为 AI 经济影响做准备：探索政策应对方案 | Preparing for AI's Economic Impact: Exploring Policy Responses

发布日期: 2025-10-14 原文链接: https://www.anthropic.com/research/economic-policy-responses 分类: Policy Research

核心要点

1. 不确定性与主动性：AI 经济影响的规模和时间仍然不确定，但现在需要开始制定应对不同经济情景的想法
2. 三层级政策框架：根据 AI 影响程度分为近乎所有情景适用、中等加速情景、快速发展情景三类政策方案
3. 劳动力适应与基础设施：涵盖劳动力培训补助、税收激励、基础设施许可改革等多维度应对
4. 财政和收入重构：包括自动化税收、主权财富基金、增值税现代化等创新财政工具
5. 产业参与承诺：Anthropic 投入 1000 万美元支持经济未来项目，支持实证研究与政策对话

背景与必要性

强大 AI 系统的出现将如何改变经济结构？这个问题充满不确定性，外部专家也看法各异。但随着 AI 系统不断改进并被更大规模采用，关于政策制定者可以使用哪些工具来应对 AI 经济影响的讨论变得至关重要。

使用趋势的转变

自 Anthropic 经济指数（Anthropic Economic Index）推出以来，一个重要转变浮出水面：用户越来越倾向于将完整任务委托给 Claude，而非与之合作。随着 AI 模型能够独立工作更长时间，且更多雇主采用 AI 提高生产力，这种趋势预计将加速。

对劳动力的不确定影响

这对劳动力的影响仍存不确定性：

• 乐观情景：AI 增强人类生产力，创造新工作类型
• 中性情景：部分工作被取代，但新岗位出现补偿
• 挑战情景：大规模失业和劳动力价值下降

正因为这种不确定性，政策制定者需要为多种可能未来做准备。

政策框架：三层级情景匹配

AI 经济效应的速率、规模和形式将决定必要的政策应对。因此，初步方案分为三大类：

第一类：近乎所有情景适用的政策

这类政策倡导者认为，无论 AI 破坏程度如何，都值得考虑。许多提案在其他背景下也曾被提出。

1. 通过劳动力培训补助投资员工提升

提出者：美国指南针组织（American Compass）执行主任 Abigail Ball

核心机制：

• 政府向建立正规培训职位和结构化培训项目的雇主提供年度大额补助（美国建议年 $10,000）
• 培训形式多样：
• 单个雇主内部项目
• 雇主联盟共同培训
• 劳资合作培训计划
• 与技术学校的伙伴关系

资金来源建议：

• 重新配置现有高等教育补助
• 用 AI 消费税支持劳动力发展举措

理念：与其在员工失业后提供被动救济，不如主动投资于他们的技能提升，使其能够适应 AI 时代的工作需求。

2. 改革工人留用和再培训的税收激励

提出者：Mercatus Center 的 Revana Sharfuddin

当前问题：美国税法偏向物理资本投资而非人力资本投资 - 企业可通过奖励折旧立即抵扣 AI 系统成本 - 员工培训成本扣除受限

改革建议： 1. 取消 $5,250 税免教育援助上限 2. 对所有工作相关培训扩展完全即时折旧

预期效果：降低相对于裁员的再培训成本，激励雇主留用并再培训员工。

政策逻辑：

当前：裁员 + 购买 AI 系统 < 再培训成本
改革后：再培训成本 < 裁员 + 招聘新员工成本