Nghiên cứu 'bẫy sa thải AI' gợi mở đề xuất thuế tự động hóa kiểu Pigou

Một nghiên cứu lý thuyết mới công bố cho thấy khi doanh nghiệp dùng trí tuệ nhân tạo (AI) thay thế lao động, chi phí giảm nhưng sự sụt giảm tiêu dùng của người lao động bị sa thải có thể lan rộng ra toàn thị trường. Nghiên cứu chỉ ra rằng tự động hóa bằng AI là lựa chọn hợp lý với từng doanh nghiệp riêng lẻ, nhưng trong một thị trường cạnh tranh, nó có thể dẫn đến tình trạng tự động hóa quá mức cho toàn xã hội.

Brett Hemenway Falk, nhà nghiên cứu tại Đại học Pennsylvania (University of Pennsylvania), và Gerry Tsoukalas, giáo sư tại Trường Kinh doanh Questrom thuộc Đại học Boston (Boston University), đã trình bày cấu trúc này trong bài nghiên cứu mang tên "The AI Layoff Trap" (tạm dịch: Bẫy sa thải AI). Bài nghiên cứu được đăng trên arXiv ngày 21 tháng 3 với mã số 2603.20617, và bản chỉnh sửa được công bố vào tháng 6.

Khái niệm cốt lõi của nghiên cứu là "ngoại ứng cầu" (demand externality). Khi một doanh nghiệp tự động hóa công việc bằng AI, phần chi phí tiền lương tiết kiệm được thuộc về doanh nghiệp đó, nhưng khoản tiêu dùng bị cắt giảm của người lao động bị sa thải lại phân tán ảnh hưởng đến nhiều doanh nghiệp khác trong cùng thị trường.

Nhóm nghiên cứu mô hình hóa rằng nếu thị trường có N doanh nghiệp, thì mỗi doanh nghiệp chỉ phải gánh 1/N tổn thất về cầu. Số lượng doanh nghiệp càng nhiều, cạnh tranh càng gay gắt thì tổn thất cầu mà từng doanh nghiệp cảm nhận càng nhỏ, còn khi chi phí ứng dụng AI càng thấp thì động lực tự động hóa càng lớn.

Mô hình này tách biệt với các thảo luận về việc AI giúp tăng năng suất, mà tập trung vào vấn đề phát sinh khi kênh thu nhập lao động quay trở lại thành nhu cầu tiêu dùng bị suy yếu. Đây là phân tích kinh tế học cho thấy khi chi phí phát sinh từ lựa chọn của một doanh nghiệp không được phản ánh đầy đủ vào quyết định của chính doanh nghiệp đó, trạng thái cân bằng chung của thị trường có thể vận hành kém hiệu quả.

Giáo sư Tsoukalas nói trong một cuộc phỏng vấn rằng "dù làm gì, dù công ty khác làm gì, chiến lược tốt nhất vẫn là áp dụng công nghệ AI nhiều nhất có thể". Phát biểu này cho thấy các doanh nghiệp trong môi trường cạnh tranh có xu hướng cùng lúc dịch chuyển về phía tự động hóa, tạo thành một cấu trúc chiến lược trội mà nghiên cứu đề cập.

Đại học Boston, trong thông báo ngày 10 tháng 6, cho biết nghiên cứu này không chỉ đưa ra giải pháp xử lý hậu quả sau khi AI thay thế lao động, mà còn đặt ra vấn đề cần thảo luận chính sách đối với chính động lực cạnh tranh đang thúc đẩy tự động hóa. Tuy nhiên, đây là một mô hình lý thuyết có điều kiện, không phải nghiên cứu thực chứng đo lường dữ liệu thị trường lao động thực tế.

Nghiên cứu so sánh nhiều công cụ chính sách khác nhau như thu nhập cơ bản phổ quát (UBI), đào tạo lại lao động, cho người lao động sở hữu cổ phần, thuế thu nhập vốn và đàm phán giữa các doanh nghiệp. Nhóm nghiên cứu nhận định UBI và thuế thu nhập vốn có thể ảnh hưởng đến mức sống hoặc phân phối thu nhập, nhưng không trực tiếp thay đổi động lực cận biên khiến doanh nghiệp quyết định có tự động hóa thêm công việc hay không.

Đào tạo lại lao động và việc cho người lao động sở hữu cổ phần cũng được xem là công cụ giảm chênh lệch. Tuy nhiên, nghiên cứu phân tích rằng để đào tạo lại loại bỏ hoàn toàn ngoại ứng, thu nhập sau khi bị sa thải phải được thay thế đầy đủ, còn việc sở hữu cổ phần của người lao động trong mô hình cũng không thể nội hóa toàn bộ tổn thất về cầu.

Giải pháp trực tiếp nhất mà nhóm nghiên cứu đề xuất trong mô hình là "thuế tự động hóa kiểu Pigou" (Pigouvian automation tax). Thuế Pigou là loại thuế phản ánh vào giá khi lựa chọn của một chủ thể kinh tế tạo ra chi phí cho toàn xã hội.

Nghiên cứu lập luận rằng nếu đánh thuế tự động hóa tương ứng với phần tổn thất cầu mà doanh nghiệp không phải gánh chịu, thì có thể thu hẹp khoảng cách giữa lựa chọn cá nhân và kết quả tập thể. Nguồn thu thuế cũng có thể được thiết kế để đầu tư vào đào tạo lại lao động, nhằm nâng tỷ lệ thay thế thu nhập cho người mất việc.

Nghiên cứu này cho thấy các thảo luận về AI và việc làm đang mở rộng ra ngoài tranh luận đơn thuần về giảm việc làm, hướng tới mối quan hệ giữa tổng cầu vĩ mô và lợi nhuận doanh nghiệp. Ngoài hiệu ứng năng suất của tự động hóa, việc thu nhập từ tiền lương giảm có thể làm lung lay nền tảng tiêu dùng hay không đã trở thành một vấn đề chính sách.

Tại Hàn Quốc, chiến lược gắn kết trung tâm dữ liệu AI, chất bán dẫn và thiết bị tự động hóa thành trục công nghiệp cũng đã được đề xuất, nên việc mở rộng đầu tư AI sẽ ảnh hưởng thế nào đến thị trường lao động và nền tảng tiêu dùng vẫn là bài toán cần được kiểm chứng riêng. Tuy nhiên, nghiên cứu này không phải là dữ liệu đo lường quy mô sa thải thực tế của một doanh nghiệp hay ngành cụ thể nào, nên khó có thể diễn giải trực tiếp thành tác động đến thị trường trong nước.

Các tác giả của nghiên cứu tập trung vào vấn đề động lực có thể phát sinh khi các doanh nghiệp cùng di chuyển theo một hướng trong môi trường cạnh tranh, hơn là bản thân công nghệ AI. Do đó, cách diễn đạt kiểu khẳng định "AI đang phá hủy nền kinh tế toàn cầu" vượt ra ngoài phạm vi mà nghiên cứu đề cập.