https://www.digitalistpapers.com/vol2/yelizarova
作者：Anna Yelizarova
政策研究员与项目主管，全球治理与AI政策领域的研究员和实践者。她曾长期在伯格鲁恩研究所工作，该研究所专注于长期治理、资本主义改革和AI的社会影响。她还曾担任“数字经济与AI治理”等相关项目的负责人。她拥有法学、经济学和公共政策的交叉学科背景。
如果工作不再是人们生活的中心，我们该如何在社会中分享繁荣？在这篇文章中，Anna Yelizarova[1] 探讨了一个具有挑衅性的可能性：“全球红利”。如果变革性人工智能几乎不受国界限制，其影响会跨越国家，那么我们也需要一种能够跨越这些国界分享繁荣的全球机制。这个想法有先例——但实施的实践挑战将是巨大的。
我们尚未准备好的全球经济转型
在过去十年中，围绕人工智能的讨论一直由一系列熟悉的担忧主导：机器学习的突破、人工智能公司之间的竞争压力，以及治理即使其创造者也无法完全理解的快速进步系统的问题。然而，一个更深刻的系统性问题却很少受到关注：人工智能将如何改变社会的经济基础——我们该如何准备？
没有人能确定地预测未来。但一个值得更多关注的情景是，变革性人工智能[2] 可能 dramatically 减少人类劳动在经济中的作用的可能性。[3] 如果机器能够以比人类更好、更快、更便宜的方式完成越来越多具有经济价值的工作，会发生什么？在一个劳动不再是经济生活组织原则的世界里，我们将如何分配财富、维持社会凝聚力并维护人类尊严？
重要的是，这不是某个边缘担忧。这是一个设计目标，嵌入了领先人工智能公司的使命宣言中。例如，OpenAI 的章程[4] 明确承诺构建“在大多数具有经济价值的工作上超越人类”的系统。我们可能正在接近这样一个世界：先进的人工智能的功能可能更少像工具，而更像是白领工人的直接替代品——领先人工智能公司的研究人员预计这种转变将在未来几年内发生。[5] 这比当前大多数经济政策辩论所考虑的 disruption 更为深刻，但这正是它需要我们关注的原因。
无论这是指日可待还是仍在几十年后，对这一未来的追求已经在进行中，[6] 而且它吸引了非凡的人才和前所未有的资金[7] 这一事实应该让我们停下来思考。这引发了紧迫的问题：如果人工智能公司成功实现了他们宣称的目标，会发生什么？这些问题应该在这些能力实现之前得到解决。
主流的公共叙事一直是：如果人工智能取代了所有工作，我们只需用由此产生的生产率收益来资助全民基本收入。本文认真审视了这个故事，旨在回答具体的问题：仅通过再分配来维持人口生存需要多大规模的资源？这样的系统在实践中将如何运作？在什么样的未来条件下，这可能成为可能？其目的不是倡导这种结果，而是审视其假设——提出如果这样一个世界成为现实，必须回答的难题。
“欧洲的软件开发人员、印度的呼叫中心工人和墨西哥的工厂操作员都可能发现自己被硅谷开发的同一套人工智能系统所取代，而他们的国家却无法捕获或税收由此产生的生产率收益。”
大多数全民基本收入的辩论和实验通常在国家边界内展开。相比之下，自动化是一股无国界的力量，它创造的财富可能不会平均分配。变革性人工智能带来的好处和破坏都将具有全球不对称性。[8] 欧洲的软件开发人员、印度的呼叫中心工人和墨西哥的工厂操作员都可能发现自己被硅谷开发的同一套人工智能系统所取代，而他们的国家却无法捕获或税收由此产生的生产率收益。当数百万人失去购买力时，需求就会崩溃，供应链就会断裂，维持市场活力的循环就会中断。
如果这种情况发生得比我们通常的调整机制所能处理的速度更快，它将产生对以前所未有规模的新再分配体系的压力。
本文不试图预测这些能力何时甚至是否会到来。相反，它询问如果它们到来了，社会能做什么：如何驾驭从围绕人类劳动组织的经济向以工作角色小得多的经济的过渡。为了具体化这个问题，它提出了一个具体的建议——全球红利体系——并研究其经济学是否 actually 可行。
定义我们为之规划的世界：由变革性人工智能塑造的经济
关于人工智能和经济的辩论常常因为对主要风险、时间线或 disruption 将发生在哪里的假设存在未言明的分歧而破裂。
一些经济学家设想，更大规模的就业创造将抵消一波实质性的就业 displacement。[9] 其他人则认为，未来的 AI 可能使人类劳动在很大程度变得过时。[10] 还有人预期一个就业率相对较高，但工资停滞、工作质量下降的未来。这些未来需要不同的应对措施，从再培训到再分配和税收改革——如果不清楚我们在为哪一个未来做规划，就很难就政策进行连贯的对话，更不用说优先事项了。
