هوش مصنوعی درآمدهای مالیاتی دولت‌ها را به چالش می‌کشد

به گزارش اقتصاد معاصر؛ گسترش سریع هوش مصنوعی فقط بازار کار و شیوه فعالیت شرکت‌ها را دگرگون نمی‌کند؛ این فناوری می‌تواند یکی از مهم‌ترین منابع درآمدی دولت‌ها، یعنی مالیات بر درآمد و حقوق نیروی کار را نیز به‌شدت تضعیف کند. با افزایش احتمال حذف مشاغل پردرآمد و کاهش سهم انسان در تولید، سیاست‌گذاران با پرسشی اساسی روبه‌رو شده‌اند، در اقتصادی که افراد کمتری شاغل‌اند، دولت‌ها هزینه خدمات عمومی، حمایت‌های اجتماعی و اداره کشور را از چه محلی تامین خواهند کرد؟

این نگرانی در ماه‌های اخیر به یکی از محورهای جدی بحث میان اقتصاددانان، نهادهای مالی بین‌المللی، شرکت‌های فناوری و دولت‌ها تبدیل شده است. در یکی از نشست‌های تخصصی صندوق بین‌المللی پول در واشنگتن، ده‌ها کارشناس از نهادهایی مانند گوگل دیپ‌مایند، موسسه رند و فدرال رزرو گرد هم آمدند تا سناریوهای احتمالی اثرگذاری هوش مصنوعی بر تولید ناخالص داخلی، اشتغال، درآمدهای مالیاتی و هزینه‌های عمومی را بررسی کنند.

نتیجه این گفت‌وگوها نشان داد که شاید مهم‌ترین تهدید هوش مصنوعی برای اقتصاد جهانی، برخلاف تصورات رایج، ظهور ربات‌های خودمختار یا رایانه‌های دارای ادراک نباشد. خطر فوری‌تر می‌تواند از جایی آغاز شود که دولت‌ها بخش بزرگی از درآمد خود را از دست بدهند؛ زیرا ساختار مالی بسیاری از کشورها بر مالیات گرفتن از حقوق، دستمزد و فعالیت نیروی انسانی بنا شده است.

مالیاتی که با حذف نیروی کار آب می‌رود

در آمریکا، بخش عمده درآمدهای فدرال از مالیات بر درآمد اشخاص و مالیات‌های مرتبط با حقوق و دستمزد تامین می‌شود. برآوردهای موسسه رند نشان می‌دهد حدود دو سوم درآمد دولت فدرال این کشور در سال ۲۰۲۴ به‌طور مستقیم یا غیرمستقیم به نیروی کار وابسته بوده است. در اقتصادهای دیگری مانند استرالیا نیز با وجود درآمدهای گسترده حاصل از صادرات منابع طبیعی، مالیات بر درآمد افراد همچنان سهمی نزدیک به نیمی از درآمد دولت مرکزی دارد.

این وابستگی گسترده به مالیات نیروی کار در شرایطی ادامه دارد که هوش مصنوعی به‌تدریج وارد بخش‌هایی شده که پیش‌تر از امنیت شغلی بالایی برخوردار بودند. بانک‌ها، شرکت‌های فناوری، موسسات مالی و مجموعه‌های خدماتی، استفاده از ابزارهای هوشمند برای کاهش هزینه‌ها، افزایش بهره‌وری و جایگزینی بخشی از وظایف اداری را در دستور کار قرار داده‌اند. حتی مشاغلی مانند برنامه‌نویسی رایانه، که تا چند سال پیش از مطمئن‌ترین مسیرهای شغلی محسوب می‌شدند، اکنون در معرض اتوماسیون گسترده قرار گرفته‌اند.

اهمیت این تحول فقط به تعداد مشاغل حذف‌شده محدود نمی‌شود، بسیاری از فرصت‌هایی که هوش مصنوعی تهدید می‌کند، متعلق به نیروهای متخصص و پردرآمد است؛ افرادی که سهم بیشتری در پرداخت مالیات دارند. بنابراین حتی افزایش محدود بیکاری در این گروه‌ها می‌تواند درآمد مالیاتی دولت‌ها را با سرعتی بیشتر از کاهش عمومی اشتغال پایین بیاورد.

