如果人工智慧必須納稅，該繳多少？
對勞動課稅的時代正在終結。問題在於之後的事。
前言
各位訂閱者，大家好，我是 Oswarld 的知識對談。
兩週前，由 Jack Dorsey 領軍的金融科技企業 Block 裁撤了全公司 40% 的員工，約 4,000 人。Dorsey 這樣說：「AI 工具徹底改變了公司建立與運作的根本方式。」然而市場的反應卻耐人尋味——股價暴漲 24%。市值一天內增加了約 60 億美元，換算下來，每位被裁員的員工對應約 150 萬美元的企業價值增長。
同一週，前美國總統候選人兼企業家 Andrew Yang 在 CNBC 訪談中這樣說：「我們應該停止對勞動課稅，轉而對 AI 智能體課稅。」這絕非單純的政治修辭。正如 Block 的案例所示，當 AI 取代人的工作崗位時，政府的稅收基礎本身就會動搖。今天我們來拆解這個結構性問題。（個人而言，我關注的美國政治人物中，有一位韓裔、一位臺裔政治人物特別引人注目。）
靜默的革命：沒有裁員的縮編
AI 對勞動市場的衝擊，首先表現在新進用人機會的消失，而非大規模裁員。Anthropic 執行長 Dario Amodei 在 2025 年 5 月接受 Axios 訪談時警告：「未來 1 到 5 年內，新進白領職位最多可能有 50% 會被自動化。」他也同時提出失業率可能飆升至 10% 到 20% 的預警。更值得注意的是，發出這項警告的人，正是打造那項自動化技術的公司的執行長。
來看數據。根據紐約聯邦準備銀行的數據，美國大學畢業生（22 至 27 歲）的失業率截至 2025 年第四季為 5.7%，高於整體失業率約 4% 的水準。這是歷史上首次大學畢業生失業率超過整體失業率。不充分就業率1則達到 42.5%，創 2020 年以來新高。
高盛研究部分析了這一現象的成因：大學畢業生主要就業的資訊科技、金融、專業服務產業，在 2023 至 2025 年間月均就業增長為 -9,000 人。同期，以非大學畢業生為主的產業月均增長為 +12,000 人。也就是說，AI 導入最活躍的產業，新進用人最先停擺。
Andrew Yang 的說法一針見血：「最容易裁掉的人，是還沒被錄用的人。」
稅收的悖論：勞動消失，稅收也消失
這裡就浮現出稅制結構的問題。美國聯邦政府稅收的一半以上來自個人所得稅。以 2025 年計，約 2.6 兆美元。再加上薪資稅（payroll tax），與勞動相關的稅收佔整體稅收約 75%。
在這樣的結構下，如果 AI 取代勞動，會發生什麼？企業利潤增加，但薪資減少，所得稅與薪資稅的稅基同時被削弱。再回想 Block 的案例，4,000 人失去工作，股價卻上漲 24%。這是生產力紅利向資本擁有者集中的典型模式。
Andrew Yang 正面挑戰這個結構：「我們總傾向對想削減的東西課稅。但我們現在正在對勞動課稅，而我們恰恰需要更多勞動。」他的提案很明確：停止對勞動課稅，轉而對 AI 智能體徵稅。
有趣的是，**Dario Amodei 也持類似立場。他提出對 AI 企業營收的 3% 徵收「Token 稅」，用於政府再分配方案。**AI 企業執行長親口說「請對我們課稅」，用 Yang 的話來說，值得我們思考「這到底是什麼時候開始的事」。
智能體稅，說起來容易，設計起來難
那麼，「對 AI 課稅」具體是什麼意思？從這裡開始就複雜了。
目前討論中的 AI 課稅方式大致有三條路徑。
第一，基於利潤課稅。對 AI 帶來的超額利潤加徵公司稅。IMF 在 2024 年報告中建議的方向就是這個。IMF 指出「直接對 AI 課稅在操作上困難，且可能阻礙創新」，建議改為強化資本利得稅，並重新檢視鼓勵勞動替代的既有稅制優惠。
第二，基於使用量課稅。類似 Amodei 的 Token 稅，依 AI 模型使用量徵稅。 根據 2026 年 1 月布魯金斯學會發表的分析，這種方式若對最終消費者徵收，運作方式類似現行消費稅；但若對企業間（B2B）交易徵收，則會產生稅負疊加的連鎖效應2，削弱 AI 產品的競爭力。
第三，基於工作替代課稅。當 AI 或機器人取代人的特定工作時，按件徵收「任務稅（task tax）」。 AI 企業 AskHumans 的創辦人 Zak Kidd 正在積極向美國各州州長推銷這個模式。以酒店為例，時薪 28 美元的客房清潔員被時薪 2 美元的機器人取代時，將其中一部分差額以稅金形式回收。
三種方式都面臨一個根本性的難題：如何區分 AI 的貢獻與人的貢獻。正如 Kidd 所指出的，「AI 結束、人類解讀開始的界線該畫在哪裡」，目前仍沒有明確答案。
那麼，基本收入能成為答案嗎
「智能體稅」的稅收該用在哪裡，這個問題自然導向基本收入（UBI）。
