FDE 企业 AI 落地与交付 · 需求、方案与交付 · 2026-06-26

我好像想到了一套完整的 AI 税方案

这篇文章探讨了AI税如何从“替代劳动”转向“语料供应链”的合理税基,为技术治理提供了新思路。

核心内容:

  1. 传统“机器人税”的逻辑缺陷与激励扭曲
  2. 大模型训练语料的供应链困境与版权难题
  3. 从上游投入构建AI税基的可行路径

2017 年,韩国政府搞过一个被媒体称为「机器人税」的东西。 严格说,它不是给机器人发税号,也不是让机械臂自己去税务局排队。韩国当时削减的是自动化设备投资抵扣。企业投资工业自动化装置,原本可以按投资额获得 3% 到 7% 不等的企业所得税抵扣;政策方案提出把优惠最多下调 2 个百分点。[1]Bill Gates 同年也谈过类似主张。他的逻辑大概是:机器人替代人类劳动后,原本从工资、社保、个税里来的公共收入会减少,政府应该从自动化里收一点钱,用来支持被替代的人。[2]这套说法很有人情味,但是逻辑欠妥。税基在语料按「替代劳动」征税,听起来关心工人,实际很容易变成技术进步罚款。再往下推半步,就像财务部门冲进机房,对着一排显卡说:各位,五险一金了解一下。如果企业用了更高效工具就该多交钱,那人类文明史上绝大多数工具都可以被拉进税务大厅。Excel 让算盘和手工表格退场,叉车减少纯搬运岗位,自动门省掉一部分门童,SaaS 吃掉内部 IT 运维。照此推下去,Excel 要不要给算盘交慰问金?叉车该不该替搬运工补社保?餐厅买洗碗机,是不是还得顺手办个工牌?这条路不能走,否则所有企业都会得到一个荒唐激励:效率越高,越像犯罪。AI 税如果想站住,不能从「少雇了多少人」开始算。少雇人只是结果,不是税基。税基要从工位移到另一张账本上。叉车能搬货,背后有人卖钢材、液压系统、发动机和电池;Excel 能算表,靠的是软件工程、函数设计和操作系统。这些投入都在供应链里明码标价,一层层向上游付钱。大模型也有上游。显卡、机房、电费、工程团队,这些账单模型公司会付。争议不在这些看得见的成本,而在另一条更难开票的供应链:训练语料。基础模型看起来聪明,不是因为显卡突然长出了灵魂,而是因为书、代码、论文、教程、网页、问答、新闻、博客、论坛和开源项目,都可能成为原料。海量人类知识被压缩进参数和服务接口,最后变成按 token 收费的商业能力。美国版权局 2025 年的生成式 AI 训练报告明确指出:训练会使用巨大规模数据,其中包含版权作品;权利人同意、补偿、合理使用和许可机制,都是制度难题。[3]麻烦也正出在这里。训练语料没有钢材、电力和芯片那样的稳定供应商、合同与账单。来源散、规模大、跨国流动、归因困难。有些材料属于公共领域,有些来自明确授权,有些在用户协议里绕了十八个弯,还有一些处在版权争议里。不能把所有训练都说成违法,也不能把公开可访问直接等同于可以免费商业化训练。单靠一个作者、一家媒体、一个开源维护者去逐条起诉,根本解决不了这笔账。大型出版商还能坐下来谈授权,普通作者、论坛用户、问答贡献者和代码维护者,多数时候甚至不知道自己是否被用过。大模型最滑稽的一幕,是把一部分原材料仓库改名叫「公开互联网」,推着购物车进去转了一圈,出门说自己是自主研发。

不查原文,查能力操作性看起来很难。因为没人能逐条证明一个模型到底用了哪篇文章、哪段代码、哪张图片…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/AIjinrong/2026062680214.html