所以，让我们具体说明这个提案所涉及的情景：这是一个世界，在这个世界里，先进的人工智能系统可以执行越来越多的具有经济价值的任务，并在此过程中创造 vast 的新财富。[11] 这些系统远远超出了起草电子邮件或调试代码的范围，而是扩展到协调物流、优化商业策略、设计药物、制作媒体，以及比人类更高效、更具成本效益地自主完成复杂的、为期数周的项目。[12] 在这个世界中，AI 是一股自动化的力量，而不是增强的力量，劳动在价值创造中的作用显著缩小，工资进一步与生产率脱钩，流向工人的收入份额下降，而财富则归于资本所有者。[13]
在这个世界中，即使商品和服务的生产成本降低，基于工资的收入也可能停滞或下降。如果购买力下降速度快于价格，更便宜的商品不会转化为更大的福祉。[14] 因此，我们可能会发现自己陷入一个悖论：高生产率，低需求。当消费者需求不是因为稀缺而是因为 exclusion 而 falter 时，供应链、投资和经济活力会发生什么变化？
“我们可能会发现自己陷入一个悖论：高生产率，低需求。当消费者需求不是因为稀缺而是因为 exclusion 而 falter 时，供应链、投资和经济活力会发生什么变化？”
同时，财富将开始集中在那些最有能力从变革性人工智能中受益的公司中。[15] 对定价模型[16] 的早期一瞥表明，访问最强大系统可能仍保持在公司层面，大多数个人无法企及。结果可能是二元经济，少数公司以超人类效率运营，而大多数公司则在需求疲软和利润缩水中挣扎。
与此同时，各国政府可能面临越来越大的财政压力。大多数国家严重依赖所得税来资助公共项目，[17] 同时往往由于税收漏洞、利润转移和相对较低的企业所得税率而未能有效捕获公司利润。[18] 例如，在美国，近一半的联邦收入是通过所得税筹集的。[19] 随着人工智能减少人类劳动的作用并允许公司以更少的雇员运营，这种 setup 开始崩溃。随着可供征税的工人收入减少，政府收入下降，而公共支持的需求却在上升。在许多国家，社会安全网已经脆弱。如果没有改革，政府所能提供的与人们所需之间的差距可能会扩大。
此外，位于领先人工智能公司和数字基础设施所在的国家可能会不成比例地捕获经济价值。[20] 其他国家，特别是那些依赖廉价劳动力或外国汇款的国家，[21] 将难以适应。
几十年来，公司将生产转移到工资较低的国家，离岸外包以降低劳动力成本。[22] 但在一个机器人技术和自动化不断进步的世界里，这种趋势可能会逆转。[23] 如果机器甚至能压低最低工资底线，那么公司可能会发现将生产带回国内更具成本效益。这种转变不仅会简化物流；它可能破坏全球南方许多国家的经济增长基础，在这些国家，出口驱动的工业就业长期以来一直是国家发展的核心。[24] 如果这些工作岗位消失而没有新的岗位出现，社会和经济后果可能是深远的。
全球南方的许多政府已经面临预算紧张和提供大规模社会支持的能力有限。然而，即使根据最保守的估计，经济不对称也可能加剧。普华永道估计，到2030年，人工智能可能为全球 GDP 增加15.7万亿美元，但预计只有1.7万亿美元流向全球南方。[25] 差距不仅在于金钱，还在于韧性工具、财政能力和制度准备。
即使在高等收入经济体中，风险敞口也会大不相同。拥有强大社会系统但在前沿人工智能发展方面 stake 有限的国家，许多在欧洲和东亚部分地区，可能会随着白领服务出口、专业工作和税收基础的侵蚀而面临财政和就业冲击。他们的挑战不是技术赶超，而是在生产率收益 accruing 于其他地方时维持福利国家和中产阶级就业。
这个情景不应被视为一种预测，它当然也不是我们应该准备的唯一未来。一个更加去中心化的世界——人工智能的经济收益在地区、部门和社会之间更广泛地分配，并且强大的人工智能被广泛使用——或者一个人工智能是增强而非自动化的世界，将带来其自身的经济动态和治理挑战。目标不是押注于一种结果，而是绘制出我们现有制度不足的合理轨迹范围。
然而，在许多轨迹中，有一件事是一致的：我们正在进入一个我们现有制度并非设计来驾驭的世界。
超越国界：通过全球红利分配价值
未来十年将决定人工智能成为人类历史上最伟大的共享繁荣力量，还是最大的不平等引擎。虽然我们仍处于变革性人工智能发展的早期，但现在是考虑新颖所有权结构的时候了。全球红利体系提供了这样一条路径。
