Развитие искусственного интеллекта обещает повысить производительность труда, но одновременно ставит под вопрос привычную модель пополнения государственных бюджетов. Исторически основным источником доходов развитых стран были налоги, связанные с человеческим трудом. Но с кого их брать, если «вкалывают роботы»? Техногиганты уже вышли со своими предложениями о перестройке фискальной системы. Рассказываем, как ИИ меняет подход к налогам уже сейчас и чего от него ждать в будущем
Деньги мимо кассы
Развитие искусственного интеллекта может привести к размыванию налоговой базы государственных бюджетов развитых стран мира, которые в первую очередь зависят от налогов на труд. Примерно 75% всех федеральных налоговых поступлений в США формируются именно за счет отчислений от человеческого труда. Для сравнения, в России НДФЛ и НДС обеспечивают около 32% всех налоговых доходов. Массовое замещение линейных сотрудников означает для государства не только рост безработицы, но и резкое падение налоговых сборов — именно в тот момент, когда правительствам могут потребоваться рекордные бюджеты на переобучение граждан и расширение программ социальной защиты, главный источник этих денег может начать иссякать.
Telegram-канал Forbes.Russia
Канал о бизнесе, финансах, экономике и стиле жизни
Проблема налогообложения цифровых продуктов существует давно: еще до бума ИИ регуляторы столкнулись с тем, что классические правила НДС плохо применимы к подпискам, платформам и трансграничным цифровым сервисам. В Организации экономического сотрудничества и развития (ОЭСР) отмечают : традиционные правила сбора налогов на потребление плохо работают в трансграничной цифровой торговле, где трудно однозначно определить место потребления, юрисдикцию сделки и собственно налогоплательщика. С распространением подписок, платформенных экосистем и встроенных цифровых сервисов эта задача стала еще сложнее. ИИ усиливает уже существующий разрыв между старой налоговой архитектурой и новой цифровой экономикой.
Если системы искусственного интеллекта достигнут достаточного уровня автономности, они смогут самостоятельно управлять целыми компаниями, реинвестируя большую часть излишков в собственные вычислительные мощности, считают эксперты Института Брукингса, одного из наиболее влиятельных аналитических центров США. В таком сценарии предприятие не формирует ни фонда оплаты труда, ни классической налогооблагаемой прибыли в привычном понимании, что ведет к сокращению налоговой базы и, соответственно, ограничивает возможности государства перераспределять ресурсы в пользу уязвимых групп населения и сдерживать рост социального неравенства. Этот риск дополнительно усиливается другим важным эффектом, на который обращают внимание исследователи Массачусетского технологического института: агрессивная автоматизация и инновации, концентрирующие контроль над технологиями, капиталом и управленческими решениями в руках узкой группы собственников, способны еще сильнее усилить поляризацию доходов и концентрацию власти. По мере вытеснения человеческого труда государство получает меньше инструментов для перераспределения, тогда как у владельцев таких компаний появляется больше возможностей аккумулировать создаваемое богатство вне привычных механизмов налогообложения.
«Тем не менее опыт предыдущих промышленных революций демонстрирует обратное, — отмечает кандидат экономических наук, приглашенный преподаватель НИУ ВШЭ Вячеслав Мищенко, комментируя риск критического снижения налоговых доходов государства. — Появление фабрик на какое-то время привело к снижению занятости, но взимать налог на доходы с них и с их рабочих стало гораздо проще, чем с ремесленников. В результате повсеместного внедрения ИИ-агентов может произойти серьезное изменение и расширение налоговой базы. Вместо одних профессий, которые исчезнут, появятся новые». Экономист отмечает, что первоначальная потеря налогов из-за снижения занятости, вероятно, будет компенсирована кратным ростом зарплат у специалистов новой экономики.
«Массовая безработица из-за ИИ маловероятна, — считает продакт-менеджер международного финтех-стартапа ARQ Максим Симаков. — Главная фискальная угроза, скорее, в сжатии налоговой базы. Проблема в том, что ИИ вычищает середину рынка: аналитиков, бухгалтеров, рекрутеров. По исследованию MIT Iceberg Index , искусственный интеллект уже способен выполнять 11,7% задач американского рынка труда — это $1,2 трлн в годовых зарплатах. Эти люди не становятся безработными — они становятся синими воротничками (работники, занимающиеся преимущественно физическим, ручным трудом в сфере производства). Доход падает, прогрессивная шкала подоходного налога дает меньше, налоговая база сжимается даже при формально низкой безработице».
