ロンドン・ビジネス・スクール会計学助教授マルセル・オルベルト氏、同校経営科学・オペレーション教授ニコス・サヴァ氏
「AIに課税せよ」という呼びかけの多くは、目前の懸念から始まる。自動化が労働者を置き換え、給与税収入が減少し、政府が財政的・社会的ショックに直面するというものだ。この懸念は現実的だが、的を絞ったAI税では解決できない可能性が高く、新たな問題を生み出す恐れさえある。より広く、より大きく考える必要がある。
AIがツールから自律システムへと進化する様子を想像してほしい。OpenAIが「組織」と表現するAIの最終段階、つまり単一のタスクではなく組織全体の仕事をこなせるシステムだ。今日の誇大宣伝のはるか以前に、スタンフォード大学のAI研究の先駆者ニルス・ニルソン氏は明確な基準を提案した。「雇用テスト」だ。AIが人間が報酬を得ている仕事を完全に実行できるかどうかという基準である。
賃金ベース経済の崩壊
このシナリオでは、人間の労働は任意のものとなる。無価値になるわけではない。誰が行うかが重要な仕事（工芸、スポーツ、取引など）や、人間の存在がサービスの一部である仕事（介護など）では、依然として人間の仕事を重視するだろう。しかし、これらは自動化された生産の海に浮かぶ島となる。
これが困難なのは、今日の社会契約が単純な連鎖に依存しているためだ。労働から賃金へ、そして消費へ。消費と賃金は大きな課税ベースである。生産性が資本として所有される非人間的な「労働者」、つまり自動化された企業のアルゴリズムやロボットから生まれるようになると、賃金はもはや家計の購買力を牽引せず、政府は主要な税収を失う。
経済学者のアセモグル氏、マネラ氏、レストレポ氏は、今日の税制が資本を労働よりも優遇することで、AI関連の自動化を加速させる可能性さえあることを示している。さらに、法人税における周知の問題、特に低税率国への利益移転が、デジタルでグローバルに展開するビジネスモデルの時代において課税ベースを侵食してきた。AI集約型企業は当然この範疇に入る。これは、迅速なAI特化型の税制修正が必要だという結論に私たちを誘う。
AI特化型課税が不十分な理由
一般的な提案には、(i)AI集約型投入物への的を絞った課税、(ii)2017年にビル・ゲイツ氏が提案したロボット税、(iii)AI企業の過剰利益に対する暴利税などがある。
残念ながら、これらのアプローチは善意の目標を達成できない可能性が高い。実施は極めて複雑で、経済的歪みは現行制度を上回る可能性があり、したがって期待される税収は、より広範な社会的移行の資金として必要な額に届かないだろう。
AI特化型課税に懐疑的であるべき理由は他に2つある。第一に、AIは新たな社会的課題をもたらすが、根本的に新しい税制上の課題をもたらすわけではない。その核心において、AIは生産性を高め、他の技術進歩と同様に、より多くの余剰を労働者ではなく株主に移転させる。これは、政策立案者が狭く的を絞ったAI税や暴利税を重ねるのではなく、既存の税制を調整できることを意味する。
第二に、AIが労働市場に与える長期的影響、そして重要なことに、そのスピードは依然として不確実である。将来のAI投入物が今日の技術に似ているかどうかも不明だ。新しい仕事が生まれる可能性があり、AI関連の波及効果は、人的資本を含む成長を増加させ、世界的な課税ベースを拡大する可能性さえある。不平等が拡大しても、課税対象となる労働所得（特に高所得層）は消滅しないかもしれない。したがって、狭いAI特化型課税は時の試練に耐えられない可能性が高い。
では、より持続可能な対応とはどのようなものだろうか。政策立案者は、より広く、より大きく考える必要がある。
税制の微調整からAI配当へ
より広く、なぜなら既存の税制への包括的な調整が課題への対処により適しているからだ。政策立案者が自動化が過剰だと考えるなら、給与税を削減し、資本投資の税制優遇を減らすことができる。資本所有者に発生する地代が過剰だと見なされる場合、マージンと絶対利益に基づいて慎重に設計されたより高い（累進的な）法人税率が役立つ可能性がある。これはすでに新興国や最低税率を伴うグローバルレベルでのトレンドである。このような改革は「AI集約型」と見なされる企業を区別しないため、歪みを最小限に抑える。この議論全体で労働者の置き換えが懸念される場合、このような利益税の労働への転嫁は限定的である。
