Retrato de Andrew Yang em evento público
Política de tecnologia

Andrew Yang pede aos EUA: taxar a IA, não os trabalhadores

Proposta reacende o debate sobre como redistribuir ganhos da automação. A ideia mira receitas das big techs e uso de modelos de IA, diante do avanço acelerado da tecnologia e do risco de demissões.

Danilo Gato

Danilo Gato

Autor

14 de março de 2026
9 min de leitura

Introdução

Andrew Yang voltou ao centro do debate público ao defender que os Estados Unidos devem taxar a IA em vez de trabalhadores, a palavra chave taxar a IA aparece porque a pressão política agora é sobre quem captura os ganhos da automação e como devolver parte disso à sociedade. Em entrevistas recentes, Yang vinculou a proposta a projeções de substituição acelerada de empregos de escritório por sistemas de IA e à necessidade de novas fontes de receita para qualificação e proteção social.

A ideia encontra terreno fértil. Líderes do setor admitem que modelos avançados podem gerar ondas de automação. Dario Amodei, CEO da Anthropic, chegou a sugerir um “token tax” simples, por exemplo 3 por cento sobre receita por uso do modelo, para redistribuir parte dos ganhos quando a IA começa a substituir trabalho humano. O conceito ganhou manchetes em 2025 e reacendeu argumentos a favor de um tributo focado na atividade da IA, não na folha de pagamento.

O artigo explora cinco frentes. Primeiro, por que a proposta ganha força agora. Segundo, como um imposto sobre IA poderia funcionar na prática. Terceiro, quais métricas usar para evitar travar inovação. Quarto, o que o mundo já está testando em regulação digital que conversa com o tema. Quinto, prós e contras para empresas e trabalhadores.

1. Por que a conversa mudou em 2026

Desde o fim de 2024, o ritmo de lançamentos e adoção de IA generativa saiu da bolha técnica e entrou no caixa das empresas. Andrew Yang tem repetido que milhões de trabalhadores de colarinho branco podem perder o emprego em 12 a 18 meses, pressionando governos a encontrar receitas novas e redesenhar o sistema de impostos. Em fevereiro de 2026, ele citou dados de cortes ligados à IA e a tendência de substituição em tarefas administrativas e de atendimento.

Além de vozes políticas, executivos influentes deixaram o discurso mais concreto. Amodei aceitou, perante a imprensa, a possibilidade de taxar empresas de IA, justamente para suavizar choques de emprego. Ao mesmo tempo, outras lideranças do setor, como Jensen Huang, da Nvidia, argumentam que a tecnologia criará mais e melhores vagas ao longo do tempo, revelando a falta de consenso e o risco de políticas apressadas.

Mesmo sem um número único sobre quantos empregos estão “em risco”, estudos do OECD oferecem um norte realista. A organização estima que cerca de 14 por cento dos postos nos países membros têm alta probabilidade de automação, com um volume ainda maior de ocupações que sofrerá mudanças profundas nas tarefas. Isso não valida previsões cataclísmicas, mas confirma que o choque é material, especialmente para funções repetitivas.

2. O que significa “taxar a IA” na prática

Propostas amplas demais, como “imposto sobre robôs”, costumam naufragar porque ninguém concorda no que é um robô. Em vez disso, a discussão recente evoluiu para bases mais mensuráveis. Uma rota é tributar a receita gerada por chamadas a modelos, como sugeriu Amodei, com uma alíquota pequena por transação. Essa estrutura é fácil de auditar quando o faturamento depende de consumo de tokens ou créditos.

Outra possibilidade é taxar lucros extraordinários diretamente associados a produtos de IA, diferenciando ganhos incrementais de rendas de monopólio. Cidades e estados também avaliam contribuição adicional quando empresas de IA usam recursos públicos, como energia e água, para data centers. Essas alternativas foram ventiladas em discussões de política em 2025, e voltaram ao radar enquanto grandes players ampliam sua infraestrutura.

Vale lembrar que a ideia de taxar a automação não é nova. Em 2017, Bill Gates defendeu cobrar impostos sobre robôs ou sobre as empresas que os empregam, com o argumento de equiparar o tratamento entre um humano de 50 mil dólares por ano, que paga imposto e contribuições, e a máquina que o substitui. A Europa discutiu formalmente o tema e rejeitou um “robot tax” amplo, mas manteve a agenda de responsabilidade e transparência.

![Andrew Yang em evento público, retrato em close]

Essa linha pragmática tem vantagens. O fisco sabe tributar receita e lucro. Medir “substituição de um trabalhador por uma máquina” é subjetivo e litigioso. Já medir faturamento por uso de modelo, margem de produtos de IA e consumo de recursos públicos é objetivo, auditável e integrável aos controles contábeis existentes.

3. Como evitar travar a inovação

O medo mais comum no Vale do Silício é que qualquer imposto específico sobre IA jogue um balde de água fria na produtividade. Há base para cautela. Institutos pró-inovação, como a ITIF, defendem que um “robot tax” mal desenhado puniria adoção tecnológica e salários no longo prazo. Por outro lado, ignorar as assimetrias pode externalizar custos sociais, como requalificação e transições de carreira, para estados e municípios. O desenho da base tributária é o que separa incentivo de punição.

