Tassazione dell'AI: Proposte Politiche e Cambiamento nell'Applicazione dell'IRS

La Spinta per la Tassazione dell'AI Prende Slancio

I legislatori stanno rivolgendo sempre più la loro attenzione alla tassazione dell'intelligenza artificiale, spinti da preoccupazioni per la disuguaglianza economica e l'impatto trasformativo dell'AI sulla forza lavoro. Un coro crescente di legislatori, tra cui la senatrice Elizabeth Warren, il rappresentante Greg Casar e il senatore Ron Wyden, stanno avanzando piani per tassare il boom dell'AI. Queste proposte vanno dalle tasse basate su token a imposte societarie più ampie, con l'obiettivo di ridistribuire la ricchezza generata dall'AI e finanziare programmi sociali.

La senatrice Warren è stata particolarmente vocale, sostenendo che riformare il codice fiscale per tassare l'AI può finanziare l'assistenza sanitaria universale, posti di lavoro garantiti e un'istruzione accessibile. Il rappresentante Casar chiede una tassa sui token—le unità di dati elaborate dai modelli di AI—mentre il senatore Wyden sta esplorando una tassa sulle aziende tecnologiche per creare un programma di sicurezza salariale per i lavoratori sfollati dall'automazione. Queste idee riflettono un'urgenza crescente tra i progressisti di affrontare l'impatto sociale dell'AI.

Voci del Settore e Sostegno Politico

La spinta per la tassazione dell'AI non è limitata ai politici. Dario Amodei, CEO di Anthropic, ha espresso sostegno per politiche fiscali robuste sull'AI, citando i "livelli estremi di disuguaglianza" che prevede emergeranno. In una dichiarazione di gennaio, Amodei ha sostenuto che tale disuguaglianza giustifica un approccio fiscale più aggressivo su basi morali. Questo sostegno da parte di un dirigente leader dell'AI aggiunge peso al dibattito, segnalando che anche all'interno del settore tecnologico c'è riconoscimento della necessità di un intervento politico.

È interessante notare che il concetto di "capitale universale di base" sta guadagnando terreno in tutto lo spettro politico. Figure diverse come Bernie Sanders, Gavin Newsom, Steve Bannon, Sam Altman e Donald Trump hanno espresso sostegno per varianti di questa idea. La politica darebbe ai cittadini comuni una partecipazione azionaria nelle aziende che traggono profitto dall'AI, riformulando il dibattito dal sostegno al reddito alla distribuzione del capitale. Tuttavia, permangono sfide di implementazione, tra cui la misurazione dei ricavi attribuibili all'AI e la creazione di meccanismi per la proprietà frazionata.

L'IRS Codifica l'AI nell'Applicazione delle Norme

Il 10 febbraio 2026, l'IRS ha codificato le sue pratiche di applicazione dell'AI in una politica formale con IRM 10.24.1. Questa nuova sezione del Manuale Interno delle Entrate stabilisce cosa l'AI è autorizzata a fare nel processo di esame, come è integrata la revisione umana obbligatoria e quali requisiti di documentazione si applicano ai rinvii generati dall'AI. La politica rimuove ogni ambiguità sul fatto che l'AI sia sperimentale—ora è uno strumento operativo all'interno dell'IRS.

L'IRS ora gestisce due modelli di AI separati per dare priorità ai rendimenti delle grandi partnership per l'esame. Per i rendimenti individuali, i modelli di AI selezionano un campione stratificato e identificano quelli statisticamente più probabili di contenere errori o redditi non dichiarati. I primi risultati pilota mostrano che questi nuovi modelli superano i metodi di selezione precedenti con un margine significativo, sostituendo il più vecchio sistema Discriminant Information Function (DIF) che produceva alti tassi di audit "nessuna modifica".

I Professionisti Fiscali Affrontano Nuove Responsabilità

Con l'AI che diventa integrata sia nella preparazione fiscale che nell'applicazione delle norme, i professionisti fiscali affrontano una nuova classe di responsabilità. I sistemi di AI non comprendono la legge fiscale—prevedono modelli linguistici. Ciò può portare a casi giudiziari fabbricati, interpretazioni eccessivamente semplificate o posizioni fiscali errate presentate con sicurezza. Il rischio è che i clienti possano essere fuorviati da consigli generati dall'AI convincenti ma errati.