全球红利体系将向个人提供定期支付，其基础是每个人对变革性技术创造的价值份额拥有合法权利这一原则。这不是慈善；这是承认现代人工智能系统是建立在共享基础设施、公共数据和人类集体知识的漫长弧线之上的。如果人工智能公司想要广泛豁免版权法，而社会的其他人想要有生活收入，那么政治问题就变成了：为什么不交换一下呢？
“如果人工智能公司想要广泛豁免版权法，而社会的其他人想要有生活收入，那么政治问题就变成了：为什么不交换一下呢？”
这可能采取的制度形式仍在试验中，但一个早期愿景类似于主权财富基金：一个不是为了任何一国，而是为了全人类服务，持有和增长人工智能驱动的经济剩余的载体。尽管全球规模是前所未有的，但其核心思想并非如此。
共享财富的现有模式和历史先例
例如，阿拉斯加永久基金红利每年向每位居民分配现金支付，通常为1,000至2,000美元，由该州的石油收入资助。[26] 这些支付是法定的，而非契约性的。
相比之下，东切罗基印第安人部落每半年发放3,000至6,000美元的收入红利，来自一个建立在赌场收入基础上的主权财富基金。这些红利受部落法律保护，有社区主导的治理和法律权利。[27] 这是一个强有力的模式，展示了主权财富如何能够直接地和代际地共享。
挪威提供了另一个更大规模的例子。其政府养老金全球基金，世界上最大的主权财富基金，现在持有近2万亿美元的资产。每年，政府提取其价值约3%的资金来支持国家预算。在原则上，每个国家都可以复制这种模式。但与挪威不同，今天大多数政府缺乏启动这样一个基金的前期资本，而世界上近一半的人口仍然每天生活费用不足8美元——远未达到能够投资的水平。
关键挑战之一将是法律方面的：我们如何将每个人在这种新兴基础设施中都拥有合法经济权益的观念 codify 起来？这将需要国际合作和创造性的法律思维，将基于人权的权利嵌入一个 durable 可执行的制度框架。这将经济包容重新定义为人权。
历史还提供了关于财富分享机制如何因设计不同而失败的教训。苏联解体后，俄罗斯进行了一项大胆的凭证私有化实验。但由于缺乏公共教育，大多数人贱卖了他们的凭证。结果是财富的 dramatically 集中和俄罗斯寡头的崛起。
教训是明确的：再分配机制需要在价值被捕获之前就获得信任、理解并受到保护。但它也暗示了一个更深层的设计原则——依赖个人管理复杂金融资产的所有权模式会迅速再现不平等。当繁荣以计算集群和股权来衡量时，它有可能与公民的物质福祉脱钩。
相比之下，基于红利的系统分配价值无需每个人持有或交易所有权 stake。它将集体财富转化为稳定的、经常性的收入，保护人们免受投机和不平等金融素养的影响，同时保留共享权利的感觉。
这些例子表明，共享财富模式在现有经济中是可行的。但是，如果变革性人工智能改变了价值创造本身的基础，那么再分配的逻辑也必须演变。
在后劳动经济中重新思考红利
红利是公司将其部分利润与股东分享的机制。现在想象一下这个想法的 radical 延伸：不是收入主要通过工资或税收流动，而是人类可以集体持有全球资本的指数基金，均匀地投资于世界经济。这种再分配不仅公平，而且可以在工资不再为消费提供资金的世界里稳定需求并维持经济活力。
一条路径是监管：如果劳动收入份额低于社会可持续的阈值，我们可以通过法律规定，所有公司股权的固定部分由集体或公共信托持有，代表生产基础的“人类份额”。这些股份支付普遍红利，将公司利润转化为稳定的全球收入流。私人财富仍将保留 generous 的所有权份额，但资本主义本身的结构将转变，以确保经济体系继续服务人类福祉，即使人类劳动不再是生产的必需品。
这并非完全不可想象。即使是一些行业领袖也表示愿意探索基于所有权的模式。OpenAI 首席执行官 Sam Altman 就曾提议，要求大公司向一个公共基金提供股权，该基金可以向所有美国公民进行年度分配。[29] 其提议是国家级别的，但潜在的直觉适用更广。
这按照今天的标准可能听起来很 radical。然而，如果我们设想一个部分人类不再需要工作的未来，那么就必须确保我们创建的实体（从公司到人工智能驱动的生产系统）仍然与人类繁荣保持一致。重新构想的红利可能成为后劳动社会契约的基石。
走向制度性载体
让每一家公司直接向数十亿人分发股份或红利是不切实际的。相反，人类可能需要一个制度性载体，可以持有、治理和分配人们在人工智能驱动的经济中的集体所有权份额。