Andrew Yang 在 2020 年總統大選中曾提出為所有美國成年人提供每月 1,000 美元（每年 12,000 美元）的「自由紅利（Freedom Dividend）」。 當時 Tax Foundation 的分析指出，僅靠 10% 的增值稅（VAT）難以籌措資金，且勞動的邊際稅率將上升約 8.6 個百分點，長期可能導致 GDP 減少 3%。
但到了 2026 年的現在，局勢已經不同。AI 所創造的生產力剩餘，正成為新的財源可能性。Block 裁撤 4,000 人後預期的年度成本節省規模達數億美元。將這部分節省回饋社會，正是智能體稅的核心邏輯。
臺灣也沒有置身事外。根據 IMF 2025 年發布的報告，臺灣約一半的工作崗位暴露在 AI 影響之下。特別是辦公職、女性、青年、高學歷族群的暴露度更高。KDI 的研究也得出類似結論，指出 AI 技術導入的擴散主要朝減少青年就業的方向作用。
李在明總統曾在 APEC 峰會提及「AI 基本社會」的願景，國內也出現機器人稅、AI 利益共享機制、普適性基本收入等討論。核心爭點始終相同：財源如何籌措，以何種方式分配。
Oswarld 的視角
老實說，我認為比起「智能體稅」這個名字本身，背後那個結構性問題才更重要。技術導入初期，「效率」總是被強調，但效率紅利最終流向哪裡，完全是另一回事。Block 的案例恰好說明了這一點。4,000 人的裁員對股東而言是 60 億美元的價值增長，對被裁的員工而言，只是 20 週的資遣費。
我關注的是 IMF 和布魯金斯共同指出的要點：直接對 AI 課稅在技術上困難，操作不當可能阻礙創新。更務實的第一步，是強化資本利得稅，並重新設計過度鼓勵勞動替代的既有稅制誘因。
归根結底，這不是稅收問題，而是社會契約的重新設計問題。20 世紀的福利國家建立在「勞動 → 收入 → 消費 → 稅收」的正向循環之上。AI 正在削弱這條鏈條的第一個環節——「勞動」，只修補後續環節並非根本解法。
Andrew Yang 的話中，我認為最有分量的不是他的稅收提案，而是這一句：「美國隱含的社會契約正在瓦解。」大學畢業生失業率超過非大學畢業生、企業裁員時股價反而暴漲——在這樣的世界裡，勞動與報酬之間的承諾正在動搖。 這不只是美國的問題。臺灣的青年就業市場也觀察到完全相同的模式。
結語
AI 取代勞動，稅收基礎就會被削弱，這直接威脅福利制度的永續性。無論叫「智能體稅」「Token 稅」還是「任務稅」，需要一套將 AI 生產力剩餘回饋社會的機制，這一點正變得越來越明確。只是，設計仍處於早期階段，「對什麼課稅」這個技術性問題，和「AI 會不會消滅工作崗位」一樣重要。
2026 年布魯金斯學會的分析提供了一個有用的框架：區分「現在就該做的改革」與「AI 走向更高自主性後才需要的改革」。當務之急是重新檢視促進勞動替代的稅制誘因，並強化資本利得稅。直接對 AI 課稅，是下一步的事。
參考資料 & 延伸閱讀
- Andrew Yang，CNBC Squawk Box 訪談，2026 年 3 月 12 日。：本封電子報的起點訪談。可以直接了解智能體稅提案的脈絡。
- Dario Amodei，Axios 訪談，“AI jobs: Sleepwalking into a white-collar bloodbath”，2025 年 5 月 28 日。：Amodei 50% 自動化警告與 Token 稅提案的原文。
- IMF，“Broadening the Gains from Generative AI: The Role of Fiscal Policies”，Staff Discussion Note SDN2024/002，2024 年 6 月。：IMF 對 AI 時代財政政策的全面分析。
- Anton Korinek & Daniel Martin Katz，“The future of tax policy: A public finance framework for the age of AI”，Brookings，2026 年 1 月 8 日。：關於智能體稅技術設計最系統的分析。
- Federal Reserve Bank of New York，“The Labor Market for Recent College Graduates”，2025 年第四季數據。：可直接查閱大學畢業生失業率與不充分就業率的原始數據。
- Goldman Sachs Research，“Why Is the College Graduate Unemployment Rate Higher Than Usual?”，2026 年 2 月。：分析大學畢業生就業惡化產業別成因的報告。
- KDI，“인공지능으로 인한 노동시장의 변화와 정책방향”，研究報告 2023-03。：實證分析 AI 對臺灣勞動市場影響的核心國內報告。