هم‌زمان با افت درآمدها، هزینه‌های دولت نیز افزایش خواهد یافت، پرداخت بیمه بیکاری، تامین آموزش‌های مجدد، حمایت از خانوارهای آسیب‌دیده، توسعه نظام‌های نظارتی و مقابله با ناآرامی‌های اجتماعی، همگی منابع بیشتری طلب می‌کنند. در چنین وضعیتی، دولت‌ها ممکن است با ترکیبی از کاهش درآمد، افزایش هزینه و کسری بودجه فزاینده روبه‌رو شوند؛ روندی که در صورت تداوم، می‌تواند ثبات سیاسی و اجتماعی را نیز تحت فشار قرار دهد.

مقایسه این دوره با انقلاب صنعتی، بخش مهمی از تحلیل‌های کنونی را تشکیل می‌دهد. طرفداران هوش مصنوعی معمولا تاکید می‌کنند که فناوری‌های جدید در نهایت مشاغل تازه ایجاد می‌کنند و استانداردهای زندگی را افزایش می‌دهند. این استدلال می‌تواند درست باشد اما تجربه تاریخی نشان می‌دهد فاصله میان حذف مشاغل قدیمی و شکل‌گیری اقتصاد جدید، گاهی چند دهه طول می‌کشد.

اقتصاددانان از این دوره با عنوان «مکث انگلس» یاد می‌کنند؛ دوره‌ای در اوایل قرن نوزدهم که بهره‌وری در بریتانیا به کمک ماشین‌آلات و موتور بخار افزایش یافت اما دستمزد واقعی کارگران برای سال‌ها رشد نکرد و شرایط زندگی بخش بزرگی از جامعه دشوارتر شد. حاصل این شکاف، افزایش ناامنی اقتصادی، نارضایتی عمومی و موجی از تحولات سیاسی در اروپا بود.

نگرانی اصلی درباره هوش مصنوعی نیز نه لزوما آینده نهایی، بلکه سال‌های انتقال از ساختار فعلی به اقتصاد جدید است. ممکن است فناوری در بلندمدت بهره‌وری را افزایش دهد، درمان بیماری‌ها را بهبود بخشد، کیفیت زندگی را بالا ببرد و مشاغل تازه‌ای ایجاد کند؛ اما هنوز مشخص نیست این مشاغل چه خواهند بود، چه مهارت‌هایی برای آن‌ها لازم است و چه تعداد از کارگران فعلی می‌توانند خود را با آن‌ها تطبیق دهند.

این ابهام، برنامه‌ریزی برای آموزش نیروی انسانی را دشوار کرده است. همان‌طور که در آغاز انقلاب صنعتی نمی‌شد به یک بافنده سنتی گفت برای شغلی که چند دهه بعد ایجاد خواهد شد چه مهارتی بیاموزد، امروز نیز دولت‌ها و خانواده‌ها نمی‌دانند کدام تخصص‌ها در اقتصاد مبتنی بر هوش مصنوعی ارزشمند باقی خواهند ماند.

دولت‌ها چگونه می‌توانند خل درآمدی عصر هوش مصنوعی را جبران کنند؟

در شبیه‌سازی صندوق بین‌المللی پول، دو مسیر اصلی برای توسعه هوش مصنوعی بررسی شده است. در سناریوی نخست، گسترش فناوری به‌دلیل فشارهای اجتماعی، مقررات سختگیرانه و سیاست‌های حمایت از اشتغال به‌صورت تدریجی و نامتوازن صورت می‌گیرد. در سناریوی دوم، که می‌توان آن را «گسترش مهارنشده» نامید، تعداد محدودی از غول‌های فناوری کنترل بخش عمده زیرساخت‌های هوش مصنوعی را در اختیار می‌گیرند و سیستم‌های هوشمند با حداقل دخالت انسان، طیف وسیعی از فعالیت‌های اقتصادی را انجام می‌دهند.