Налог на роботов
Дискуссия о том, как собирать налоги в новой экономике, исторически началась с концепции «налога на роботов», которую еще в 2017 году популяризировал Билл Гейтс. Его логика была предельно прагматичной: если автоматизированная система заменяет человека на фабрике, она должна облагаться сбором, эквивалентным подоходному налогу живого сотрудника. Собранные средства основатель Microsoft предлагал направлять на финансирование сфер, где человеческая эмпатия пока незаменима — уход за пожилыми людьми и образование. Недавно Гейтс развил эту мысль, сославшись на оценку, по которой одна только детская бедность стоит экономике США свыше триллиона долларов в год. По его мнению, инвестиции в программы сокращения бедности, включая элементы безусловного базового дохода, дадут долгосрочную экономическую отдачу.
По мнению Симакова, проблема с предложением Гейтса в том, что «невозможно технически определить, что считать роботом», особенно в условиях, когда ИИ не заменяет человека, а в разы повышает его продуктивность.
Альтернативный подход предлагает отказаться от попыток оценить «труд» нейросети и перенести фискальную нагрузку на саму инфраструктуру — вычислительные мощности, потребление энергии дата-центрами или генерацию токенов. Такие механизмы в качестве возможных сценариев предлагает в том числе компания Anthropic, разработчик Claude. В аналитическом докладе , выпущенном осенью 2025 года, разработчики заняли подчеркнуто технократичную позицию. Они представили целый спектр возможных мер, включая налоги на автоматизацию и создание суверенных фондов благосостояния, но при этом сделали оговорку. Компания опирается на собственные эмпирические данные, подчеркивая, что пока не фиксирует системной безработицы на рынке труда, хотя и отмечает явное замедление найма специалистов в наиболее уязвимых отраслях.
Иную стратегию выбрала конкурирующая с Anthropic OpenAI. В апреле 2026 года создатели ChatGPT опубликовали документ под названием «Промышленная политика для эпохи интеллекта», который многие восприняли как попытку предложить черновик нового общественного договора. Сэм Альтман и его команда в качестве решения проблемы эрозии налоговых поступлений предложили перенос налогового бремени с труда на капитал. Компания предлагает повысить сборы с корпоративных сверхприбылей и внедрить так называемый Фонд общественного благосостояния, который наделил бы каждого гражданина долей в экономическом росте ИИ-индустрии независимо от его стартового капитала. Извлеченные из возросшей эффективности дивиденды предлагается конвертировать в реальные блага — например, субсидировать переход на четырехдневную рабочую неделю без потери в зарплате. В этом же ключе Альтман поддержал инициативу раннего инвестора OpenAI Винода Хослы: полностью отменить федеральный подоходный налог для американцев, зарабатывающих менее $100 000 в год, компенсировав выпадающие доходы жестким налогообложением прироста капитала.
Смещение позиций технологических гигантов в сторону левоцентристской экономической повестки вызывает у ряда экспертов скепсис. Аналитики видят в громких инициативах Кремниевой долины попытку перехватить повестку у законодателей и направить регулирование в безопасное для корпораций русло: разработчики предлагают амбициозные и заведомо труднореализуемые налоговые реформы лишь для того, чтобы отвлечь внимание общества от необходимости жесткого контроля за самой архитектурой искусственного интеллекта и выиграть время для беспрепятственного масштабирования своих моделей.
Вячеслав Мищенко рекомендует оценивать эти инициативы осторожно, учитывая прямую заинтересованность самих корпораций. Экономист напоминает о предложенном популярным экономистом Янисом Варуфакисом термине «технофеодализм», обозначающем гипотетический переход общества от капитализма к новой феодальной модели, где технологические гиганты выступают в роли новых землевладельцев, а их платформы, алгоритмы и вычислительные мощности становятся главным активом, генерирующим ренту.
