当所有人都在担忧 AI 算法削减碳基人的工作岗位时，终于有了一个解决方案：直接在数据中心的电表和算力账单上抽税键。
华盛顿消息，美国劳工联合会 - 产业工会联合会、国际卡车司机兄弟会等组织提出联合立法建议：拟向高算力消耗企业征收 0.5% 的 AI 自动化特别税。
据该提案的初步拟定细则，征税对象主要涵盖两类：一是单体数据中心 IT 负荷超过 20MW 的超大规模云厂商；二是年云计算与 AI 算力采购支出超过 1000 万美元的企业。
征税基数有多大？
据 Gartner & IDC 数据，2026 年全球 AI 算力与云计算资本支出与运营支出预计突破 3800 亿美元，其中美国本土市场占比约 45%（1710 亿美元）。
若将范围扩大至全美高端 GPU 采购、云端算力租赁及大模型 API 调用支出，全美高算力消耗企业的年度算力相关基数约为 2200-2500 亿美元。
按 0.5% 的税率计算，每年可直接产生 11-12.5 亿美元的专项税收入（若将企业级终端 AI 软件订阅纳入，则高达 25-30 亿美元）。
再根据美国劳工部 " 职业创新与机会法案 " 及全国转岗计划数据，一名因 AI 自动化而被替换的中级技能员工（如初级代码开发、客服、数据分析、法务助理），进行为期 6-12 个月的重塑技能培训及发放基础生活过渡金，平均单人成本约为 1.2-1.5 万美元。
如此看来，即便按照最高的 30 亿美元来算，也只能为 20-25 万名被 AI 裁员的劳动者提供职业再造保障。
这明显是远远不够的。
更何况，这笔钱，实际上也很难收上来。
首先，算法和数据是会跑的。
数据跨越国界只需要 50 毫秒，而美国国税局开具补税凭证需要 5 个月。
如果美国本土对高算力集群征税，大型科技公司会迅速通过网络路由优化，将非实时的大模型预训练工作负载，打包转移至冰岛、沙特或加拿大等零算力税的离岸数据中心。
形成了 " 算力外逃 " 现象。
更关键的是，这笔税也很难实际收到巨头公司头上。
比如，对 AWS、微软和谷歌等云巨头而言，由于高端 AI 算力和大模型 API 在市场上处于供给高度集中的状态，它们只需在每百万 Token 的账单上加收一笔 "AI 自动化附加费 "，就能把税负顺理成章地转嫁给下游租用算力的初创公司和实体企业。
美国信息技术与创新基金会在针对该提案的评估报告中明确指出：对算力征税，等同于 19 世纪对蒸汽机征税、20 世纪对电表征税，是在对 " 生产率本身 " 实施惩罚。
若美国单独开征 0.5% 算力税，将使美国企业在训练单次耗资上亿美元的前沿大模型时，面临额外的成本劣势，从而削弱美国在 AI 领域的全球领先地位。
但这并不意味着，这份提案没有价值。
它至少表明了一种趋势：AI 产业正式驶入了 " 劳资博弈时代 "。