سناریوی دوم برای کشورهایی که مصرف‌کننده خدمات هوش مصنوعی هستند اما نقش بزرگی در تولید آن ندارند، خطر بیشتری دارد. در چنین شرایطی، بخش قابل توجهی از سود به شرکت‌ها و کشورهایی منتقل می‌شود که مالک مدل‌ها، مراکز داده و زیرساخت‌های محاسباتی هستند؛ درحالی‌که سایر دولت‌ها با کاهش اشتغال، افت درآمد مالیاتی و افزایش هزینه‌های اجتماعی مواجه خواهند شد.

برای مقابله با این خطر، اقتصاددانان چند مسیر پیشنهادی مطرح کرده‌اند. افزایش مالیات بر ثروت و کالاهای لوکس، بالا بردن مالیات بر مصرف، افزایش نرخ مالیات شرکت‌ها و وضع عوارض بر استفاده از مدل‌های پیشرفته یا توان محاسباتی، از مهم‌ترین گزینه‌ها به شمار می‌روند. وجه مشترک این پیشنهادها، انتقال بخشی از بار مالیاتی از نیروی کار به سرمایه، مصرف و صاحبان فناوری است.

با این حال، اجرای هر یک از این راهکارها با موانع جدی روبه‌روست. افزایش مالیات بر ثروت معمولا با مقاومت شدید صاحبان سرمایه و احتمال مهاجرت مالی افراد ثروتمند همراه می‌شود. مالیات بر مصرف نیز مستقیما بر هزینه زندگی خانوارها اثر می‌گذارد و از نظر سیاسی بسیار حساس است. برخی برآوردها نشان می‌دهد جایگزینی کامل درآمد مالیات بر حقوق در کشوری مانند آمریکا ممکن است به مالیات بر مصرفی در محدوده ۳۰ درصد یا بیشتر نیاز داشته باشد؛ رقمی که پذیرش عمومی آن بسیار دشوار خواهد بود.

افزایش مالیات شرکت‌ها نیز راه‌حل ساده‌ای نیست. شرکت‌های چندملیتی به دلیل ساختارهای پیچیده مالی، فعالیت در حوزه‌های قضایی مختلف و دسترسی به شبکه گسترده مشاوران مالیاتی، امکان بیشتری برای انتقال سود و کاهش تعهدات خود دارند. توافق بر سر حداقل مالیات جهانی شرکت‌ها نیز سال‌ها زمان برده و همچنان با چالش‌های اجرایی روبه‌روست.

برخی کارشناسان پیشنهاد کرده‌اند استفاده از هوش مصنوعی مستقیما مشمول مالیات شود. در این مدل، مصرف توکن‌های مدل‌های پیشرفته یا میزان توان پردازشی مورد استفاده در مراکز داده ثبت و بخشی از درآمد شرکت‌های ارائه‌دهنده به دولت‌ها منتقل می‌شود. این روش می‌تواند منبع مالیاتی تازه‌ای ایجاد کند اما نیازمند همکاری بین‌المللی، استانداردهای مشترک و نظارت دقیق است.

در صورت نبود هماهنگی جهانی، شرکت‌ها ممکن است پردازش‌های خود را به کشورهایی منتقل کنند که مالیات کمتری دریافت می‌کنند. کاربران نیز می‌توانند با ابزارهایی مانند شبکه‌های خصوصی مجازی، محل واقعی استفاده را پنهان کنند. گسترش مدل‌هایی که مستقیما روی تلفن همراه، رایانه شخصی یا سایر دستگاه‌ها اجرا می‌شوند نیز ردیابی میزان مصرف را دشوارتر خواهد کرد.

در آمریکا حتی پیشنهادهایی مانند خرید سهام شرکت‌های هوش مصنوعی از سوی دولت یا مالکیت عمومی بخشی از این شرکت‌ها مطرح شده تا درآمد حاصل از رشد فناوری مستقیما به بودجه عمومی وارد شود. با این حال، چنین راهکاری برای کشورهایی که شرکت‌های بزرگ هوش مصنوعی در آن‌ها مستقر نیستند، کارایی محدودی خواهد داشت.