С повсеместным внедрением ИИ-агентов возможен принципиальный переход: богатство перестанет накапливаться в широком среднем классе и начнет все больше концентрироваться именно у держателей технологий и инфраструктуры, объясняет Мищенко. «Налоговая база в такой ситуации будет расширяться в основном за счет крупных рантье — держателей технологий, — прогнозирует эксперт ВШЭ. — Поскольку эти корпорации станут самыми большими потребителями ресурсов (в первую очередь электроэнергии), именно на это потребление они и будут платить основные налоги. Как сейчас нефтяные компании — субъекты, зарабатывающие на ренте, — платят налог на добычу полезных ископаемых за недра, так же и крупные технологические рантье будут вынуждены платить большие налоги за инфраструктуру, которой они пользуются, и за ту энергию, которая питает их алгоритмы».
Операционный директор AppScience Андрей Глухов считает инициативы Anthropic и OpenAI избыточными: «Если внедрение технологии действительно даст тот эффект на производительность, о котором говорят сами AI-лаборатории, бизнес дойдет до массового переобучения сотрудников самостоятельно — без налоговых льгот и грантов в $10 000 на человека». По его мнению, подобные выступления со стороны техногигантов — это, скорее, попытка снизить социальную напряженность вокруг отрасли и продемонстрировать заботу об обществе, чем реальное намерение перестроить экономическую модель.
Капитал вместо труда
Многие ведущие международные финансовые институты и аналитические центры выступают против введения сборов, которыми облагались бы сами алгоритмы или роботы.
По оценке МВФ, такие налоги могут затормозить инвестиции, ослабить рост производительности и при неудачной настройке принести больше вреда, чем пользы. Кроме того, в разгар технологической гонки между США, Китаем и Европой страны просто не захотят рисковать замедлением собственного инновационного сектора из-за высоких налоговых ставок.
Вместо прямых ограничений Фонд предлагает по-другому адаптировать экономику к этим изменениям: расширить и сделать более щедрым страхование по безработице, ввести «страхование зарплаты» — частичную компенсацию для тех, кто из-за автоматизации вынужден переходить на менее оплачиваемую работу, — и направить бюджетные средства на масштабные программы переобучения.
Чтобы профинансировать эти меры, МВФ предлагает устранить важный структурный перекос. С 1980-х налоговая нагрузка на капитал в развитых экономиках постепенно снижалась, тогда как на трудовые доходы, наоборот, росла. Фонд считает , что эту тенденцию стоит развернуть: повысить налоги на прирост капитала и прибыль корпораций, в том числе за счет уже согласованного глобального минимального налога для транснациональных компаний, а также обсудить дополнительный сбор со сверхприбылей.
Похожую позицию разделяют экономисты Института Брукингса, однако их подход к фискальной реформе несколько отличается. Они предлагают не «наказывать» ИИ налогами на вычислительные мощности (что лишь тормозит рост), а постепенно переносить налоговую нагрузку с труда на потребление. Их идея проста: если машины и алгоритмы делают все больше работы, разумнее облагать налогом конечные цифровые услуги — например, ИИ-подписки, сгенерированный контент или роботизированные сервисы.
Предложения о переносе налогового бремени с труда на капитал считает логичным и эксперт по ИИ Алексей Котов: «Если замена работника ИИ-агентом не дает существенной налоговой экономии, у бизнеса остается мотивация сохранять и переобучать сотрудников, а не увольнять их ради оптимизации затрат. Такой подход позволяет сохранить человекоцентричность экономической политики, обеспечивая одновременно и стабильное финансирование социальных программ, и стимулы для ответственного внедрения технологий».
В дополнение к этому Институт Брукингса предлагает механизмы, которые позволят обществу получать свою долю выгоды от ИИ. Такими инструментами могут стать суверенные фонды, инвестирующие в ИИ-компании, более широкое владение акциями техногигантов и обязательства технологических компаний делиться частью сверхприбыли в случае трансформационных прорывов. Логика в том, что если ИИ даст значительный экономический эффект, выигрывать от этого должны не только корпорации, но и общество в целом.
Опасения, что фискальное давление на автоматизацию может затормозить прогресс, находят практическое подтверждение. Единственной страной, где было введено нечто похожее на «налог на роботов», стала Южная Корея — государство с самой высокой в мире плотностью промышленных роботов. В 2018 году корейские власти сократили налоговые льготы на инвестиции в автоматизацию: для крупных компаний кредит уменьшился с 7% до 3%. По данным исследования Information Technology and Innovation Foundation, после этого затронутые изменениями отрасли сократили закупки роботов на 28% по сравнению со своими японскими конкурентами. Этот результат стал наглядным предупреждением для политиков: даже умеренное налоговое давление может существенно замедлить внедрение технологий.
