对人工智慧（AI）的算力课税，曾被视为另类的构想，如今随著AI这种先进科技可能造成就业冲击和财富集中等社会问题，「算力税」（compute tax）这个议题预料将成为美国选举时的主流诉求。
这个构想并非全新。早在2017年，微软创办人盖兹就曾提出「机器人税」，远早于ChatGPT等AI工具成为家喻户晓的名字。近日，德州亿万富翁、慈善机构Arnold Ventures共同主席阿诺德（John Arnold）在X上重提此构想，他写道，「限制AI过度发展的唯一方式，是开始将课税对象从劳动力转向算力」，并说「一般选民需要切身感受到AI带来的好处」。
维吉尼亚大学达顿商学院的经济学教授柯瑞尼克指出，课税通常有两个理由：一是增加税收，二是透过提高成本来抑制某项活动的成长。算力税可以两者兼顾，既能分享AI的经济果实，也能为带来的相关冲击踩煞车。
曾参加过民主党美国总统初选、前进党共同主席杨安泽是积极的倡议者。他警告，AI将先消灭白领工作，再蔓延至卡车司机等其他普通职业。他说：「我们现在已到了需要设法保住工作的关头。」他也说，最大的AI公司目前所缴的税，「远远不及AI最终将创造和吸走的价值」。
2024诺贝尔经济学奖得主、MIT创业学教授赛门．强森（Simon Johnson）也认为，算力税是压抑自动化步伐的合理政策工具，可以降低企业以资料中心取代数万名员工的诱因，「你要创造新的工作任务，要提振劳动需求，而这正是科技业现在做得不够的地方。」
至于谁来缴税？目前有两个主要讨论方向。一是直接对资料中心业者课税；二是对企业和个人用户的「符元」（token）用量课税，token是AI的基本计量单位。
不过，柯瑞尼克坦承，目前AI算力的支出规模还不够大，算力税产生的税收未必可观。他说：「可以筹到一点钱，但不会产生实质的重大影响。」
此外，耶鲁大学副教授芮斯崔波也提醒，AI目前已广泛应用于新药研发、天气预测、诈欺侦测和流行病学模型。
他质疑：「为什么要拉高这些应用的成本？」他也警告，对算力课税可能只会把美国AI产业推向海外，并指出大多数经济学家认为这种税「没有必要，或者太过粗糙」。
史丹福数位经济实验室主任布林优夫森主张，更好的解方是让AI辅助人类工作而非取而代之，同时搭配更灵活的附带福利和职业再培训计划。他说：「算力税的矛头搞错了方向。」