De AI-productiviteitsboom hoeft niet per se de Amerikaanse begrotingstekorten te verlichten: de belastingstructuur is een cruciale hindernis.

Achtergrond

De schuld van de Amerikaanse federale overheid blijft stijgen en het begrotingstekort wordt steeds ernstiger. In 2026 voorspelt het Congressional Budget Office (CBO) een tekort van 2,2 biljoen dollar. In deze context wordt AI-technologie gezien als een potentiële 'redder' – door de productiviteit te verhogen en economische groei te stimuleren, wat de belastinginkomsten zou verhogen en het tekort zou verkleinen. Echter, een recente modelstudie van het Yale Budget Lab (gepubliceerd in juli 2026) geeft een alarmerende conclusie: zelfs als AI een productiviteitsboom oplevert, is de verbetering van de begrotingssituatie veel minder dan verwacht.

Digitale economie analyse: Hoe AI de inkomensverdeling verandert

De kern van het Yale-team is dat AI de verdeling van het nationaal inkomen tussen arbeid en kapitaal aanzienlijk kan veranderen. De huidige AI-technologie heeft de neiging menselijke arbeid te vervangen, waardoor meer inkomen naar kapitaaleigenaren stroomt (zoals aandeelhouders van bedrijven en houders van AI-technologie) in plaats van naar werknemers. De sleutel tot deze structurele verandering ligt in de verschillen in het belastingstelsel:

• Arbeidsinkomen: het hoogste federale inkomstenbelastingtarief is 37%, en het grootste deel gaat via loonbelasting direct naar de staatskas.
• Kapitaalinkomen: het vennootschapsbelastingtarief is 21%, het hoogste tarief voor langetermijnkapitaalwinst is 23,8%, en een groot deel van het kapitaal wordt via belastingontwijkingsinstrumenten zoals pensioenrekeningen en liefdadigheidsdonaties vrijgesteld of uitgesteld van belasting.

Daarom, wanneer AI de bedrijfswinsten laat stijgen, is het effectieve belastingtarief dat de overheid ontvangt uit de extra winsten veel lager dan het tarief dat wordt geheven over een gelijk bedrag aan arbeidsinkomen. Het model laat zien dat in een optimistisch AI-groeiscenario (GDP-groei van 3,3% per jaar) de federale belastinginkomsten in 2030 slechts met ongeveer 216 miljard dollar toenemen, terwijl het CBO in dezelfde periode een tekort van 2,2 biljoen dollar voorspelt – het eerste is slechts een tiende van het laatste.

Observatie bedrijfsmodellen: Kapitaalverdieping en belastinggrondslaguitholling in het AI-tijdperk

Vanuit het perspectief van het bedrijfsmodel versnellen bedrijven de overgang van 'arbeidsintensief' naar 'kapitaalintensief'. AI-tools (zoals automatiseringsoftware, slimme algoritmen) vervangen geleidelijk functies zoals klantenservice, gegevensinvoer en basisanalyses. Bedrijven realiseren langetermijnkostenbesparingen door eenmalige kapitaalinvesteringen (softwarelicenties of maatwerkontwikkeling), maar de afschrijving van kapitaaluitgaven en belastingvoordelen verlagen het effectieve belastingtarief verder.

Bijvoorbeeld, nadat een e-commerceplatform AI-klantenservice heeft ingezet, worden de oorspronkelijk benodigde 100 klantenservicemedewerkers (jaarlijkse totale loonkosten van 5 miljoen dollar, belastingtarief 37%) vervangen door een AI-systeem (jaarlijkse onderhoudskosten van 1 miljoen dollar, toepasselijk vennootschapsbelastingtarief van 21%). Resultaat: de belastinginkomsten voor de overheid dalen van 1,85 miljoen dollar naar 210.000 dollar, een daling van bijna 90%. Dit 'belastingverlies door technologische vooruitgang' is de kernuitdaging voor de begrotingshoudbaarheid in het AI-tijdperk.

