AI裁員效應恐外溢全市場 論文倡議課徵「自動化稅」因應

企業導入人工智慧(AI)取代人力雖能壓低成本,但遭裁員勞工減少消費的效應恐會擴散到整個市場,一篇最新理論論文提出這樣的警訊。論文指出,AI自動化對個別企業而言是合理選擇,但放在競爭市場裡卻可能導致社會整體「過度自動化」。

賓夕法尼亞大學(University of Pennsylvania)研究員布雷特·赫門威·福克(Brett Hemenway Falk)與波士頓大學(Boston University)奎斯特羅姆商學院(Questrom School of Business)教授傑瑞·索卡拉斯(Gerry Tsoukalas)在論文〈The AI Layoff Trap〉(AI裁員陷阱)中提出這項架構。論文於3月21日以編號2603.20617上傳至學術預印本平台arXiv,6月釋出修訂版。

論文的核心概念是「需求外部性」。當一家企業以AI自動化某項職務,省下的薪資成本全數歸該企業所有;但遭裁員勞工減少的消費支出,卻會分散影響到同一市場裡的其他多家企業。

研究團隊建立模型顯示,若市場上有N家企業,單一企業實際承擔的需求損失僅為1/N。市場競爭越激烈、企業數量越多,個別企業感受到的需求損失就越小;AI導入成本越低,自動化的誘因也就越強。

這項模型探討的是,在AI提升生產力的討論之外,當勞動所得回流為消費需求的路徑減弱時會出現什麼問題。當一家企業決策所產生的成本,無法完全反映在該企業自身的決策考量中時,整個市場的均衡就可能朝低效率的方向移動,這是一項經濟學分析。

索卡拉斯受訪時表示:「不管自己怎麼做,也不管其他公司怎麼做,最好的策略都是盡可能導入AI技術。」這句話點出重點:在競爭環境下,企業會被推向同時採用自動化的「優勢策略」結構,論文也以此解釋了這種現象。

波士頓大學於6月10日發布的公告指出,這項研究的意義不只在於AI取代勞動之後的事後補救措施,更在於把推動自動化的競爭誘因本身,也一併納入政策討論的範圍。不過需要留意的是,這篇論文並非測量實際就業市場數據的實證研究,而是設定條件後推導的理論模型。

論文比較了多項政策工具,包括「全民基本收入」(UBI)、職業再訓練、勞工持股參與、資本利得稅,以及企業間協商等方案。研究團隊認為,UBI與資本利得稅雖能影響生活水準或所得分配,卻無法直接改變企業是否要再自動化下一項職務的邊際誘因。

職業再訓練與勞工持股參與同樣被列為縮小差距的手段,但論文分析指出,再訓練若要完全消除外部性,前提是失業後的所得替代必須達到完全水準;勞工持股參與在模型中同樣無法完全內部化需求損失。

研究團隊在模型中提出最直接的解方是「皮古式自動化稅」。皮古稅是指當某項經濟決策為社會整體帶來成本時,把這項成本反映進價格的一種稅制。

論文主張,只要針對企業未承擔的那部分需求損失課稅,就能縮小私人選擇與集體結果之間的落差。稅收也可以設計成投入職業再訓練,藉此提高失業勞工的所得替代率。

評論:這篇論文的價值在於把AI與就業的討論,從單純的「工作機會減少」爭論,延伸到總體需求與企業獲利之間的關係。除了自動化對生產力的效果之外,薪資所得下滑是否會動搖消費基礎,如今也成為政策議題之一。

南韓那邊也提出將AI資料中心、半導體與自動化設備綁定為產業主軸的策略,AI投資擴大究竟會為勞動市場與消費基礎帶來什麼影響,仍是另待驗證的課題。不過這篇論文並未測量特定企業或產業的實際裁員規模,因此難以直接套用來解讀特定市場的影響。

論文作者關注的重點,與其說是AI本身,不如說是企業在競爭中朝同一方向移動時可能產生的誘因問題。因此,「AI將拖垮全球經濟」這類斷言,已超出論文本身的討論範圍。