[经济日报] 全球生成型人工智能（AI）公司OpenAI提议引入“机器人税”等税制改革，强调AI产业财富再分配的必要性。市场关注的焦点转向AI产业的“成本结构”。长期以来，数据几乎免费使用的方式面临瓶颈，AI产业正从技术竞争转向资源产业。

据业内消息，OpenAI最近通过“智能时代的产业政策”提案，提出了对自动化劳动征税、加强高收入资本税、设立公共基金等政策方向。AI扩散可能导致劳动收入减少、资本收入增加的结构固化。

表面上看，这是为超智能时代做准备的政策建议，但在产业现场提出了更根本的问题。数据作为AI的核心原料，归属权、企业获取途径及其使用的合理报酬问题引发关注。

尤其是新闻、出版物、图像、个人信息等多种形式的数据在学习过程中被广泛使用，但数据生产者和使用者之间的权利和补偿体系尚未明确，成为产业结构性问题。

目前，AI产业与传统制造业不同，没有明确的成本结构。AI企业几乎免费使用新闻、出版物、图像、个人数据等核心资源，而传统产业如钢铁和石油则受原材料价格影响。

这种免费原料结构是AI产业高盈利的基础，但这一结构正逐渐出现裂缝。全球媒体和出版商对AI企业提起版权侵权诉讼，各国加强个人信息保护法规，要求数据使用的合理报酬，数据可能不再是免费的资源。

如果数据使用费制度化，AI产业的收益结构将发生根本变化。数据成本未被反映的现状将改变，企业的成本负担和盈利差距可能迅速显现。数据获取能力和成本管理能力将成为竞争力的关键。

最近讨论的“机器人税”也与此趋势相关，但业内指出方向有所偏差。市场认为，在自动化利益事后征税之前，应优先建立数据提供者的事前补偿体系。

AI企业提议设立公共基金或分享收益，但这些仅关注未来分配结构，对当前版权侵权、个人信息使用、劳动替代过程中的补偿问题的直接成本负担讨论有限。

最终，AI产业正处于从“技术竞争”向“资源竞争”转变的分水岭。数据不再是附属因素，而是核心原料。业内认为，一旦数据使用费制度化，AI企业的商业模式和市场竞争格局将被重新定义。谁能率先确立数据获取战略、成本设计及相关规则，谁就能掌握未来产业主导权。

钢铁部队的视线所在，AI产业的竞争标准已经改变。数据获取方式和成本结构设计成为企业成败的关键。重要的不再仅仅是计算速度，而是合法获取数据来源、设计合理报酬的能力，以及将其控制在可持续成本结构中的能力。只有能够设计围绕数据秩序的企业才能在下一轮竞争中生存。

• #数据成本
• #成本结构
• #AI产业