Guolian Minsheng Securities cho rằng, sự thịnh vượng không có việc làm dưới thời AI có thể có hạn chế tương đối trong việc giải quyết vấn đề nợ dưới hệ thống tài chính hiện tại của Mỹ. Thậm chí trong ngắn hạn, nếu AI chỉ là sự phát triển công nghệ mang tính “nội chiến”, không tạo ra nhu cầu mới thực chất, mà chỉ thay thế lao động và nguồn cung dịch vụ hiện có bằng giá rẻ, thì không những không làm giảm thâm hụt, mà còn có thể làm trầm trọng thêm vấn đề nợ do tác động tiêu cực đến cơ sở thuế.
Tác giả bài viết, nguồn: Guolian Minsheng Securities
Kể từ khi lý thuyết chu kỳ nợ của Ray Dalio được lan truyền rộng rãi trên thị trường vào năm ngoái, mối lo ngại về trái phiếu chính phủ Mỹ đã rõ ràng gia tăng. Tính đến cuối năm 2025, quy mô nợ công Mỹ gần đạt 38 nghìn tỷ USD, chi phí lãi ròng cũng xấp xỉ một nghìn tỷ USD, tỷ lệ thâm hụt lãi suất tăng lên đã tạo áp lực nhất định lên không gian tài khóa và sự sôi động của nền kinh tế, áp lực nợ không thể bỏ qua. Trong bối cảnh chính sách tiền tệ Mỹ khó có thể nới lỏng và tình hình thu - chi ngân sách tiếp tục chịu áp lực, thị trường dường như đã tìm ra một con đường mới để giải quyết nợ — đó là kỳ vọng vào sự gia tăng năng suất do AI mang lại để làm giảm nhẹ áp lực. Vậy lần này, AI có thể trở thành “cứu tinh” của nợ công Mỹ không?
AI có thể giải quyết áp lực trái phiếu Mỹ như thế nào? Trong khung phân tích về vĩ mô và tính bền vững tài chính, sự biến động của tỷ lệ nợ (nợ/GDP) thường được xác định bởi công thức kinh điển sau: ???? = (???? −????)????−1 + ????., trong đó: D là tỷ lệ nợ, R là mức lãi suất, G là tốc độ tăng trưởng GDP, P là tỷ lệ thâm hụt cơ bản (thâm hụt không bao gồm chi phí lãi suất/GDP).
Dựa trên điều này, chúng ta có thể tổng hợp ba con đường cốt lõi để giảm tỷ lệ nợ: thứ nhất, về mặt tiền tệ, thông qua việc hạ lãi suất để giảm gánh nặng lãi vay và tránh rủi ro do lãi nợ tích lũy; thứ hai, về mặt kinh tế, dựa vào đổi mới công nghệ để thúc đẩy tăng trưởng kinh tế, thông qua mở rộng GDP và nâng cao năng suất để đạt tốc độ tăng trưởng kinh tế vượt trội so với tốc độ tăng nợ; thứ ba, về mặt tài chính, thông qua cắt giảm chi tiêu và tăng thu để thu hẹp thâm hụt ngân sách cơ bản, kiểm soát nợ mới từ nguồn gốc. Cần lưu ý rằng, chính sách tiền tệ chỉ có thể giảm nhẹ áp lực nợ trong giai đoạn nhất định; muốn giải quyết căn bản rủi ro nợ, cần dựa vào cải thiện động lực kinh tế mang lại bởi sự gia tăng năng suất các yếu tố tổng thể (con đường thứ hai), hoặc thông qua cải cách tài chính để thu hẹp thâm hụt cơ bản, thậm chí đạt thặng dư (con đường thứ ba).