这样一个机构可以被结构化，以接收公司股权的固定部分作为 universal endowment。其回报随后用于资助全球红利，为所有人提供收入。一个可能的实施方式是使其在主权的章程下运作，旨在防止单边 withdrawal 或政治干预，并有明确的 fiduciary 责任代表人类行事。
“人类可能需要一个制度性载体，可以持有、治理和分配人们在人工智能驱动的经济中的集体所有权份额。”
一个有用的历史先例是国际清算银行，一个从早期全球经济重组时刻出现的机构。[30] 国际清算银行成立于1930年，最初是为了管理德国的第一次世界大战赔款支付，并作为中央银行之间国际结算的清算所。尽管随着大萧条的到来，其成立初衷很快变得过时，但国际清算银行适应了，成为了一个促进中央银行间合作的中性金融中介，当时还没有可比较的全球结构。
关键是，国际清算银行代表了一种独特的主权形式。它由成员中央银行共同拥有，在赋予其法律豁免权的国际宪章下运作，[31] 并“高于”国家法律体系。它在瑞士的总部是 inviolable，与瑞士州的争议提交给指定的仲裁法庭而非国内法院。[32] 它是一个超国家托管机构——一个能够在其他在竞争管辖区下运作的实体之间管理共享价值的可信第三方。因此，国际清算银行证明了超国家金融架构可以作为调解共享价值的中立第三方跨越管辖权持续存在。
一个主权的全球红利机构可能成为人工智能时代社会契约的 backbone：一个中性的、受法律保护的实体，将非人类劳动的产出转化为共享繁荣。建立这样的东西并非易事。它将需要法律想象力、国际协调和公众信任。它可能会面临政治阻力。但该想法建立在一个原则之上，这个原则在我们的集体想象中值得更多空间：在大规模 disruption 的时代，对共享财富的集体管理。
再分配数学
对 universal 再分配的一个常见批评是，全球根本没有足够的资金来资助它。在今天的经济中，这是真的。但本文提出了一个不同的问题：在未来什么样的条件下，大规模再分配才能变得可行？
在一个为变革性人工智能校准的世界里，更高的生产率不仅变得合理，而且 likely。如果人类劳动不再是主要部门的瓶颈，并且人工智能推动了巨大的效率提升，结果可能是今天不存在的 vast 新财富。技术专家经常指出，这样的进步将急剧降低实际生活成本，因为商品和服务变得 dramatically 更便宜。在经济上，这只是描述生产率激增的另一种方式。在这样的世界里，即使是适度的转移支付，也远低于当前福利体系的规模，也可能产生有意义的影响。
全面的分析需要正式的宏观经济学建模，这超出了本文的范围。但即使是粗略的估计也能说明利害关系的规模。表1提供了在不同生活标准（从国际贫困线到“最低繁荣”阈值）下提供 guaranteed 收入的年度成本的粗略计算。
为了说明支付相对于它们旨在 offset 的现有国民收入的规模，表2显示了主要经济体的近似年度劳动收入。如果劳动收入份额的相当一部分转向资本，这些数字代表了可能作为财富积累在公司手中的资本收入流的数量级，这些财富原则上可以构成未来税收或再分配的基础。
可以考虑两种主要的实施方法。第一种是现收现付的直接转移模式，即收到的资金在收到时分配给接收者。第二种是投资模式，即资金被汇集和投资，只分配部分回报。
直接转移模式仍然容易受到政治优先事项变化、财政危机或国家选择退出的风险的影响，因为它需要每年通过类似税收的机制筹集等价资金。相比之下，以投资资本为基础的 endowment 式模式可以是 largely 自给自足的，其本金产生独立于年度预算谈判或政治周期的回报。虽然为此类基金筹集初始资本基础将构成更大的挑战，但审视建立它的必要条件为长期、全球协调的融资机制的可行性提供了 valuable 的 insight。
“如果我们要设想一个大多数人不再工作的世界，那么也许也是时候设想一个人类集体拥有资本的有意义份额的世界了。在这样的体系中，收入主要不是来自工资，而是来自对维持文明的生产性基础设施的共享所有权的回报。”
如果我们要设想一个大多数人不再工作的世界，那么也许也是时候设想一个人类集体拥有资本的有意义份额的世界了。在这样的体系中，收入主要不是来自工资，而是来自对维持文明的生产性基础设施的共享所有权的回报（见表3）。这种集体模式可以与当今经济的特征的私有制形式共存，在个人企业与共享繁荣之间提供新的平衡。