より大きく、なぜなら課税だけでは十分ではない可能性があるからだ。AIからの利益が少数の資本所有者の裁量に大きく委ねられるのではなく、社会全体に利益をもたらすよう、より広範な政策変更が必要かもしれない。
集中した富を広範な社会的配当に変える前例は、アラスカ州恒久基金配当である。もちろん、AIは主に民間セクターのイノベーションであり、主権に基づいて所有される天然資源ではない。しかし、原則は適用できる。生産資産の一部を共有資産として扱い、一部の利益を市民に還元するのだ。
AI時代の類似物は「AI配当」であり、AI集約型資本によって生み出されるリターンの一部によって資金を調達する。サム・アルトマン氏は、AI企業の時価総額への課税（株式で支払う）と土地価値への課税を通じた「アメリカン・エクイティ・ファンド」を提案している。設計上の制約は執行である。このような配当を支払う義務は市場アクセスと結びつけなければならない。さもなければ、資本はオフショアへの移転を試みるだろう。しかし、この課題は新しいものではない。今日の税制において、政策立案者はすでに課税を顧客の所在地とより密接に結びつけている。
課題を真剣に受け止めるなら、今すぐ行動が必要だ。なぜなら、AIの移行はすでに始まっており、移行期は目的地よりも悪化する可能性があるからだ。Anthropic社のCEOダリオ・アモデイ氏は、AIが5年以内にエントリーレベルのホワイトカラー職の半分を排除し、失業率を10〜20%に押し上げる可能性があると予測している。予測に異議を唱えるのは自由だが、重要なのはタイミングだ。危険な時期は混乱の真っ只中、給料が新しい制度が構築されるよりも速く侵食される時期である。
信頼できる議題には、1)早期に動く（ショックの前に財政の配管を構築する）、2)投資、イノベーション、競争へのインセンティブを保護しながら、資本所有者レベルでの利益により重く課税する、3)長期的には、資本所有者がパイを拡大するインセンティブを維持しながら、AI生成の富を市民と共有することで下限を設ける、といったことが含まれるかもしれない。
要点は、機械知能や効率性を罰することではない。より自動化された価値創造を伴う経済と市民との間の取り決めを更新することだ。人間の労働が任意のものになれば、労働ベースの社会契約も任意のものになる。それを置き換えることに失敗した社会は、広範な購買力を伴わない技術的豊かさは繁栄ではなく不安定性であることを学ぶだろう。
マルセル・オルベルト氏は、ロンドン・ビジネス・スクールの会計学助教授であり、同校のMBAプログラムと選択科目ポートフォリオで教鞭を執る。マルセル氏は、2024年のPoets & Quantsによる「40歳未満のベストMBA教授40人」の1人に選ばれた。ドイツのマンハイム大学で博士号を取得したマルセル氏は、JPモルガン・ロンドンのM&Aアドバイザリーグループでの投資銀行業務、PwCでの国際税務およびプライベートエクイティなど、幅広い経験を持つ。彼の研究は複数の主要な学術誌に掲載されている。彼の関心は、法人税と開示規制の実際の影響に焦点を当てており、多国籍企業が規制およびマクロ経済環境から生じるインセンティブにどのように対応するかを検証している。現在の研究には、税制改革とAIが多国籍企業の投資に与える影響、および発展途上国における炭素税と炭素リーケージが含まれる。
ニコス・サヴァ氏は、ロンドン・ビジネス・スクールの経営科学・オペレーション教授であり、同校のデータサイエンスおよびAIイニシアチブのアカデミック・ディレクターである。ニコス氏はデータサイエンスの専門家であり、それを使用して運用上の問題を解決し、大規模組織がデータサイエンス能力を開発するのを支援している。彼の研究は、病院運営、地域的なケアの組織化、パフォーマンスの評価、健康格差の測定、イノベーションなど、医療管理に焦点を当てている。ニコス氏は、NHS England/NHS Improvementの外部アドバイザー、病院、バイオテクノロジー企業、ハイテクスタートアップ、小売企業、ヘッジファンドのコンサルタントを務めてきた。彼はまた、アルゴリズムの政策的影響についても助言している。
