可以使用基础减少机制或文件要求解决多次抵免相同成本的问题。45X 抵免和第 45X(b)(1)(J) 节规定的电极活性材料抵免均基于纳税人成本的一部分。虽然这些抵免是生产税收抵免,但它们的计算方式类似于第 48 和 48C 节规定的投资税收抵免。第 48 和 48C 节规定的投资税收抵免按纳税人对合格财产的基础的百分比计算。但是,纳税人对该财产的基础可能会因 26 USC §49(a)(1)(A) 规定的投资税收抵免而减少。第 49 节将纳税人的税基减少相当于与该财产有关的某些无追索权融资的金额。财政部和国税局可以对 45X 抵免采取类似的方法,并要求纳税人从“已发生成本”中排除任何之前已申请 45X 节抵免的直接或间接材料成本。这种方法将要求纳税人从其直接和间接材料供应商处获得确认,确认之前没有为此类材料申请过 45X 节抵免。这并非史无前例,因为某些 45Q 节条款要求进行类似的调查。9
Antora Energy欢迎财政部和IRS提出的“无电池电池模块”的定义。此定义与《降低通货膨胀法》(IRA)的法定文本一致,该法案反映了国会对第45x税收抵免的意图是技术中立。提出的规则认识到热电池作为合格的电池资产类别的重要性,只要满足某些资格标准。响应“目前可以评论公认的国家或国际标准的评论,可用于测量没有电池电池的模块的能力,以及是否需要进一步的指导”,我们在下面谨向以下信息提供有关全国认可的标准ASME PTC 53机械和热能存储系统的信息,以计算无电池电池的模块的能力。
2024 年 10 月 24 日,美国财政部和美国国税局发布了管理第 45X 条下的先进制造业税收抵免的最终法规。第 45X 条抵免由“2022 年通货膨胀削减法案”设立,旨在激励纳税人在美国生产符合条件的太阳能、风能和电池组件、子组件和前体。该抵免是一种制造业生产税收抵免 (MPTC),基于特定纳税人作为其贸易或业务的一部分生产并出售给相关或非相关人员的“合格组件”的数量或生产成本。最终法规对抵免资格进行了明确的更改,这些更改通常对纳税人有利。与拟议法规相比,最重要的变化之一是最终法规允许将某些直接和间接材料成本纳入第 45X 条的抵免计算中,用于生产电极活性材料和关键矿物。 1.45X-1 一般规则 第 45X 条法规规定,纳税人在美国“生产”并销售的每个合格组件都与相应的抵免额相关。并不要求合格组件的购买者必须在美国境内使用它。生产某些组件(例如,电池模块)的收益以每单位法定金额提供,而其他组件(最显著的是电极活性材料和关键矿物)则按生产成本的法定百分比抵免。 针对某些事实模式扩大了“纳税人生产”的定义 拟议法规将“纳税人生产”定义为纳税人进行的将组成要素、材料或子组件实质性转变为完整且独特的合格组件的过程。“实质性转变”不同于“部分转变、单纯组装和表面修改”。最终法规确认了拟议法规中的做法,将“单纯集会”一词替换为“小型集会”,以允许某些可能被称为“集会”的活动在某些情况下仍可能构成“重大改造”。针对第 45X 条下的拟议法规,评论者要求对“重大改造”的定义进行各种修改或澄清。
两党政策中心 (BPC) 提交了以下评论,以表达对美国财政部拟议的 45X 先进制造业生产税收抵免指南 i 的担忧,该指南破坏了税收抵免旨在加强国内关键矿产产能的目的。BPC 建议美国财政部对拟议规则进行修改,使其与国会的意图保持一致,并确保税收抵免能够适当激励对国内关键矿产项目的投资。特别是,这应该将与原材料开采或采购相关的成本纳入合格项目的“生产成本”定义中。这一变化将大幅增加美国关键矿产加工项目的税收抵免价值。目前的指导方针不包括采购原材料的成本,这相当于为制造衬衫提供税收抵免,同时忽略了采购生产衬衫所需的棉花的成本。这一指导方针的结果将是美国关键矿产部门的总体投资减少,使美国经济依赖中国占主导地位的关键矿产部门,从而严重影响美国的国家安全。矿物开采和收购成本需要纳入 45X
2024 年 2 月 9 日美国国税局 CC:PA:01:PR REG–107423–23 房间 5203 邮政信箱 7604 本富兰克林车站华盛顿特区 20044 主题:第 45X 节 NPRM 评论和作证请求 REG–107423–23 致相关人员:美国化学理事会 (ACC) 代表从事价值数十亿美元的化学业务的领先公司。ACC 成员运用化学科学来制造创新产品、技术和服务,让人们的生活更美好、更健康、更安全。ACC 致力于通过负责任的关怀改善环境、健康、安全和保障绩效;解决重大公共政策问题的常识性倡导;以及健康和环境研究和产品测试。 ACC 成员对第 45X 条下的先进制造业生产税收抵免的颁布表示欢迎——该抵免被视为制造业回流的变革,也是许多公司在决定未来制造业投资地点时讨论的话题。抵免的价值和将这种价值货币化的能力使这些讨论的天平倾向于在美国投资,即使有强烈的反对意见有利于其他国家。鉴于抵免将于 2023 年生效,我们知道有些公司根据第 45X 条的承诺做出了投资决定。ACC 及其成员对第 45X 条拟议规则制定通知 (NPRM) 感到惊讶和失望,因为它宣布大幅削减生产电极活性材料 (EAM) 和关键矿物的纳税人的第 45X 条税收抵免的价值。该法规规定,此类抵免的价值应为“纳税人生产成本的 10%”。 NPRM 竟然将直接和间接材料成本以及与原材料开采、生产或采购相关的任何成本排除在计算之外,这出乎意料。ACC 收到的反馈是,通过排除通常