最后，如果这种规模的再分配依赖于 vastly 更大的世界经济，关键问题就变成了这种增长能多快发生。表4比较了当前条件下的翻倍时间与加速的人工智能驱动增长下的翻倍时间。
实际的路径可能会将基于投资的方法（从人工智能股票投资组合开始）与源自慈善的直接转移模式相结合，以在早期阶段原型化和扩展系统。经济学家 Anton Korinek 提出了一个类似的“种子全民基本收入”概念：[38] 在大规模资金可用之前建立 universal 收入基础设施的小型早期支付。
从最贫穷的国家开始，每一美元可以惠及更多人，在最需要的地方建立行政能力。对分配、身份和治理系统的早期实验将允许在存在足够财富实现全面全球覆盖之前很久就进行参与，确保随着系统的发展，没有人被落下。
随着时间的推移，这样的框架可以开始提高全球收入底线，确保在一个劳动不再是主要收入来源的世界里，每个人都有办法满足基本需求，而适度的早期分配在转型期间充当稳定力量。
这个提议不适用于 GDP 不增长的世界，也许在收入 loss 导致需求下降的情景中。这个提议故意具有挑衅性——作为探索我们的经济体系如何能够被彻底改革以满足新时代需求的一种方式。
这些粗略的数字显示了所需的条件。下一个问题是资金 realistically 可以从哪里来。
捕获意外之财：为全球红利体系提供资金
如果全球红利体系要不仅仅是一个思想实验，我们必须回答一个难题：钱从哪里来？上一节探讨了再分配的潜在规模和两种广泛的经济范式。本节转向可以维持任一方法的资本来源，探讨如何捕获、转换和再分配变革性人工智能产生的经济剩余。
意外之财条款和具有法律约束力的承诺
一个早期试图应对这一挑战的想法是“意外之财条款”，这是由人工智能治理中心的研究人员提出的一份报告。它提议人工智能公司自愿在法律合同中预先承诺，一旦其利润超过某个经济阈值，就贡献其利润的一部分。[39] 这个想法仍然有趣，但最初的 formulation 可能不足以应对今天的格局。它面临熟悉的阻力：利润是可塑的，易于转移、隐藏或再投资。阈值可能被操纵或无限期推迟。振兴或建立在意外之财条款之上将需要重大的重新设计：更严格的定义、更强的执法和加强问责制的外部杠杆。
“意外之财条款的一个优势在于其条件性：它允许社会在财富极端集中发生之前预先承诺采取再分配行动。”
目前，世界上最大的六家科技公司的总收入加起来 barely 超过全球 GDP 的半个百分点，即使是领先的人工智能公司也远未达到微软、谷歌和英伟达等公司的阈值。然而，意外之财条款的一个优势在于其条件性：它允许社会在财富极端集中发生之前预先承诺采取再分配行动。如果触发情景从未实现，则不花费任何资金；但如果实现了，治理机制已经到位。类似的 ex ante 协议可以更广泛地应用于国家或行业，例如，如果全球劳动收入份额低于某个定义的阈值，则自动激活新的再分配措施。这种预先承诺在危机前建立远比在危机中引入容易得多。它们可以作为极端垄断情景的后盾，将应急治理嵌入未来市场的结构中。
意外之财条款是专为前沿人工智能公司量身定制的，但它们可能不是捕获变革性价值的唯一实体。自愿的利润分享本身可能无法提供所需的可执行性或 durability。接下来是几种可以并行探索的方法。
股权
一个可以并行探索的想法是，在那些最有可能从人工智能主导的转型中受益的公司或基础设施提供商中确保股权。与利润分享承诺不同，股权提供了对未来价值的合法 claim，并且可能更难逃避或隐藏。但基于股权的模型假设早期行动和 leverage。这个窗口可能很快关闭，价值链可能会分裂到 companies、云提供商、芯片制造商和下游公司中。
许可
另一种方法可能将重点转向人工智能系统的用户，而不是生产者。想象一个框架，其中自动化掉大量劳动力的公司被要求向一个全球基金支付，作为获得先进人工智能的持续访问权的条件——许可的不仅是技术，还有责任。但是，这也依赖于一个脆弱的基础。
税收
然后是政府。政府可以对人工智能驱动的生产率收益或资本收入征税，将部分收益转入国际基金。这种协调将是困难的，但随着自动化的加速，激励措施可能会改变。如果人工智能导致的失业削弱了需求，政府可能会发现自己在争先恐后地维持消费和防止经济收缩。在这些条件下，再分配可能从社会正义问题演变为宏观经济稳定问题。
“如果人工智能导致的失业削弱了需求，政府可能会发现自己在争先恐后地维持消费和防止经济收缩。在这些条件下，再分配可能从社会正义问题演变为宏观经济稳定问题。”