سنگاپور و سوئد؛ دو الگو برای عبور از شوک هوش مصنوعی

در میان دولت‌ها، سنگاپور و سوئد از کشورهایی هستند که زودتر از دیگران برای مواجهه با تغییرات بازار کار برنامه‌ریزی کرده‌اند. سنگاپور با انباشت ذخایر مالی، تقویت صندوق‌های ثروت ملی، جذب شرکت‌های چندملیتی و سرمایه‌گذاری گسترده در آموزش مجدد نیروی کار تلاش می‌کند توان مالی خود را در برابر شوک‌های احتمالی افزایش دهد. این کشور همچنین دسترسی یارانه‌ای یا رایگان شهروندان به ابزارهای هوش مصنوعی و دوره‌های آموزشی مرتبط را گسترش داده است.

همکاری نزدیک دولت سنگاپور با اتحادیه‌های کارگری نیز به سیاست‌گذاران اجازه می‌دهد در دوره‌های رکود یا تغییرات سریع بازار کار، درباره کاهش موقت هزینه‌ها، آموزش مجدد و حفظ اشتغال مذاکره کنند. وجود ذخایر مالی بزرگ نیز به این کشور امکان می‌دهد در صورت افت درآمد مالیاتی، خدمات عمومی را برای مدتی طولانی‌تر تامین کند.

سوئد مسیر متفاوتی را دنبال کرده است. این کشور به‌جای افزایش صرف پرداخت‌های نقدی، بخش بیشتری از حمایت اجتماعی را به خدماتی مانند آموزش، مراقبت‌های بهداشتی و نگهداری از کودکان اختصاص داده است. هدف این رویکرد آن است که افراد ضمن برخورداری از امنیت اجتماعی، انگیزه بیشتری برای بازگشت به بازار کار و یادگیری مهارت‌های تازه داشته باشند.

با وجود این نمونه‌ها، بسیاری از کشورها از ذخایر مالی، ظرفیت اجرایی و اعتماد اجتماعی مشابه برخوردار نیستند. در اقتصادهایی که بدهی عمومی بالاست، نظام مالیاتی کارآمد نیست یا تنش‌های سیاسی گسترده وجود دارد، شوک ناشی از بیکاری فناورانه می‌تواند پیامدهای شدیدتری به همراه داشته باشد.

جمع‌بندی کارشناسان صندوق بین‌المللی پول این است که ابزارهای فعلی برای پایش اقتصاد و بازار کار احتمالا برای سرعت تحول هوش مصنوعی کافی نیستند. دولت‌ها به سامانه‌هایی نیاز دارند که تغییرات اشتغال، دستمزد، بهره‌وری و درآمد مالیاتی را تقریبا به‌صورت لحظه‌ای رصد کنند تا در صورت وقوع شوک، امکان واکنش سریع وجود داشته باشد.

از دید این نهاد، هوش مصنوعی نباید صرفا یک فناوری جدید یا شوکی مشابه تحولات صنعتی گذشته تلقی شود؛ بلکه ممکن است گذار بی‌سابقه‌ای در اقتصاد کلان ایجاد کند که سیاست‌های مالی، نظام پولی، ثبات بازارها و انسجام اجتماعی را هم‌زمان تحت تاثیر قرار دهد.

هوش مصنوعی ظرفیت ایجاد رشد و رفاه گسترده را دارد اما بهره‌برداری از این فرصت بدون اصلاح ساختارهای مالیاتی، نظام‌های حمایتی و سیاست‌های آموزشی ممکن نیست. بزرگ‌ترین چالش دولت‌ها این خواهد بود که پیش از فرسایش درآمدهای سنتی، منابع جایگزین را شناسایی کنند و هزینه دوره گذار را به شکلی عادلانه میان شرکت‌ها، صاحبان سرمایه، مصرف‌کنندگان و جامعه توزیع کنند. در غیر این صورت، فناوری‌ای که قرار است موتور بهره‌وری آینده باشد، می‌تواند به یکی از جدی‌ترین آزمون‌های مالی و سیاسی دولت‌ها در دهه‌های پیش‌ رو تبدیل شود.