1 适用的关键矿产包括特定形式的铝、锑、砷、重晶石、铍、铋、铈、铯、铬、钴、镝、铒、铕、萤石、钆、镓、锗、石墨、铪、钬、铟、铱、镧、锂、镥、镁、锰、钕、镍、铌、钯、铂、镨、铑、铷、钌、钐、钪、钽、碲、铽、铥、锡、钛、钨、钒、镱、钇、锌和锆。
超越自动化的工作。Willcocks (2020) 试图消除当前整个就业自动化浪潮中围绕的炒作恐惧叙事。工作岗位既会被创造,也会被丢失。他表示,会出现混乱,但会有时间进行调整。有帮助的是,全球人工智能伙伴关系 (2020) 提供了一份全面清单,列出了人工智能可能在取代、补充、主导、增强、划分或重新人性化工作方面产生的潜在影响。也许所有这些都会在不同工作领域、不同时间在某种程度上发生。也许有些工作将保持基本不变。因此,人工智能对工作(包括专业工作)的可能影响仍然存在争议且难以预测。可能的情况是预测特定工作领域的影响。在此背景下,这篇关于人工智能和工作特刊的概念论文的目的是考虑人工智能对学术图书馆员专业工作的潜在影响。本文将自己定位在两类文献中,作为进行分析的视角。第一类是关于专业能力的丰富 LIS 文献。这类文章通常由从业者和教育工作者撰写,详细描述了执行新专业任务所需的技能和知识。第二类是来自职业社会学的更具批判性和理论性的工作。本文的预期贡献是使用这些视角来分析在图书馆工作中采用不同人工智能方法的可能性,主要是在知识发现的关键领域。本文还试图探索这些视角如何相互关联以及如何一起使用。在构建本质上是概念探索的内容时,作者参考了他之前使用职业理论分析职业变化事件的研究(Cox & Corrall, 2013; Cox, Gadd, et al., 2019; Cox, Kennan, et al., 2019; Cox, Pinfield, & Rutter, 2019; Verbaan & Cox, 2014),更具体地说,参考了他对信息环境中人工智能应用的实证研究(Cox, 2021; Cox, Gadd, et al., 2019; Cox, Kennan, et al., 2019; Cox, Pinfield, & Rutter, 2019)。由于作者更熟悉英国学术图书馆的环境,因此对这一背景的评论更有信心,但大部分逻辑也可能适用于其他地区。
自动化和人工智能 (AI) 领域的最新技术发展势必颠覆法律工作实践和交付方式的根本基础。然而,它们如何挑战当前的商业模式、在何处遭遇阻力以及如何实现人工智能的好处仍未得到探索。本文通过对英国法律服务行业专业人士的采访,强调了技术和市场压力如何共同挑战法律服务公司的商业模式。然而,研究结果揭示了阻碍转型的重要文化和结构性挑战。本文通过关注商业模式创新作为一种可以支持该行业公司重新构想法律服务提供的工具,扩展了关于法律服务技术颠覆的辩论。
Stephen Ayre(乔治艾略特医院威廉哈维图书馆)、Ken Chad(Ken Chad 咨询公司)、Alex Fenlon(伯明翰大学图书馆服务部)、Julie Glanville(信息检索独立顾问)、Felix Greaves(英国国家卫生与临床优化研究所(NICE)科学、证据与分析主任)、Jake Hearn、Timothy Jacobs(克里斯蒂 NHS 基金会信托)、Indra Joshi(NHS 人工智能主任)、Niel Kempson、Tony Lewis(TmL 咨询公司)、Stephen Phillips(CILIP K&IM 委员会副主席)、Alexandra Pooley(SLSIG 主席)、Mia Ridge(大英图书馆西部遗产收藏数字馆长、数字研究团队)、Hélène Russell(知识产业)、Tony Russell-Rose(伦敦大学金史密斯学院)、Edward Saperia(Newspeak House)、Philip Scott(朴茨茅斯大学计算机学院健康信息学讲师)、 Matthew Soare(赫尔中央图书馆创客空间开发经理)、Alex Smith(全球 RAVN 产品负责人)、Marion Spring(国家健康与临床优化研究所 (NICE) 信息服务副主任)、Martin White(Intranet Focus Ltd 董事总经理)。
引言近年来,人工智能 (AI) 和机器人重塑我们未来的潜力引起了公众、政府和学术界的广泛兴趣。与生活中的其他每个领域一样,高等教育 (HE) 也将受到影响,也许是深远的影响 (Bates 等人,2020 年;DeMartini 和 Benussi,2017 年)。高等教育必须适应教育,以教育人们在新经济中运作,并可能适应不同的生活方式。人工智能和机器人技术也可能会改变教育本身的运作方式,改变学习的本质、教师和研究人员的角色以及大学作为机构的工作方式。然而,由于多种原因,高等教育的潜在变化很难把握。原因之一是,正如 Clay (2018) 所说,影响“广泛而深刻”,但讨论它的研究文献却是孤立的。例如,教育人工智能和机器人技术就是独立的文献。教育人工智能、学习分析 (LA) 和教育数据挖掘也仍然是相对独立的领域。与学习相反,高等教育研究的应用,例如机器人科学家概念或文本和数据挖掘 (TDM),通常也单独讨论。因此,如果我们想掌握潜在的