实际机制可能包括旨在防止利润转移的多边税收条约，[40] 以及新形式的自动化相关税收。例如，政府可以根据就业与产出之比调整税率。
政治意愿
即使是脆弱的基础也有办法在压力下硬化。社会政策的历史不是远见的历史：我们今天依赖的主要福利体系在工业革命之前并不存在。它们是为了应对 breakdown 而出现的。随着工厂取代农场，随着城市贫困膨胀和财富集中，社会创建了公立学校、劳动法、养老金和保险体系——不是因为他们预先设想了它们，而是因为不作为的代价变得太高。
同样的模式在全球范围内也是如此。1944年，随着二战接近尾声，大萧条已经粉碎了对自由市场资本主义的信心，44个国家齐聚布雷顿森林设计新的经济秩序。那次会议产生了国际货币基金组织、世界银行和一个全球货币框架。[41] 推动力不是共识。是危机。
如果人工智能造成类似的断裂，那么危机将再次迫使问题浮现。当它发生时，区别在于我们是否有东西可以伸手去拿：一个政策框架、一个制度原型、一个摆在桌面上的草案。这是一个值得更多关注、实验和集体远见的问题。
捕获人工智能驱动的经济剩余的一部分用于公共利益并不容易。没有交钥匙解决方案，许多机制面临严重的技术和政治挑战。其中一些提议可能听起来理想主义，但历史提醒我们，今天政治上的 stretching 可能成为明天的经济必需品。在一个劳动对价值创造变得不那么核心、可供分配的工作岗位 simply 更少的世界里，政治和经济上可行的边界可能会发生变化，可能比我们预期的更快。
认识局限性
全球红利代表了对一个被忽视的政策挑战的一种具体方法，但没有单一政策能够承受如此复杂的未来的重量。它可以提供关键的经济安全，但身份、目标和意义的问题将需要平行的文化、社会和政治创新。尽管如此，全球红利提供了一个重要的起点，在收入和劳动的基本结构正在被重新定义的时代，保护家庭和社区的尊严。
“最终，社会将需要面对一个更深层的问题：我们是希望超越劳动力市场作为我们收入分配的主要工具，还是工作提供了对意义和身份来说过于重要的基础？”
在全球红利提议之外，其他有希望的路径值得探索。有些人可能主张由国家提供的普遍基本服务。其他人可能支持工作保障计划。最终，社会将需要面对一个更深层的问题：我们是希望超越劳动力市场作为我们收入分配的主要工具，还是工作提供了对意义和身份来说过于重要的基础？[42] 这个提议回避了那个哲学辩论，而是提供了一个具体的再分配机制，无论我们最终如何回答这个问题，该机制都可以运作。
这些干预措施都不容易。让政府对强大的国内行业征税很难。让跨国公司承诺全球贡献更具挑战性。为有意义的工作创建新的制度可能是最复杂的。但政治始终是关于权力及其行使。如果经济体系的合法性开始 fray，也许即使是根深蒂固的利益集团也会发现再分配符合他们自己的长期利益。
“如果经济体系的合法性开始 fray，也许即使是根深蒂固的利益集团也会发现再分配符合他们自己的长期利益。”
这里概述的模式针对一个特定的情景：一个巨大的 AI 意外之财，先进 AI 的经济收益归于少数公司和国家。如果这个未来看起来不可取，那么我们也应该开始描绘替代方案——设计制度和激励措施，推动我们走向更好的替代方案。许多研究人员和政策制定者已经在倡导更严格的反垄断执法，或者引导人工智能发展走向增强而非替代人类工作的工具类系统。[44] 这个提议通过提供一个后盾来补充这些努力。这些方法共同构成了一个朝着同一目标努力的战略生态系统：确保人工智能的惠益惠及全人类。
这是一个提议，为一个可能的未来而构建。它不是作为最终解决方案提供的，而是作为辩论、完善和想象的起点。它背后的一些假设可能被证明是不完整或不正确的；只有时间能证明。但在一个充满深度不确定性和快速转型的时代，将具体的想法摆在桌面上是一种澄清思维、浮出水面分歧和激发替代方法的方式。
在其最佳状态下，这个提议不仅仅是一个政策探索——它是一个邀请，邀请我们想象一个建立在团结基础上的全球经济，并帮助催化讨论，关于人们 actually 想要什么样的未来，以及需要什么样的制度来使它们 viable。
“在其最佳状态下，这个提议不仅仅是一个政策探索——它是一个邀请，邀请我们想象一个建立在团结基础上的全球经济，并帮助催化讨论，关于人们 actually 想要什么样的未来，以及需要什么样的制度来使它们 viable。”
参考文献