Três princípios ajudam a calibrar a taxa. Primeiro, foco na atividade econômica final, não no insumo. Taxar o serviço de IA entregue ao mercado, e não somente o chip, evita penalizar P&D e infraestrutura. Segundo, alíquotas pequenas e estáveis, com avaliação periódica, enviam sinal de longo prazo. Terceiro, reciclagem explícita de receita para qualificação, proteção de renda e difusão de tecnologia em pequenas e médias empresas.

Na prática, isso pode significar uma contribuição sobre receita por uso de modelo, com alíquota simbólica, por exemplo 1 a 3 por cento, que cresça apenas acima de limiares de escala. Entradas assim reduzem distorções, lembram o “token tax” discutido em 2025 e evitam listas arbitrárias do que “conta” como IA.

4. O que o mundo já está fazendo que importa para o Brasil e os EUA

Mesmo sem criar um imposto sobre IA, a União Europeia avançou em regras que impactam custos, governança e transparência. O AI Act entrou em vigor em 1 de agosto de 2024 e terá aplicação plena a partir de 2 de agosto de 2026, com obrigações para modelos de uso geral já valendo antes. Esse escalonamento mostra como políticas graduais podem dar previsibilidade ao mercado.

Em 2025, a Comissão Europeia publicou um Código de Práticas para IA de Propósito Geral, voluntário, para apoiar conformidade e preparar o setor. Medidas desse tipo não são impostos, mas afetam custos e margens, e portanto interagem com qualquer desenho de tributação. O recado para formuladores de políticas é que taxar não é a única alavanca, e que instrumentos regulatórios podem caminhar juntos.

Para efeitos de comparação, debates locais nos EUA sobre “robot tax” passaram por idas e vindas desde 2017, com resistência de parte da indústria. Mesmo assim, a conversa migrou de rótulos para métricas, muito por causa da contabilidade em torno de APIs e modelos de IA generativa. O cenário atual é mais favorável a mecanismos sobre receita de serviços de IA e lucros extraordinários do que a taxas por “robô” instalado.

![Braço robótico em linha de produção, símbolo de automação industrial]

5. Métricas, dados e o que monitorar em 2026

A qualidade da política depende da qualidade da métrica. Três painéis deveriam guiar qualquer imposto sobre IA.

  • Emprego e substituição de tarefas. Acompanhar ocupações com tarefas de alta repetitividade, onde a automação tende a ser mais intensa, e monitorar transições efetivas. Estudos do OECD indicam que 14 por cento dos empregos estão em alto risco, com cerca de um terço enfrentando mudanças significativas em tarefas. Esses números, atualizados para 2026, ajudam a definir gatilhos de ajuste na alíquota ou em créditos tributários.
  • Receita por uso de modelo. Auditar faturamento de APIs e SaaS de IA, que já é registrado pelas empresas e reportado a investidores, reduz custo de conformidade e evita disputas semânticas sobre o que “é IA”. A proposta de “token tax” ilustra como operacionalizar essa captura.
  • Capex e difusão tecnológica. Medir investimentos em computação, energia e data centers e a adoção por pequenas e médias empresas permite calibrar créditos e isenções para não estrangular a base de inovação.

Em paralelo, vale acompanhar a reação do mercado de trabalho. Em fevereiro de 2026, veículos registraram o alerta de Yang sobre cortes significativos em funções de escritório, em linha com o que ele vem dizendo desde 2025. Mesmo que o impacto final seja menor do que previsões mais agressivas, o pulso do emprego em áreas administrativas, atendimento e suporte jurídico precisa entrar na conta fiscal.

6. Benefícios, riscos e um caminho do meio

Benefícios potenciais. Um imposto bem calibrado sobre IA pode ampliar a base de financiamento para qualificação rápida, seguro renda em transições e modernização de escolas técnicas. Pode também reduzir tensões políticas ao sinalizar que ganhos de produtividade extraordinários, capturados por poucos, ajudarão a financiar oportunidades para muitos.

Riscos reais. Taxas mal desenhadas podem punir justamente quem está inovando, empurrar startups para outras jurisdições e frear difusão de tecnologia. Críticos como a ITIF argumentam que um “robot tax” genérico destruiria crescimento e emprego. Além disso, experiências passadas mostram oposição industrial organizada e desafios de aplicação quando conceitos são vagos.

O caminho do meio é fiscal e regulatório. A UE mostra que obrigações graduais, combinadas a códigos de prática, podem elevar padrões sem matar mercado. Para os EUA, um arranjo que some uma pequena contribuição sobre receita de serviços de IA, créditos para P&D e incentivos de adoção em PMEs pode ser mais eficaz do que brigas intermináveis sobre “o que é um robô”.

Conclusão

Taxar a IA não precisa ser sinônimo de punir a inovação. A ambição correta é alinhar incentivos em um período de transição acelerada, em que poucos capturam rendas quase monopolistas enquanto muitos enfrentam requalificação e troca de ocupação. Com base mensurável, alíquotas modestas e reciclagem transparente da receita, a proposta defendida por Andrew Yang ganha contornos práticos.

O debate de 2026 é menos ideológico e mais operacional. O setor já fala em modelos de contribuição atrelados a uso, a política internacional avança em regras de transparência e risco, e estudos mostram onde a automação é mais provável. Se a escolha recair por um tributo, que ele seja simples de auditar, pequeno para não travar e grande o suficiente para financiar portas de entrada no novo mercado de trabalho.

Tags

IA generativamercado de trabalhotributação digital