Trong lịch sử, Hoa Kỳ đã giải quyết vấn đề nợ một cách từng giai đoạn ít nhất hai lần trong thế kỷ 20, và tư tưởng cốt lõi của cả hai lần đều rất phù hợp với khung trên:
I. 1946–1974 (sau Thế chiến thứ hai): Dưới lợi ích sau chiến tranh, tỷ lệ nợ của Mỹ liên tục giảm mạnh. Sau Thế chiến thứ hai, tỷ lệ nợ của Mỹ so với GDP liên tục giảm, trong 30 năm tỷ lệ nợ giảm từ hơn 100% xuống khoảng 20%, mức độ giảm rõ rệt, về bản chất là kết quả của nhiều yếu tố hội tụ.
1) Phía tiền tệ: Kiểm soát lãi suất và quá trình chuyển đổi dần sang cơ chế thị trường, chi phí lãi suất cho nợ hiện hữu ở mức thấp. Trước năm 1951, Fed thiết lập nhân tạo trần lãi suất trái phiếu chính phủ, kết hợp với các công cụ ràng buộc tài chính như Quy định Q kiểm soát lãi suất tiền gửi, giúp chính phủ Mỹ giảm đáng kể chi phí rollover lãi suất cho nợ hiện hữu, hiệu quả trong việc “dừng chảy máu” áp lực nợ. Sau khi thỏa thuận giữa Bộ Tài chính và Fed được thực thi năm 1951, mặc dù lãi suất trái phiếu phát hành mới đã được thị trường hóa, nhưng các trái phiếu hiện hữu còn thời hạn đến sáu năm vẫn tiếp tục lưu thông trên thị trường với lãi suất thấp.
2) Về mặt kinh tế: tăng trưởng cao, chuyển đổi công nghệ và nâng cao hiệu quả trở thành động lực cốt lõi giúp giảm tỷ lệ nợ. Khi đó, nền kinh tế Mỹ bước vào giai đoạn tăng trưởng mạnh mẽ, các quy trình sản xuất quy mô lớn hiện đại như dây chuyền lắp ráp ô tô được phổ biến rộng rãi, các công nghệ thời chiến như thiết bị điện tử và máy tính sơ khai được chuyển đổi tập trung sang mục đích dân sự, kết hợp với sự hoàn thiện của cơ sở hạ tầng như đường bộ, tỷ lệ năng suất tổng yếu tố của Mỹ từ năm 1948 đến năm 1973 tăng trung bình hơn 2% mỗi năm, thúc đẩy tỷ lệ nợ giảm ổn định.
3) Về phía tài chính: Chi tiêu quốc phòng và phúc lợi ở mức thấp, thặng dư ngân sách trực tiếp kiềm chế nợ mới. Sau Thế chiến II, Mỹ cắt giảm đáng kể chi tiêu quốc phòng, chỉ có một số năm chiến tranh xuất hiện thâm hụt; đồng thời, tỷ trọng chi tiêu an sinh xã hội trong giai đoạn này ở mức thấp, các chế độ phúc lợi hiện đại như bảo hiểm y tế chưa ra đời. Gánh nặng phúc lợi thấp giúp chính phủ liên bang duy trì thặng dư ngân sách sơ cấp trung bình hàng năm đạt 0,9% GDP (sau khi trừ đi chi trả lãi), từ đó giảm phát hành nợ mới về nguồn tài chính.
Hai, những năm 1990 (thời kỳ Clinton): Cuộc cách mạng công nghệ và kỷ luật tài chính cộng hưởng, thâm hụt chuyển thành thặng dư. Nợ chính phủ Mỹ liên tục giảm trong giai đoạn 1996-2001; mặc dù so với thời kỳ sau Thế chiến II, quy mô và tính bền vững của đợt giảm nợ này hạn chế hơn, nhưng đây vẫn là một ví dụ tiêu biểu về quản lý tài chính công.
1) Phía tiền tệ: Lãi suất nợ hiện tại giảm từng giai đoạn. Lãi suất nợ giảm từ mức cao nhất gần 10% vào đầu những năm 1980 xuống mức thấp nhất 5,9% vào năm 1994, sau đó duy trì ở mức trung bình略高于 6% trong phần còn lại của giai đoạn 1995-2001.