Gli studi contabili stanno già vedendo clienti portare strategie guidate dall'AI. Per mitigare i rischi, si consiglia ai professionisti di aggiornare i questionari di accettazione del cliente per chiedere informazioni su nuove entità o strategie implementate senza consulenza professionale. Se un cliente insiste su una posizione supportata dall'AI, gli studi dovrebbero documentare avvertimenti espliciti e potenziali sanzioni ai sensi della Sezione 6662. Stabilire chiare politiche interne sull'AI è anche fondamentale, assicurando che qualsiasi ricerca generata dall'AI sia verificata rispetto all'autorità primaria.

L'IRS Codifica l'AI nella Selezione degli Audit

L'IRS ha compiuto un passo significativo codificando le sue pratiche di applicazione dell'AI in una politica formale. IRM 10.24.1, efficace dal 10 febbraio 2026, stabilisce cosa l'AI è autorizzata a fare nel processo di esame, come è integrata la revisione umana obbligatoria e quali requisiti di documentazione si applicano. Questo rimuove ogni ambiguità sul fatto che l'AI sia sperimentale—ora è uno strumento operativo codificato all'interno dell'IRS.

L'IRS ora gestisce due modelli di AI separati per dare priorità ai rendimenti delle grandi partnership per l'esame. Per i rendimenti individuali, i modelli di AI selezionano un campione stratificato e identificano quelli statisticamente più probabili di contenere errori o redditi non dichiarati. I primi risultati pilota mostrano che questi nuovi modelli superano i metodi di selezione precedenti con un margine significativo, sostituendo il più vecchio sistema Discriminant Information Function (DIF) che produceva alti tassi di audit "nessuna modifica".

I Professionisti Fiscali Affrontano Nuove Responsabilità

I sistemi di AI non comprendono la legge fiscale—prevedono modelli linguistici. Ciò può portare a casi giudiziari fabbricati, interpretazioni eccessivamente semplificate o posizioni fiscali completamente errate presentate con sicurezza. I professionisti fiscali stanno già vedendo clienti portare strategie guidate dall'AI, creando una nuova classe di responsabilità. Senza una conoscenza fondamentale per verificare il lavoro dell'AI, i clienti possono essere fuorviati da output convincenti ma errati.

Per mitigare i rischi, gli studi dovrebbero aggiornare gli organizzatori dei clienti per chiedere informazioni su nuove entità o strategie implementate senza consulenza professionale. Se un cliente insiste su una posizione supportata dall'AI, gli studi dovrebbero documentare avvertimenti espliciti e potenziali sanzioni ai sensi della Sezione 6662. Stabilire chiare politiche interne sull'AI è anche essenziale, assicurando che qualsiasi ricerca generata dall'AI sia verificata rispetto all'autorità primaria.

Capitale Universale di Base: Una Nuova Frontiera Politica

Il concetto di "capitale universale di base" sta guadagnando terreno in tutto lo spettro politico. I sostenitori sostengono che dare alle persone comuni una partecipazione azionaria nelle aziende che traggono profitto dall'AI potrebbe condividere il vantaggio economico dell'automazione. Questo approccio riformula il dibattito sulla politica dell'AI dal sostegno al reddito alla distribuzione del capitale, potenzialmente cambiando gli incentivi alla commercializzazione per i modelli.

Tuttavia, l'implementazione richiede metodi robusti per misurare i ricavi attribuibili all'AI e chiari strumenti legali per rivendicazioni frazionate. Le scelte di progettazione—se dividendi, azioni o tokenizzazione—determineranno se la politica mitiga la disuguaglianza o crea nuovi rischi di concentrazione e governance. Per i professionisti, questi dettagli operativi contano più dello slogan, poiché interagiscono con la governance del modello e i flussi di finanziamento.