Параллельно ООН продвигает идею налогообложения цифровых услуг там, где находятся пользователи, а не только там, где у компании есть офис. Для этого в 2021 году в типовую налоговую конвенцию ООН уже включили новую статью: она разрешает «рыночным» странам облагать доходы от автоматизированных цифровых услуг, даже если у иностранной компании нет в ней физического присутствия. Но это пока не универсальное правило для всех: статья принята в модели ООН, однако начнет реально работать только там, где страны внесут ее в свои двусторонние налоговые соглашения. Сейчас Комитет ООН по налогам разрабатывает механизм, который поможет внедрять такие нормы быстрее и сразу в несколько договоров. Для развивающихся стран это важно, потому что помогает оставлять часть налогов там, где создается спрос и прибыль от цифровых сервисов, а не терять эту базу из-за отсутствия у IT-компаний офиса в стране.
Идеальный инспектор
Пока вопрос о налогообложении искусственного интеллекта остается предметом споров, технология уже меняет работу самих фискальных органов. По данным отчета ОЭСР, опубликованного в 2025 году, доля налоговых ведомств в мире, активно использующих ИИ, достигла 69%, а еще 24% находятся на стадии его интеграции. Сегодня формируется концепция «налогов без трения», при которой ручная отчетность сводится к минимуму благодаря обмену данными в реальном времени. Уже сейчас более 80% налоговых служб развивают API-интеграции для автоматического сбора информации прямо из корпоративных систем.
Цифровизация налоговой системы делает взаимодействие с государством проще и быстрее для граждан. Умные сервисы помогают сразу замечать ошибки при заполнении документов, избегать лишних штрафов и экономить время. А внедрение ИИ в государственные онлайн-сервисы помогает решать практические задачи, например проверять задолженности и настраивать платежи, без лишней бюрократии.
Другой стороной технологического комфорта является тотальный контроль со стороны регулятора. Для государства искусственный интеллект является идеальным аудитором, который работает быстрее и обходится дешевле целого штата инспекторов. Ярче всего это проявляется в борьбе с крупными махинациями и поиском спрятанных активов. В 2024-2025 годах Налоговое управление США провело цифровую трансформацию, начав использовать алгоритмы для аудита сложных корпоративных структур, хедж-фондов и сверхбогатых лиц. Нейросети выявляют скрытые связи между подставными компаниями и криптокошельками — работу, на которую у живых специалистов ушли бы годы. Похожая картина складывается в Европе, где налоговые органы ЕС и британская служба HMRC переходят к модели «встроенных налогов». Применяя ИИ для мониторинга трансграничного НДС в режиме реального времени, европейские системы быстро вычисляют и блокируют сложные карусельные схемы мошенничества, которые раньше обнаруживались лишь спустя месяцы после вывода средств.
В недавнем исследовании МВФ отмечают, что цифровизация государства и бизнеса усиливает собираемость налогов среди малых предприятий. Для небольших компаний возникает двоякая ситуация. С одной стороны, алгоритмы радикально удешевляют ведение бухгалтерии, сдачу отчетности и общий комплаенс, снижая административное давление. С другой — они практически уничтожают пространство для серых схем, предоставляя государству предельно прозрачную и оперативную картину движения средств. Иными словами, если раньше предприниматель терял время и деньги исключительно на ручной бюрократии, новая реальность принесет ему серьезное облегчение. Если его бизнес-модель исторически опиралась на слабость государственного контроля и использование слепых зон налогового кодекса, платить теперь придется полностью.
Внедрение алгоритмов в налоговый контроль меняет и масштаб возможных ошибок. Люди допускают множество мелких недочетов, которые не нарушают работу системы в целом. Искусственный интеллект ошибается реже, но любой системный сбой или «галлюцинация» нейросети грозят макроэкономическим шоком. Ошибочно приняв типовую операцию за нарушение, алгоритм способен автоматически заморозить счета тысяч компаний, запустив эффект домино, неплатежи контрагентам или даже рыночную панику.