2) Về mặt kinh tế: Nền kinh tế mới dẫn dắt việc nâng cao hiệu suất sản xuất, mở rộng quy mô kinh tế và tăng thu ngân sách. Khi làn sóng internet thương mại bùng nổ, các công nghệ số liên quan đến “nền kinh tế mới” đã trở thành lực lượng sản xuất cốt lõi. Tỷ lệ đóng góp của năng suất toàn bộ yếu tố vào nền kinh tế đã tăng từ khoảng 0% vào những năm 1990 lên mức cao nhất là 2% vào năm 2000; nền kinh tế sôi động không chỉ làm tăng quy mô GDP mà còn mang lại nguồn thu thuế cao hơn.
3) Về tài chính: Dựa vào lợi ích hòa bình và thực hiện kiểm soát thu chi, đạt được thặng dư tài chính đáng kể. Việc kết thúc Chiến tranh Lạnh đã giải phóng “lợi ích hòa bình” rõ rệt, tỷ lệ chi tiêu quốc phòng của Mỹ so với GDP trong giai đoạn 1990-2000 giảm gần một nửa; đồng thời, chính quyền Clinton đã vượt qua áp lực chính trị để thông qua Đạo luật Điều chỉnh Ngân sách Tổng thể năm 1993, quyết liệt tăng thuế đối với doanh nghiệp và nhóm thu nhập cao, kiểm soát các chi phí bắt buộc như bảo hiểm y tế, đồng thời hưởng lợi từ sự tăng trưởng của thị trường chứng khoán do nền kinh tế mới mang lại, tỷ lệ lợi tức vốn so với GDP đã tăng từ khoảng 2% vào đầu năm 1990 lên hơn 6%. Điều này giúp tài chính Mỹ tạo ra thặng dư sơ cấp thực tế trung bình khoảng 3,2% trong giai đoạn 1996-2001, hoàn toàn chuyển từ thâm hụt sang thặng dư.
Quay lại chu kỳ này, trong bối cảnh tiền tệ khó nới lỏng và tài khóa dễ thắt chặt, liệu sự gia tăng năng suất do AI thúc đẩy có thể lại trở thành trụ cột then chốt cho trái phiếu Mỹ? Chuỗi logic cho rằng năng suất giải quyết nợ thực chất là “nâng cao năng suất → ngành công nghiệp mới thay thế ngành cũ → việc làm mới thay thế việc làm cũ, với thu nhập của việc làm mới cao hơn việc làm cũ → thuế tăng → giảm thâm hụt”. Trong đó, tác động của AI chủ yếu thể hiện ở hai mặt: một mặt, với vai trò là động cơ cốt lõi, AI có thể tăng đáng kể năng suất các yếu tố tổng thể để mở rộng phân số kinh tế (con đường thứ hai); mặt khác, năng suất do AI mang lại có khả năng tạo ra nguồn thu thuế mới, đảo ngược áp lực thâm hụt (con đường thứ ba). Tuy nhiên, cả hai con đường này hiện dường như đều gặp phải một số khó khăn thực tế.
Từ góc độ năng suất, AI dù là “thần dược”, nhưng hiện tại hiệu quả vẫn còn hạn chế, chưa đủ để giải quyết mâu thuẫn cốt lõi hiện nay:
Một mặt, do nhịp độ ứng dụng thực tế của doanh nghiệp, lợi ích công nghệ của AI sinh thành truyền dẫn sang nền kinh tế thực tế vẫn tồn tại độ trễ nhất định. Theo tính toán của Đại học Pennsylvania, từ năm 2026 đến 2027, AI chỉ có thể thúc đẩy năng suất tổng yếu tố (TFP) tăng 0,05-0,1 điểm phần trăm; đến đầu những năm 2030, đóng góp mới dần tăng lên khoảng 0,2 điểm phần trăm, quy mô và tốc độ giải phóng lợi ích hiện tại vẫn chưa thể bù đắp áp lực về tài chính và nợ. Mặt khác, lợi ích của AI chưa được chia sẻ rộng rãi. Sự phân hóa ngày càng gia tăng theo mô hình “K” cũng sẽ kìm hãm sự phát triển cân bằng của nền kinh tế.
