既有税种体系中，对资本或经济租征税主要涉及所得税，包括对企业利润征收的企业所得税和对个人资本性收入征收的个人所得税。也有很多国家并未单设资本利得税，而是将资本利得作为个人收入的一部分，纳入个人所得税范围。
实践中，个人所得税通常采取累进性的税率设计，收入越高，则税率越高，部分国家的企业所得税也有类似安排，面对AI冲击或可进一步加强所得税的累进性。不过，无论在征管技术还是现实利益层面，准确识别经济租并对其征税都非常困难。
出于加强资本征税的考虑，一些全球AI大模型公司提倡的政策方向着眼于所得税。例如OpenAI在2026年4月发布的政策蓝图建议，提高高收入人群的资本利得税、提高企业所得税。
达里奥·阿莫代伊2026年6月发表系统阐述AI治理政策应对的文章指出，如果AI岗位替代规模巨大并且永久性降低对劳动力的需求，就业激励措施可能不足以应对，需要建立全民基本收入（universal basic income，简称UBI）等提供长期收入支持的机制，资金通过向相关公司征税和提高资本利得税来筹集。
除了聚焦局部税制调整，全球学界、政策界还出现一类系统性的治理思路，即从向劳动所得课税转向基于消费课税。颇具影响力的方案由美国弗吉尼亚大学教授安东·科里内克（Anton Korinek）、李·洛克伍德（Lee Lockwood）提出，主张当AI替代人类劳动、劳动税基萎缩之时，将消费课税作为主要的财政筹资工具。
安东·科里内克等2026年2月在美国国家经济研究局（NBER）发表工作论文，将AI驱动的经济转型分为两个阶段。在第一阶段，虽然劳动份额下降、收益向资本所有者转移，人类仍然是主要的消费者，根据消费课税等价于劳动所得税加初始资本税这一基本公式，消费课税可作为筹资和再分配的主要工具。到第二阶段，AGI（通用人工智能）系统吸收越来越多的经济资源，但用于不产生人类消费的活动，消费课税可能也不足以筹集收入，此时应主要对AGI资本征税，关键要明确从AGI形成的资本存量中提取多少惠及人类、保留多少用于继续积累资本。
目前各国对消费课税的主流税种是增值税，在生产、流通多个环节征收并实行进项抵扣。增值税是中国的第一大税种，也是欧洲国家的主要税种之一，而美国是OECD成员国中惟一不设增值税的，在终端消费环节征收销售税（Sales Tax）。很多国家还对部分特定商品征收特种消费税，如烟草税。
汪德华认为，增值税的生产要素中性特征在AI时代具备优势，由于增值税依据商品和服务流转环节的增值额计税，并不关注这一价值是由碳基生命（人类劳动）还是硅基生命（算法或机器人）创造，即使未来出现大规模机器替代人工并导致劳动税基萎缩的现象，只要社会总产出和消费在增长，增值税就能自动捕捉自动化带来的生产率红利。从这一角度看，增值税实际上充当了财政收入从“劳动时代”向“智能时代”过渡的自动稳定器。
张帆也认为，随着AI技术进步，在未来的税收组合中，工薪税的比例应减少，增值税、财产税的比例应增加，增值税或逐步成为社会保险支出的主要来源。
权衡效率与公平
尽管对AI征税的讨论非常热烈，但各国目前仍持审慎态度，主要考虑到技术发展前景及其对经济的影响都存在较大不确定性。为增强本国在全球技术竞争中的优势，不少国家目前还针对AI产业链给予税收优惠。
韩国支持半导体行业的税收优惠，主要包括针对设备投资和研发费用的税额抵免。2025年韩国修订《税收特例限制法》，进一步提高国家战略技术半导体设备投资的税收抵免率，将大型企业抵免率从15%提高至20%，中小企业抵免率从25%提高至30%；同时延长税额抵免期限，包括将国家战略技术的研发税额抵免政策延长至2029年底。
