Kinh tế trưởng của Anthropic cảnh báo AI có thể cắt giảm 15 điểm tỷ trọng thu nhập của lao động, đề xuất ‘thuế token’
TREE NEWS đưa tin: Tại một diễn đàn của Trường Harvard Kennedy, kinh tế trưởng của Anthropic, Peter McCrory, và cựu cố vấn kinh tế của Obama, Jason Furman, đã đưa ra một khuôn khổ rõ ràng về cách trí tuệ nhân tạo có thể định hình lại kinh tế vĩ mô vào năm 2030. McCrory, người lãnh đạo nghiên cứu kinh tế của phòng thí nghiệm AI và ‘Chỉ số Kinh tế’ theo dõi việc sử dụng Claude trong thực tế, lập luận rằng AI chưa xuất hiện trong dữ liệu năng suất do hiệu ứng đường cong J — các công ty phải đầu tư tốn kém vào tổ chức và dữ liệu trước khi lợi ích thành hiện thực — đồng thời cảnh báo rằng vốn sẽ chiếm tỷ trọng lớn hơn nhiều trong thu nhập quốc dân khi tự động hóa sâu rộng hơn.
Chuyện gì đã xảy ra
McCrory cho biết phạm vi các nhiệm vụ mà mô hình AI có thể hoàn thành tự động đang tăng gấp đôi khoảng 4 đến 7 tháng một lần, nhưng năng suất các yếu tố tổng hợp vẫn chưa tăng vọt và tỷ lệ thất nghiệp của Mỹ ở mức gần 4,1%. Ông cho rằng khoảng cách này là do độ trễ lan tỏa và chi phí tái cấu trúc doanh nghiệp. Dựa trên mức tiết kiệm thời gian quan sát được ở cấp độ nhiệm vụ, ông ước tính AI có thể đóng góp khoảng 1,8 điểm phần trăm vào tăng trưởng năng suất lao động — cao hơn nhiều so với dự báo tăng trưởng dài hạn 1,7% của Văn phòng Ngân sách Quốc hội và dự báo lạc quan nhất 2,4% của Fed.
Về phân phối, McCrory thẳng thắn: trong các kịch bản cực đoan, tỷ trọng thu nhập của lao động có thể giảm khoảng 15 điểm phần trăm so với mức lịch sử 60%, nghĩa là cổ đông chiếm phần lớn lợi ích do AI mang lại. Ông cũng đề xuất một ‘thuế token’ — tương tự thuế carbon hoặc thuốc lá — như một công cụ Pigouvian để hạn chế tự động hóa quá mức, cùng với việc chuyển sang đánh thuế dựa trên tiêu dùng khi thu nhập từ lao động thu hẹp.
Hàm ý thị trường
- Cổ phiếu: Một nền kinh tế có năng suất cao hơn, thâm dụng vốn có lợi cho các công ty hạ tầng AI lớn hiện hữu và các công ty có hào dữ liệu độc quyền. Nhưng cùng động lực đó ngụ ý nhu cầu tiêu dùng đại chúng yếu hơn nếu thu nhập lao động giảm, một rủi ro dài hạn cho cổ phiếu tiêu dùng không thiết yếu và bán lẻ.
- Trái phiếu: Nếu AI nâng tăng trưởng tiềm năng lên mức thập niên 1990, phần bù kỳ hạn và lãi suất trung tính có thể cao hơn, gây áp lực lên trái phiếu dài hạn. Ngược lại, nhu cầu yếu đi do dịch chuyển lao động sẽ kéo theo hướng khác — một rủi ro hai chiều thực sự đối với thu nhập cố định.
- Tiền mã hóa: Khái niệm thuế token đáng chú ý đối với thị trường tài sản số vì nó coi hoạt động kinh tế máy-máy là cơ sở chịu thuế, có khả năng hợp pháp hóa các giao dịch AI agent trên chuỗi đồng thời đặt ra câu hỏi tuân thủ cho thị trường tính toán và suy luận được token hóa.
- Hàng hóa: Thâm dụng vốn ngụ ý nhu cầu lớn về điện, làm mát và chuỗi cung ứng bán dẫn — tăng giá đối với điện, đồng và uranium; giảm giá đối với đầu vào dịch vụ thâm dụng lao động.
- Tiền tệ: Các nền kinh tế áp dụng AI nhanh nhất có thể thấy lợi ích năng suất tương đối và đồng tiền mạnh hơn, trong khi những nền kinh tế dựa vào xuất khẩu thâm dụng lao động đối mặt với khó khăn cấu trúc.
Điểm chính cho nhà đầu tư
- Đừng kỳ vọng lợi ích năng suất từ AI sẽ xuất hiện nhanh chóng trong dữ liệu vĩ mô; đường cong J có nghĩa là phần thưởng đến muộn và không đồng đều.
- Định vị cho một thế giới nơi vốn, không phải lao động, chiếm đồng đô la cận biên của tăng trưởng do AI — có lợi cho chủ sở hữu cổ phần và nhà cung cấp hạ tầng.
- Theo dõi tín hiệu chính sách về thuế tiêu dùng và phí tự động hóa; những điều này sẽ thay đổi chế độ đối với cả cổ phiếu và tài sản số.
- Coi ước tính năng suất 1,8 điểm của McCrory là kịch bản tăng, không phải kịch bản cơ sở — khoảng cách giữa khả năng và áp dụng vẫn là bất định chính.
