การวิเคราะห์: AI ไม่สามารถเป็น "ผู้กอบกู้" หนี้สหรัฐฯ ได้ การปลดปล่อยผลประโยชน์จากผลิตภาพที่ล่าช้า ประกอบกับการกัดกร่อนฐานภาษี อาจทำให้วิกฤตหนี้รุนแรงขึ้น

BlockBeats ข่าวสาร วันที่ 17 มิถุนายน บริษัทหลักทรัพย์กั๋วเหลียนหมินเซิงเผยแพร่รายงานวิจัยชี้ว่า แม้ตลาดจะหวังพึ่งพาการเพิ่มผลผลิตที่ขับเคลื่อนด้วย AI เพื่อบรรเทาภาระหนี้สหรัฐฯ แต่จากประสบการณ์ทางประวัติศาสตร์และความเป็นจริงในปัจจุบัน AI ในระยะสั้นยังยากที่จะสร้างปาฏิหาริย์การลดหนี้เหมือนในช่วงหลังสงครามโลกครั้งที่สองหรือยุคคลินตัน วิกฤตหนี้สหรัฐฯ ในระยะสั้นยังคงยากที่จะก้าวข้าม ณ สิ้นปี 2025 หนี้สาธารณะสหรัฐฯ ใกล้แตะ 38 ล้านล้านดอลลาร์สหรัฐ และค่าใช้จ่ายดอกเบี้ยสุทธิใกล้แตะ 1 ล้านล้านดอลลาร์สหรัฐ

รายงานวิจัยได้สรุปสามเส้นทางในการลดอัตราส่วนหนี้สิน ได้แก่ การลดอัตราดอกเบี้ย การกระตุ้นอัตราการเติบโตทางเศรษฐกิจ และการลดการขาดดุลทางการคลัง ในประวัติศาสตร์ สหรัฐฯ เคยแก้ปัญหาหนี้สินเป็นระยะสองครั้ง ครั้งแรกตั้งแต่ปี 1946 ถึง 1974 อาศัยการเติบโตสูงหลังสงครามและการเปลี่ยนแปลงทางเทคโนโลยี อัตราส่วนหนี้สินลดลงจากกว่า 100% เหลือประมาณ 20% ในช่วง 30 ปี ครั้งที่สองในทศวรรษ 1990 อาศัยการปฏิวัติอินเทอร์เน็ตและวินัยทางการคลังของรัฐบาลคลินตัน ทำให้เกิดการเกินดุลงบประมาณขั้นต้นเฉลี่ยประมาณ 3.2% ต่อปีระหว่างปี 1996 ถึง 2001

อย่างไรก็ตาม ประสิทธิภาพการลดหนี้ของ AI ในรอบนี้เผชิญกับข้อจำกัดเชิงโครงสร้างสองประการ ประการแรก การปลดปล่อยผลประโยชน์จากผลผลิตของ AI มีความล่าช้าอย่างชัดเจน ตามการคำนวณของมหาวิทยาลัยเพนซิลเวเนีย ระหว่างปี 2026 ถึง 2027 AI จะสามารถเพิ่มผลผลิตปัจจัยรวมได้เพียง 0.05 ถึง 0.1 จุดเปอร์เซ็นต์ จนกระทั่งช่วงต้นทศวรรษ 2030 การมีส่วนร่วมจึงจะเพิ่มขึ้นเป็นประมาณ 0.2 จุดเปอร์เซ็นต์ ซึ่งยังไม่เพียงพอต่อการชดเชยแรงกดดันทางการคลังในปัจจุบัน ประการที่สอง AI เร่งให้ผลตอบแทนจากปัจจัยการผลิตกระจุกตัวไปยังฝ่ายทุน ซึ่งกัดกร่อนฐานภาษีอย่างเป็นระบบ ภาษีเงินได้บุคคลธรรมดาและภาษีเงินเดือนของสหรัฐฯ รวมกันมีสัดส่วนประมาณ 85% ของรายได้รัฐบาลกลาง ในขณะที่การแทนที่แรงงานและค่าแรงต่ำที่เกิดจาก AI จะส่งผลกระทบโดยตรงต่อแหล่งรายได้ภาษีหลักนี้ ภาษีเงินได้นิติบุคคลมีสัดส่วนเพียงประมาณ 10% และใช้อัตราภาษีเดียว 21% ประกอบกับความสามารถในการหลีกเลี่ยงภาษีข้ามพรมแดนของยักษ์ใหญ่ด้านเทคโนโลยี ทำให้ยากที่จะชดเชยช่องว่างภาษีเงินได้บุคคลธรรมดา เกิดเป็นข้อขัดแย้งที่ว่า "ยิ่งเทคโนโลยีรุ่งเรือง ฐานภาษียิ่งแห้งเหือด"

รายงานวิจัยเห็นว่า ทิศทางในการแก้ไขปัญหา ได้แก่ การเพิ่มอัตราภาษีกำไรจากการขายทรัพย์สินและอัตราภาษีสำหรับชนชั้นร่ำรวย การเก็บ "ภาษีปัจจัยดิจิทัล" จากรายได้เชิงพาณิชย์ของโมเดล AI ขนาดใหญ่ และการสำรวจ "ภาษีหุ่นยนต์" เพื่ออุดหนุนกลุ่มผู้ว่างงานจากเทคโนโลยี แต่ทั้งหมดนี้เผชิญกับอุปสรรคเชิงโครงสร้าง เช่น การเคลื่อนย้ายปัจจัย AI ข้ามพรมแดนที่ยากต่อการจัดเก็บภาษี ความสามารถในการต่อรองทางการเมืองที่แข็งแกร่งของยักษ์ใหญ่ด้านเทคโนโลยี และการเพิ่มภาษีฝ่ายเดียวที่ยับยั้งนวัตกรรม รายงานวิจัยสรุปว่า การปรับเปลี่ยนระบบภาษีในยุค AI จะเป็นการต่อสู้เชิงสถาบันในระยะยาวอย่างหลีกเลี่ยงไม่ได้ และปัญหาหนี้สหรัฐฯ ในระยะสั้นยังคงเป็นอุปสรรคสำคัญที่เศรษฐกิจสหรัฐฯ ยากจะก้าวข้าม