为促进数据中心基建投资，巴西推动的《数据中心服务特别税收制度》在2026年9月正式形成法律并生效。在巴西新建、改造或扩建数据中心项目并且取得资格的企业，向符合条件的设备供应商采购或进口指定设备时，可以享受暂缓缴纳部分联邦税费的优惠；项目企业满足规定的环境可持续性要求后，设备投资税收的暂免优惠可转为零税率。
中国对集成电路、软件行业实行企业所得税减免、研发费用加计扣除、亏损结转、固定资产折旧等税收政策。北京市税务局2026年9月发布的报告称，根据调研企业反映，现行集成电路产业的企业所得税政策，主要围绕线宽设置优惠条件，遵循的是第一代硅基半导体的标准，而第三代半导体技术的先进性主要体现在禁带宽度、热导率等综合物理特性，或需进一步优化税收优惠适用标准。
在推动AI发展、争取竞争优势的同时，采取针对性的就业支持措施同样迫切。
“在大国科技竞争的背景下，各国加大对AI相关设备、技术投资的财税激励，但普遍缺乏对企业创造更多就业的激励。”粤开证券首席经济学家罗志恒建议，对AI设备的税收优惠政策应该附加“就业保护条款”，要求享受投资抵免的企业维持或扩大劳动力雇佣规模。
达里奥·阿莫代伊建议，精准衡量并跟踪AI导致的就业替代影响，并采取企业稳岗税收激励、就业培训补助等促就业措施。此后Anthropic发布的经济政策框架，进一步依据劳动力市场冲击程度，提出一系列就业支持计划，除了税收激励，更侧重失业保险、财政补贴支持等。
AI时代另一个愈加迫切的问题是如何优化社会保障筹资机制。若AI和自动化技术持续替代人工，原本与就业人数、薪酬水平挂钩的社保缴费可能随之减少，社保资金从何而来？
“AI打破了传统社保体系的假定。”张帆指出，传统社保体系假定就业是稳定、全职的，职业是毕生的，就业和失业的界限是清晰的；但在AI时代，许多人可能就业不足而不是完全失业。在这种情况下，社会保障系统需要从以工作为基础的、以工薪税作为资金来源的保障体系，转变为以个人为基础的、以多种税收为来源的能够应付持续变动的体系。
张帆指出，社保改革的方向应该是包括医疗保障、残疾补贴、退休金和培训津贴的一揽子社会保障体系，并且面向全民；失业保障不仅包括完全失业，也包括自动化引起的部分失业；工资保障应该鼓励再就业，特别需要对入门性工作提供适当保障；需要建立有条件的、有保障的最低收入水平，以寻找工作、参加培训为前提。
为适应未来AI时代的技术冲击、提升养老保险体系的可持续性，结合实际情形，汪德华等提出“社保增值税”的设想。基本思路是以“社保增值税”替代部分社保缴费，建立“国民养老计划”。在具体措施上，主要通过增值税等间接税进行社保筹资，提高现有增值税基准税率，与之配套，适当降低现有职工养老保险缴费比例，总体上降低企业雇员及雇主的社保负担，增加就业。
这种思路在国际上已有实践经验。1987年丹麦推行“社保增值税”改革，此后德国、日本都已经或正在推进类似改革。
是否对AI征税等议题，根本上关乎如何将AI带来的生产率红利转化为民众可感知的公共福祉。中国社会科学院学部委员蔡昉认为，这涉及的政策议题广泛而具体，最具优先级的政策方向包括：一是要确保AI研发和应用各环节对标共享发展理念；二是从破解结构性就业矛盾入手，防范和应对AI就业冲击；三是要增强基本公共服务供给的基础性、普惠性、兜底性，通过再分配分享生产率红利。
蔡昉提出，防范和应对AI就业冲击，特别要着力于加强学校教育、在职培训和终身学习体系建设，培养与AI具有互补关系的人力资本，通过人机协作实现人机共赢；通过降低青年劳动者面对的技能门槛，以及大龄劳动者面对的智能鸿沟，消除重点人群面临的技能缺口。
本文选自即将于10月12日出版的《财新周刊》，原标题《前瞻AI税》