, октябрь 16, 2026

Гейтс предлагает обложить ИИ налогом. Кто должен платить за автоматизацию?


  •   3 мин чтения
Гейтс предлагает обложить ИИ налогом. Кто должен платить за автоматизацию?

Содержание

Билл Гейтс считает, что обществу предстоит решить, как облагать налогом использование искусственного интеллекта и роботов и какие виды работы следует сохранить за людьми. Об этом сооснователь Microsoft заявил 11 октября 2026 года в интервью CNN. Он не предложил механизма налогообложения или перечня профессий, которые должны остаться за людьми.

За этой дискуссией стоит экономический вопрос: если автоматизация повышает производительность и прибыль компаний, кто должен финансировать переобучение работников и поддерживать людей, потерявших заработок?

Что предлагает Гейтс

Гейтс предложил налогообложение ИИ-токенов — единиц, которые измеряют объём обработки данных языковыми моделями, — и роботов.

По его мнению, такие поступления могли бы финансировать переобучение работников и социальную поддержку. Налог необходимо спроектировать так, чтобы он не препятствовал полезному применению ИИ, в частности для удешевления медицины и образования.

Вторая идея — установить сферы обязательного человеческого участия. В образовании и здравоохранении ИИ может выполнять часть задач, но общество должно решить, какие функции и решения оставить за человеком.

Конкретные критерии налогообложения, границы применения технологии и порядок контроля ещё предстоит определить.

Почему налог вызывает вопросы

Исследование сотрудников Международного валютного фонда, опубликованное в июне 2024 года, критически оценивает прямой налог на ИИ, включая налог на роботов. Авторы указывают на трудности администрирования, риск замедления инвестиций и инноваций, а также возможность нежелательных последствий при неправильном выборе объектов налогообложения.

Экономисты предлагают пересмотреть налоговые льготы, которые излишне стимулируют замену работников технологиями, совершенствовать налогообложение доходов от капитала и укреплять социальную защиту.

Гейтс и авторы МВФ исходят из общей задачи — распределить выгоды от автоматизации и смягчить её последствия для работников, — но предлагают разные инструменты.

Есть и практическая проблема: количество обработанных токенов само по себе не показывает, заменяет ли ИИ сотрудника или помогает ему выполнять работу лучше. Одинаковый объём вычислений может использоваться для сокращения штата, разработки нового продукта, подготовки медицинских документов или повышения качества образования.

Налог, привязанный исключительно к объёму использования ИИ, может затронуть и компании, сокращающие рабочие места, и тех, кто использует технологию для повышения производительности без сокращения персонала.

Что известно о риске для занятости

Исследование Международной организации труда и польского института NASK, опубликованное 20 мая 2025 года, показывает: около 25% мировой занятости приходится на профессии, потенциально подверженные воздействию генеративного ИИ.

Эта цифра не означает, что четверть работников потеряет работу. Исследователи считают более вероятным изменение содержания профессиональных задач, чем полное исчезновение рабочих мест.

Степень воздействия различается в зависимости от профессии и страны. Особенно заметна потенциальная подверженность офисных профессий, а развитие возможностей ИИ расширяет круг задач, которые могут измениться в цифровых отраслях, включая медиа, программирование и финансы.

Исследование отражает оценку потенциального воздействия технологий, доступных на момент подготовки работы. Оно не позволяет окончательно определить масштабы будущих изменений по мере развития следующих поколений моделей.

Три задачи, которые важно разделять

Защита доходов, сохранение рабочих мест и обязательное человеческое участие требуют разных решений.

Поддержка доходов помогает человеку пережить период между потерей прежней работы и получением нового заработка. Для этого могут использоваться пособия, программы трудоустройства и другие меры социальной защиты.

Переобучение имеет смысл, когда полученные навыки востребованы работодателями и открывают реальные возможности трудоустройства. Само по себе прохождение курса не гарантирует новой работы.

Сохранение человеческого участия устанавливает, какие функции общество считает необходимым оставить за людьми. Например, ИИ может готовить медицинскую документацию и помогать анализировать результаты обследований, тогда как решение о лечении и ответственность за него остаются за врачом.

Сохранение должности само по себе тоже не гарантирует достойного заработка или устойчивости занятости. Поэтому меры защиты следует оценивать по конкретным результатам: помогают ли они людям сохранять доход, обеспечивают ли необходимое человеческое участие и позволяют ли получать пользу от внедрения ИИ.

Кто в итоге заплатит за автоматизацию

Идеи Гейтса поднимают вопросы о том, как распределять экономические выгоды от ИИ и оплачивать переход к новую структуру занятости. Но выбор инструмента требует отдельной оценки: прямой налог на ИИ, изменение налоговых льгот, налогообложение доходов от капитала и расширение социальной поддержки имеют разные последствия для бизнеса, работников и государственных бюджетов.

Главная задача — смягчить негативные эффекты автоматизации на людей, не препятствуя применению технологий, которые повышают производительность и качество услуг. Готового универсального решения пока нет.

Источники

1. CNN — интервью с Биллом Гейтсом, 11 октября 2026 года. https://transcripts.cnn.com/show/sotu/date/2026-10-11/segment/01

2. Gates Notes — The turbulent AI era is here. The choices we make now are critical, 26 августа 2026 года. https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-choices-to-make

3. Международный валютный фонд — Broadening the Gains from Generative AI: The Role of Fiscal Policies, июнь 2024 года. https://www.imf.org/-/media/files/publications/sdn/2024/english/sdnea2024002.pdf

4. МОТ–NASK — Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 20 мая 2025 года. https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure

Похожие материалы

↑