Từ góc độ tạo ra nguồn thu thuế, AI không nhất thiết mang lại sự mở rộng thuế thu, mà ngược lại có thể ảnh hưởng đến sự tăng trưởng cơ sở thuế của Mỹ. Hiệu ứng thay thế lao động và chuyển dịch tài sản do AI mang lại đang tái cấu trúc mô hình phân phối lợi ích từ các yếu tố sản xuất, khiến phần thu nhập lao động tại Mỹ liên tục nghiêng về phía vốn và doanh nghiệp. Kể từ năm 2000, toàn cầu hóa đã làm suy yếu năng lực đàm phán của người lao động, khiến tỷ lệ thu nhập lao động trong tổng thu nhập quốc dân liên tục giảm; trong khi AI càng làm gia tăng thêm sự phân hóa này: chi tiêu vốn liên quan đến AI trực tiếp tăng lợi nhuận doanh nghiệp, nhưng các khoản đầu tư như trung tâm dữ liệu có khả năng hấp thụ lao động yếu, khó thúc đẩy hiệu quả việc làm và tăng lương. Do đó, kể từ sau năm 2020, khoảng cách tỷ lệ thu nhập giữa khu vực doanh nghiệp và hộ gia đình tại Mỹ ngày càng mở rộng.
Cơ cấu phân phối này trực tiếp dẫn đến việc cơ sở thuế của Mỹ bị xói mòn có tính cấu trúc. Khi phân tích cấu trúc thu nhập ngân sách liên bang Mỹ, có thể thấy rằng vào năm 2025, thuế thu nhập cá nhân (chiếm khoảng 51%) và thuế lương (chiếm khoảng 33%) cùng đóng góp khoảng 85% tổng thu ngân sách liên bang, trong khi tỷ trọng thuế doanh nghiệp chỉ khoảng 10%. Điều này có nghĩa là nhóm lao động văn phòng bị mất việc vĩnh viễn do ứng dụng AI, hoặc buộc phải chuyển sang các vị trí lương thấp, có thể khiến cơ sở thuế thu nhập cá nhân và thuế lương — những nguồn đóng góp chủ yếu vào ngân sách — bị xói mòn có hệ thống. Ngoài ra, sự không tương thích về mức thuế khiến thuế doanh nghiệp khó có thể bù đắp hoàn toàn sự sụt giảm của thuế cá nhân: mức thuế thu nhập cá nhân tối đa của Mỹ lên tới 37% theo biểu thuế lũy tiến (hiện nay, sự phân hóa thu nhập giữa người giàu và người nghèo ở Mỹ có lợi cho thuế thu nhập cá nhân), trong khi thuế doanh nghiệp chỉ áp dụng mức thuế đơn nhất 21% không lũy tiến, tạo ra mô hình “K” bất lợi cho thuế doanh nghiệp. Kết hợp với khả năng tránh thuế toàn cầu và chuyển lợi nhuận mạnh mẽ của các tập đoàn công nghệ lớn ở Thung lũng Silicon, điều này có nghĩa là đóng góp biên của họ đối với thu ngân sách có thể khó lấp đầy khoảng trống thuế lũy tiến do sự mất mát của vốn lao động có thu nhập cao. Trong bối cảnh hệ thống thuế hiện hành cực kỳ phụ thuộc vào “thuế đối với con người” thay vì “thuế đối với vốn” — một hệ thống cứng nhắc — sự chuyển dịch lợi ích yếu tố này có thể khiến ngân sách Mỹ rơi vào nghịch lý: “càng công nghệ phát triển, cơ sở thuế càng cạn kiệt”.
Tóm lại, sự thịnh vượng không có việc làm dưới thời AI có thể tương đối hạn chế trong việc giải quyết vấn đề nợ dưới hệ thống tài chính hiện tại của Mỹ. Ngay cả trong ngắn hạn, nếu AI chỉ là sự phát triển công nghệ mang tính “nội tâm hóa”, không tạo ra nhu cầu mới thực chất, mà chỉ thay thế lực lượng lao động và nguồn cung dịch vụ hiện có bằng giá rẻ, thì không những không làm giảm thâm hụt, mà còn có thể làm trầm trọng thêm vấn đề nợ do tác động tiêu cực đến cơ sở thuế.
