事件经过
布鲁金斯学会的Robert E. Litan提出了三项互补的联邦政策——工资/收入保险、再培训援助和入门级税收抵免——以缓解AI驱动的岗位流失，并首次附上了成本估算。核心发现是“相当于持续6%失业率的劳动力市场 disruption 需要每年约600亿美元来资助这些政策。”该论文认为，私人保险无法覆盖这一风险（缺乏精算基础，且工人之间的损失高度相关），而全民基本收入（UBI）方法将昂贵得令人望而却步（估计净年成本约为7840亿美元），因此有针对性的过渡保险是政治上可行的路径。论文还为每项计划提出了详细的融资机制。
影响分析
这是首个针对AI驱动岗位流失的政策应对的具体、有成本核算的联邦蓝图，为董事会和政策受众提供了一个可辩护的数字（每年600亿美元），以便与UBI和无所作为的方案进行比较。
建议行动
与政府事务/政策领导层分享，以便在下一次AI劳动力政策辩论前对标AI劳动力转型提案及其财政成本。