[1] 特别感谢 Anton Korinek, Robert Ward, Yolanda Lannquist, Brandon Jackson, Deric Cheng, Adrian Brown, Anthony Aquire, 以及所有提供反馈的评审者。
[2] 该提议特别关注变革性人工智能——那些对经济和社会的影响可比拟农业或工业革命的人工智能系统。
[3] Jim VandeHei and Mike Allen, “Behind the Curtain: A White-Collar Bloodbath,” Axios, 2025年5月28日.
[4] “OpenAI Charter,” OpenAI, 访问于2025年9月7日.
[5] Sholto Douglas and Trenton Bricken, “Is RL + LLMs Enough for AGI?,” Dwarkesh Patel 采访, Dwarkesh 播客, YouTube, 2025年5月22日, 1:57:08.
[6] Ed Newton-Rex, “For Silicon Valley, AI Isn’t Just About Replacing Some Jobs. It’s About Replacing All of Them,” The Guardian, 2025年5月12日.
[7] Goldman Sachs, “AI Investment Forecast to Approach $200 Billion Globally by 2025,” 2023年8月1日.
[8] Eugenio M. Cerutti, Antonio I. Garcia Pascual, Yosuke Kido, Longji Li, Giovanni Melina, Marina Mendes Tavares, and Philippe Wingender, “The Global Impact of AI: Mind the Gap,” 国际货币基金组织工作论文第2025/076号, 2025年4月11日.
[9] David H. Autor, “Why Are There Still So Many Jobs? The History and Future of Workplace Automation,” Journal of Economic Perspectives 29, no. 3 (2015): 3–30.
[10] Anton Korinek and Megan Juelfs, “Preparing for the (Non-Existent?) Future of Work,” 美国国家经济研究局工作论文第30172号, 2022年6月.
[11] Geoffrey Hinton, 引用在 “Godfather of AI Geoffrey Hinton Warns of ‘Massive Unemployment’ and ‘Soaring Profits’ Under Capitalist System,” Fortune, 2025年9月6日.
[12] Korinek and Juelfs, “Preparing for the (Non-Existent?) Future of Work.”
[13] Lukasz A. Drozd and Marina M. Tavares, “Generative AI: A Turning Point for Labor’s Share?,” Economic Insights (Federal Reserve Bank of Philadelphia, 2024 Q1).
[14] Anton Korinek, “Economic Policy Challenges for the Age of AI,” 美国国家经济研究局工作论文第32980号, 2024年9月.
[15] Clayton Chancey, “The AI Value Capture Paradox in 2025,” Foray Consulting, 2025年2月.
[16] Cody Corrall, “Week in Review: OpenAI Could Charge $20K a Month for an AI Agent,” TechCrunch, 2025年3月8日.