Vậy thì làm thế nào để giải quyết khủng hoảng thuế do sự mất cân bằng trong phân bổ yếu tố tại Mỹ dưới tác động của AI hiện nay? Thực tế, kinh nghiệm quản lý kinh tế mới thời Clinton đã cung cấp một số bài học tham khảo. Khi đó, Mỹ cũng trải qua làn sóng kinh tế mới do cuộc cách mạng công nghệ thông tin (PC và internet) thúc đẩy. Cùng với sự bùng nổ tập trung của lợi ích công nghệ, tiền lương lao động và lợi nhuận doanh nghiệp từng xuất hiện sự phân hóa cấu trúc, nhưng chính quyền Clinton đã tạo ra thặng dư ngân sách mang tính lịch sử. Nền tảng hỗ trợ cho kỳ tích này, ngoài sự bứt phá mạnh mẽ về năng suất (lợi ích công nghệ) và việc cắt giảm chiến lược các chi tiêu công như quốc phòng (tiết kiệm ngân sách), còn nhờ vào những cải cách hệ thống thuế quyết đoán và chính xác. Năm 1993, chính quyền Clinton thông qua Đạo luật điều chỉnh ngân sách, tăng mức thuế suất biên cao nhất đối với thuế thu nhập cá nhân liên bang từ 31% lên 39,6%, đồng thời điều chỉnh nhẹ mức thuế doanh nghiệp lớn từ 34% lên 35% (mặc dù mức tăng không lớn, nhưng rõ ràng cao hơn đáng kể so với mức thuế doanh nghiệp hiện nay chỉ là 21%, từ đó tăng cường khả năng thu thuế tổng thể). Kinh nghiệm lịch sử này cho thấy, khi biến đổi công nghệ làm gia tăng khoảng cách giàu nghèo, các chuyển giao tài chính và thuế hiệu quả có thể đóng vai trò là “van an toàn” duy trì sự ổn định của hệ thống xã hội và kinh tế.
Điều này mang tính thực tiễn sâu sắc hơn trong thời đại AI. Khi trí tuệ nhân tạo tái định hình năng suất, mô hình phân phối truyền thống “vốn - lao động” có thể bị phá vỡ với tốc độ nhanh hơn. Ngoài việc kỳ vọng vào sự bứt phá về năng suất do AI mang lại trong tương lai, hệ thống tài chính - thuế của Mỹ sau này cũng phải thực hiện điều chỉnh ngược chu kỳ để thích ứng với sự thay đổi trong cơ cấu phân phối. Dựa trên phạm vi thảo luận chính sách hiện tại, các hướng tiếp cận chính cho tương lai tài chính - thuế của Mỹ chủ yếu bao gồm: Thứ nhất, khai thác lợi ích từ phía “vốn”. Trong bối cảnh AI thúc đẩy tỷ suất lợi nhuận vốn tăng tương đối so với tỷ suất thù lao lao động, việc tăng thuế lợi tức vốn và áp dụng mức thuế biên cao hơn đối với tầng lớp giàu có và các tập đoàn công nghệ lớn có thể được xem như một công cụ điều tiết phân phối tài sản. Thứ hai, mở rộng cơ sở thuế từ phía “yếu tố sản xuất”. Coi “dữ liệu xã hội” mà AI đào tạo dựa vào là tài sản công cộng, và đánh thuế “dữ liệu yếu tố số” đối với lợi nhuận thương mại hóa từ các mô hình lớn, nhằm đưa giá trị do dữ liệu tạo ra trở lại ngân sách công. Thứ ba, chuyển giao thanh toán từ phía “tự động hóa”. Khám phá các đề xuất đã được thảo luận lâu nay về “thuế robot” hoặc “thuế trí tuệ nhân tạo”, nhằm đánh thuế có mục tiêu vào các doanh nghiệp thay thế quy mô lớn lao động con người, dẫn đến tình trạng mất kỹ năng của lao động kỹ thuật cao, từ đó bù đắp cho các nhóm lao động bị mất việc do công nghệ và cần chuyển đổi, tái cấu trúc. Tuy nhiên, bất kể hướng tiếp cận nào, về bản chất đều là tăng thuế có cấu trúc đối với các bên hưởng lợi từ yếu tố sản xuất, thông qua phân phối lại thông qua hệ thống tài chính - thuế, để tái đầu tư lợi ích vượt trội do phát triển công nghệ trở lại toàn xã hội.