Marktconcurrentieanalyse: Wie profiteert? Wie verliest?- Begunstigden: Grote technologiebedrijven (zoals Google, Microsoft, Meta) en AI-startups, die beschikken over kernalgoritmen en rekenkracht om kapitaalinkomsten te maximaliseren. Daarnaast profiteren welvarende klassen die in deze bedrijven investeren via laagbelaste kanalen van hogere rendementen. - Gedupeerden: Midden- en lage-inkomenswerknemers, met name witte- en blauweboordenwerkers in vervangbare functies; een dalend aandeel van arbeidsinkomen zal de ongelijkheid vergroten. Traditionele arbeidsintensieve bedrijven (zoals retail en logistiek) kunnen onder winstdruk komen te staan als ze zich niet aanpassen. - Overheid: In een lastig parket – enerzijds is AI nodig voor economische groei, anderzijds zijn de belastinginkomsten ontoereikend om de uitgaven te dekken. Belastingverhoging of bezuinigingen op sociale voorzieningen zijn noodzakelijk, maar politiek moeilijk haalbaar.

Data & regelgeving: hervormingen van het belastingbeleid

Het Yale-team benadrukt dat het huidige belastingstelsel "niet effectief is ontworpen om de economische activiteit gegenereerd door AI te vangen". Toekomstige regelgeving kan de volgende veranderingen ondergaan:

1. Verhoging van de belasting op kapitaalinkomen: het ondernemingsbelastingtarief of het tarief op vermogenswinsten meer in lijn brengen met de belasting op arbeidsinkomen om de belastinggrondslag in evenwicht te brengen. 2. Invoering van een robotbelasting of AI-belasting: een speciale belasting op automatisering die arbeid vervangt, wordt al in sommige Europese landen besproken. 3. Hervorming van belastingvrijstellingen: het verminderen van speciale behandeling van kapitaalontwijkingsinstrumenten zoals pensioenrekeningen. 4. Uitbreiding van digitale dienstenbelasting: vergelijkbaar met de belasting die de EU oplegt aan grote technologiebedrijven, mogelijk gericht op de inkomstenkant.

Maar deze hervormingen stuiten op enorme politieke weerstand, vooral van kapitaalbelangengroepen.

Wereldwijde trendobservatie: AI, overheidsfinanciën en lange-termijn economische structuur

De VS is geen uitzondering. Alle grote economieën staan voor soortgelijke uitdagingen: vergrijzende landen zoals Japan, Duitsland en Frankrijk vertrouwen eveneens op AI om de productiviteit te verhogen, maar hun belastingstelsels zijn niet meegeëvolueerd. Het IMF en de OESO waarschuwen de laatste jaren dat technologische veranderingen de fiscale onevenwichtigheden kunnen verergeren. Op de lange termijn kan de AI-economie een "banenloze groei"–model creëren, waardoor landen hun sociale zekerheid en belastingstelsels opnieuw moeten ontwerpen.

Deze trend hangt nauw samen met de verschuiving van de "platformeconomie" naar de "AI-economie": de afgelopen tien jaar profiteerden platformbedrijven van netwerkeffecten en datawaarde, maar het arbeidsaandeel bleef relatief stabiel; in het AI-tijdperk vervangen algoritmes direct menselijke arbeid, waardoor het arbeidsaandeel mogelijk sneller daalt.

DigitalEcoNews InsightDe bloei van AI-productiviteit kan het begrotingstekort van de Verenigde Staten niet op natuurlijke wijze oplossen; de kern ligt in het falen van de belastingstructuur. Het Yale-model is geen voorspelling, maar onthult een economische logica: wanneer de voordelen van technologische vooruitgang hoofdzakelijk naar kapitaal vloeien en het belastingtarief op kapitaal veel lager is dan dat op arbeid, kunnen groeidividenden moeilijk worden omgezet in fiscale dividenden. Voor bedrijven betekent dit dat AI-strategieën niet alleen moeten inzetten op efficiëntieverbetering, maar ook moeten anticiperen op beleidsrisico's – in de toekomst kan de vermogenswinstbelasting stijgen of kunnen er nieuwe AI-belastingen ontstaan. Voor investeerders hebben kapitaalintensieve bedrijfsmodellen op korte termijn voordelen vóór belastinghervormingen, maar op lange termijn moet de impact van regelgevende verschuivingen worden beoordeeld. Voor beleidsmakers biedt deze analyse een kader om te handelen: hervorm het belastingstelsel zodat AI-groei de overheidsfinanciën ten goede komt, of accepteer de realiteit van een steeds groter wordend begrotingstekort. De fiscale duurzaamheid in het AI-tijdperk hangt uiteindelijk af van politieke keuzes, niet van de technologie zelf.