[17] Cristina Enache, “Sources of Government Revenue in the OECD,” Tax Foundation, 2025年5月22日.
[18] Frank Clemente, Hunter Blair, and Nick Trokel, “Corporate Tax Chartbook,” 经济政策研究所, 2016年9月19日.
[19] Tax Policy Center, “What Are the Sources of Revenue for the Federal Government?,” Tax Policy Briefing Book, 更新于2024年1月.
[20] Jan Kulveit, Raymond Douglas, Nora Ammann, Deger Turan, David Krueger, and David Duvenaud, “Gradual Disempowerment: Systemic Existential Risks from Incremental AI Development,” Gradual Disempowerment, 2025年1月.
[21] Dean Yang, “International Migration, Remittances, and Economic Development,” NBER Reporter no. 1 (2025): 21–24.
[22] Andre Barbe and David Riker, “The Effects of Offshoring on U.S. Workers,” Journal of International Commerce and Economics (2018年6月).
[23] Astrid Krenz, Klaus Prettner, and Holger Strulik, “Robots, Reshoring, and the Lot of Low-Skilled Workers,” European Economic Review 136 (2021年7月): 103744.
[24] Tristan Reed, “Export-Led Industrial Policy for Developing Countries,” Journal of Economic Perspectives 38, no. 4 (2024年秋季): 3–26.
[25] Anand S. Rao and Gerard Verweij, “Sizing the Prize,” PwC, 2017年9月.
[26] Oliver Scott Goldsmith, “The Alaska Permanent Fund Dividend,” 阿拉斯加大学社会与经济研究所, 2011年1月.
[27] Parvati Singh, Ryan Brown, William E. Copeland, E. Jane Costello, and Tim A. Bruckner, “Income Dividends and Subjective Survival,” Biodemography and Social Biology 65, no. 2 (2020年4月-6月): 172–187.
[28] Alexander Abramov, Wladyslaw Jermakowicz, and Julian Pankow, “Voucher Privatization in Russia,” 社会与经济研究中心, 1994年1月.
[29] Sam Altman, “Moore’s Law for Everything,” Sam Altman 博客, 2021年3月16日.
[30] 国际清算银行, “History—The Foundation of the BIS (1930–39),” About BIS: History, 访问于2025年9月10日.
[31] 国际清算银行, Protocol Regarding the Immunities of the Bank for International Settlements, 1936年7月.
[32] 国际清算银行, Constituent Charter and Statutes of the Bank for International Settlements, 1930年1月.
[33] 世界银行, “Update to the Poverty and Inequality Platform (PIP),” Global Poverty Monitoring Technical Note 44, 2025年6月.
[34] 世界银行, “Update to the Poverty and Inequality Platform (PIP).”
[35] Benoît Decerf, Nishant Yonzan, Seylorm Kwakuvi-Zagbedeh, Maria Eugenia Genoni, and Christoph Lakner, “Global Prosperity Gap,” 世界银行博客, 2025年1月8日.
[36] 国际货币基金组织, “GDP, Current Prices,” IMF Data Mapper, 访问于2025年10月1日.
[37] Our World in Data, “Labor Share of Gross Domestic Product (GDP), 2020,” Our World in Data Grapher, 访问于2025年10月1日.
[38] Anton Korinek, “Preparing the Workforce for an Uncertain AI Future,” 书面证词提交给美国参议院人工智能洞察论坛, 2023年11月1日.
[39] Cullen O’Keefe, Peter Cihon, Ben Garfinkel, Carrick Flynn, Jade Leung, and Allan Dafoe, “The Windfall Clause,” 人工智能治理中心研究报告, 牛津大学人类未来研究所, 2020.
[40] 经济合作与发展组织, BEPS Project Explanatory Statement, OECD/G20 税基侵蚀和利润转移项目, 2016.
[41] 世界银行, “Bretton Woods and the Birth of the World Bank,” 世界银行历史档案, 访问于2025年10月17日.
[42] Daniel Susskind, “Work and Meaning in the Age of AI,” 布鲁金斯学会工作论文, 2023年1月.
[43] Anthony Aguirre, “Keep the Future Human,” 2025年3月.
[44] Erik Brynjolfsson, “The Turing Trap,” Daedalus 151, no. 2 (2022): 272–287.
转载请注明：《中国社会分红/基本收入研究网》 浏览量：12 views