Tuy nhiên, trong quá trình chuyển hóa từ ý tưởng lý thuyết sang chính sách thực tế, Hoa Kỳ đang đối mặt với những khó khăn quản trị mang tính cấu trúc. Thứ nhất, tính vô hình và dòng chảy xuyên biên giới của các yếu tố AI khiến hệ thống thuế dựa trên cơ sở thường trực có thể gặp phải tình trạng thất bại trong quản lý và xói mòn cơ sở thuế; thứ hai, trong bối cảnh cạnh tranh công nghệ AI toàn cầu, bất kỳ sự siết chặt nào về thuế vi mô đơn phương đều có thể kìm hãm động lực đổi mới trong nước, dẫn đến dòng chảy ngược của vốn công nghệ và các yếu tố cao cấp; thứ ba, các tập đoàn công nghệ đa quốc gia kiểm soát năng lực tính toán cốt lõi và quyền lực số trong các cuộc tranh chấp chính trị có khả năng đàm phán mạnh mẽ, khiến việc phân phối lại của cải tồn tại trở nên khó khăn.
Sự xung đột giữa “năng suất số không biên giới” và “chủ quyền thuế thực thể có biên giới” có nghĩa là việc bù đắp thuế quan trong thời đại AI không thể thực hiện trong một sớm một chiều, mà cần đối mặt với nhiều yếu tố như rào cản công nghệ và địa chính trị; điều này cũng có nghĩa là vấn đề trái phiếu Mỹ có thể vẫn là một thách thức lớn đối với nền kinh tế Mỹ trong ngắn hạn.
Quy mô nợ chính phủ Mỹ gần 38 nghìn tỷ USD, chi phí lãi vay lên tới hàng nghìn tỷ USD, thị trường kỳ vọng năng suất do AI mang lại sẽ giúp giảm bớt áp lực nợ. Bằng cách xem xét lại kinh nghiệm lịch sử từ giai đoạn 1946-1974 sau Thế chiến II và những năm 1990 dưới thời Clinton, bài viết phân tích ba con đường giảm nợ: nới lỏng tiền tệ, tăng trưởng kinh tế và cải cách tài chính. Hiện tại, năng suất do AI thúc đẩy đang đối mặt với những khó khăn thực tế: theo tính toán, từ năm 2026-2027, AI chỉ có thể thúc đẩy năng suất tổng yếu tố tăng 0,05-0,1 điểm phần trăm, lợi ích mang lại chưa đủ để bù đắp áp lực nợ. Quan trọng hơn, “sự thịnh vượng không tạo việc làm” do AI mang lại làm trầm trọng thêm sự phân hóa kiểu “K”, hiệu ứng thay thế lao động dẫn đến cơ sở thuế thu nhập cá nhân và thuế lương bị xói mòn có tính cấu trúc; trong hệ thống thuế hiện hành phụ thuộc nặng nề vào “thuế từ con người”, sự thịnh vượng công nghệ ngược lại có thể làm trầm trọng thêm tình trạng cạn kiệt cơ sở thuế. Bài viết cho rằng AI khó có thể trở thành “người cứu rỗi” cho nợ công Mỹ, cần kết hợp với điều chỉnh ngược chu kỳ trong chính sách tài khóa và thuế mới có thể giảm nhẹ vấn đề nợ.