I Professionisti Fiscali Navigano Nuovi Rischi

I sistemi di AI non comprendono la legge fiscale—prevedono modelli linguistici. Ciò può portare a casi giudiziari fabbricati, interpretazioni eccessivamente semplificate o posizioni fiscali completamente errate presentate con sicurezza. I professionisti fiscali stanno già vedendo clienti portare strategie guidate dall'AI, e il rischio di responsabilità è reale. Senza una conoscenza fondamentale per verificare il lavoro dell'AI, i clienti possono essere fuorviati da output convincenti ma errati.

Per mitigare questi rischi, gli studi dovrebbero aggiornare i questionari di accettazione del cliente per chiedere informazioni su nuove entità o strategie implementate senza consulenza professionale. Se un cliente insiste su una posizione supportata dall'AI, gli studi dovrebbero documentare avvertimenti espliciti e potenziali sanzioni ai sensi della Sezione 6662. Stabilire chiare politiche interne sull'AI è anche fondamentale, assicurando che qualsiasi ricerca generata dall'AI sia verificata rispetto all'autorità primaria.

Applicazione dell'AI da Parte dell'IRS: Cosa Devono Sapere i Professionisti

La codificazione dell'AI nell'applicazione delle norme da parte dell'IRS è un punto di svolta per i professionisti fiscali. IRM 10.24.1 stabilisce tre cose chiave: cosa l'AI è autorizzata a fare nel processo di esame, come è integrata la revisione umana obbligatoria e quali requisiti di documentazione si applicano. Il significato è che l'AI non è più sperimentale—è una politica codificata, con la revisione umana strutturata attorno agli output dell'AI.

L'IRS ora gestisce due modelli di AI separati per dare priorità ai rendimenti delle grandi partnership per l'esame. Per i rendimenti individuali, i modelli di AI selezionano un campione stratificato e identificano quelli statisticamente più probabili di contenere errori. I primi risultati pilota mostrano che questi nuovi modelli superano i metodi di selezione precedenti con un margine significativo, sostituendo il più vecchio sistema DIF che produceva alti tassi di audit "nessuna modifica". Gli studi che capiscono cosa sta effettivamente facendo l'AI dell'IRS saranno nella posizione migliore per fornire una guida proattiva ai clienti.

Rischi Operativi e Migliori Pratiche

I professionisti fiscali affrontano una duplice sfida: navigare tra i consigli generati dall'AI provenienti dai clienti e adattarsi all'applicazione delle norme guidata dall'AI da parte dell'IRS. La chiave è trattare l'AI come uno strumento di efficienza, non come un'autorità. La legge fiscale è altamente specifica per i fatti, dipendente dalla giurisdizione e in continua evoluzione, basandosi su sfumature che gli algoritmi non possono replicare. Gli studi dovrebbero progettare attorno alla questione della divulgazione, potenzialmente mantenendo l'elaborazione dell'AI all'interno dello studio per evitare problemi di trasmissione dei dati.

Eseguire l'AI su hardware controllato dallo studio significa che le informazioni del contribuente non lasciano mai lo studio, semplificando la conformità con la Sezione 7216. Il presupposto che inviare dati a un grande modello esterno sia l'unico modo per utilizzare l'AI sta diventando obsoleto. Gli studi che riconoscono questo ora avranno risposte più chiare prima, posizionandosi per relazioni di consulenza più profonde e durante tutto l'anno che nessun algoritmo può replicare.

Capitale Universale di Base: Sfide di Implementazione

Per i professionisti, i dettagli operativi del capitale universale di base contano più dello slogan. Distribuire rivendicazioni di capitale legate all'output dell'AI richiede una misurazione affidabile dei ricavi attribuibili al modello, nuove convenzioni contabili e meccanismi per la proprietà frazionata. Questi meccanismi interagiscono con la governance del modello: se i pagamenti dipendono dal successo commerciale, le aziende e gli investitori potrebbero accelerare l'implementazione e ridurre il conservatorismo attorno ai controlli di sicurezza.

I cambiamenti nei rendimenti degli investitori o nella tassazione potrebbero influenzare i flussi di finanziamento verso il calcolo, l'acquisizione di dati e la R&S. Le scelte di progettazione—se dividendi, azioni o tokenizzazione—determineranno se la politica mitiga la disuguaglianza o crea nuovi rischi di concentrazione e governance. Per ora, il dibattito si sta spostando dal se tassare l'AI a come implementare efficacemente tali tasse.