【新质生产力】AI企业研发费用合规：新质生产力意见下的证据链管理
2026年10月9日，中共中央、国务院印发《关于发展新质生产力的意见》，明确提出“以人工智能引领科研范式变革”。AI企业既是这场变革的推动者，也是研发费用合规的重点监管对象。
AI企业的研发费用合规，比一般软件企业更复杂。研发与产品边界模糊，数据采购和算力成本占比高，算法迭代频繁，开源代码使用普遍，研发人员认定复杂。这些问题，最终都指向同一个核心：证据链管理。
证据链是证明研发活动真实发生、研发费用真实支出、研发成果真实转化的完整证据体系。税务稽查正在从形式审查转向实质穿透。辅助账记录的是钱花在哪里，证据链证明的是钱花得是否合理。
专知智库从研究经费合规视角，解读新质生产力意见下AI企业证据链管理怎么做。
一、AI企业证据链管理的三大变化
第一，研发与产品边界模糊，证据链要区分。AI企业研发与产品边界模糊。模型训练属于研发，模型部署属于产品。算法迭代属于研发，产品功能上线属于产品。没有清晰的边界证据，研发费用归集不准。
第二，数据与算力成本占比高，证据链要穿透。AI企业研发费用中，数据采购成本和算力成本占比高。数据采购后用于研发还是产品？算力消耗用于训练还是推理？没有用途证据和分摊依据，税务机关有权剔除。
第三，算法迭代频繁，证据链要连续。AI企业算法迭代快，版本多。每个版本的研发目标、实验记录、测试数据、结题报告，都要有连续记录。没有连续证据，研发活动说不清。
二、证据链五节点如何管理
第一，立项节点。核心证据是立项报告和可行性论证。AI企业立项报告要写清楚：技术目标是什么，算法路线是什么，数据来源是什么，算力需求是什么，转化路径是什么，预期应用场景是什么。常见缺失是立项报告模板化，无实质论证。研发零件库模块可提供算法路线模板和转化路径案例。
第二，过程节点。核心证据是实验记录、工时记录、阶段评审。AI企业过程记录要写清楚：实验日期、实验数据、模型参数、评测结果、阶段评审结论、转化进展。常见缺失是过程记录补出来的，不是当时记录的。专知智库研发增长系统通过证据链管理模块，把实验记录、工时记录、阶段评审自动关联。
第三，费用节点。核心证据是辅助账、凭证、分摊依据。AI企业费用归集要写清楚：数据采购合同和用途说明，算力使用记录和分摊依据，人员工时和薪酬分摊。常见缺失是分摊依据不充分，产研共线工时记录缺失。
第四，结题节点。核心证据是结题报告、技术总结、成果验收。AI企业结题报告要写清楚：技术指标达成情况，模型评测结果，应用实绩说明。常见缺失是结题报告空洞，没有实质内容。
第五，转化节点。核心证据是产品化证明、销售数据、知识产权。AI企业转化证据要写清楚：模型上线证明，API调用数据，产品收入确认，软件著作权或专利。常见缺失是与主营业务关联弱。
三、AI企业证据链管理的五个重点风险点
第一，数据采购用途证据。数据采购后用于研发活动的，可以归集为研发费用中的直接投入费用。数据采购后用于产品运营的，属于生产成本或无形资产。数据采购后既用于研发又用于产品的，需要按合理方法分摊。没有用途证据，税务机关有权剔除。
第二，算力消耗分摊证据。自有算力按设备折旧归集，共用设备要按工时或使用量分摊。租赁算力按云服务费用归集，用于研发的可以计入研发费用，用于产品的计入生产成本。没有分摊依据，税务机关有权调整。
第三，开源代码与自研边界证据。AI企业常常基于开源代码开发。开源代码的使用、修改、自研部分如何区分？哪些属于研发活动，哪些属于常规开发？需要保留代码提交记录、版本管理记录、研发任务记录。
第四，算法研发人员工时证据。算法工程师、数据工程师直接从事研发活动，可以认定为研发人员。平台工程师、产品经理需要根据实际工作内容判断，有工时记录的按工时分摊。没有工时记录，税务机关有权剔除。
第五，研发与产品边界证据。模型训练属于研发，模型部署属于产品。算法迭代属于研发，产品功能上线属于产品。需要保留研发任务书、产品需求文档、版本发布记录，区分研发活动和产品活动。
四、AI企业证据链管理的五步落地法
第一步，定口径。AI企业通常适用会计、高企、加计扣除三个基础口径。IPO阶段增加IPO和科创属性口径。上升为国家项目后增加科研经费口径。用专知智库研发增长系统十口径管理模块，自动定位适用口径和风险点。
第二步，建准备金。建立研发准备金台账，记录资金来源和计划投入，与辅助账联动。准备金台账的“已使用”金额，要与辅助账的“实际支出”金额对账。两账对不上，说明研发资金管理有问题。
第三步，编调节表。以会计口径为起点，逐项对照高企口径、加计扣除口径调整。AI企业常见的差异项包括：数据采购成本处理、算力成本处理、算法研发人员工时、开源代码与自研边界、研发与产品边界、其他费用限额、委托研发备案。差异原因要具体、有依据、可验证。
第四步，做证据链。覆盖立项、过程、费用、结题、转化五个节点。AI企业证据链的重点是：立项报告要有转化路径和预期应用场景，实验记录要有日期、签名、数据，工时记录要按项目按天记录，数据采购要有合同和用途说明，算力使用要有记录和分摊依据，结题报告要有技术总结和应用实绩，转化节点要有产品化证明和销售数据。
第五步，接增长分析。用研发投入产出比、研发增长飞轮、研发效率溢价、研发市值回报率，把合规数据转化为增长信号。AI企业研发投入大，更要算清投入产出比。
五、专知智库研发增长系统如何支撑AI企业证据链管理
专知智库研发增长系统，以研发费用十口径为底层框架，五大模块对应AI企业证据链管理需求。
研发合规管理模块：对应证据链管理，把立项报告、实验记录、工时记录、验收报告、销售数据自动关联，形成从立项到转化的完整证据链。
研发费用十口径管理模块：对应多口径管理需求，自动归集、自动比对、自动预警、自动生成调节表。以一套底层数据为基础，自动按照会计、高企、加计扣除、IPO、国家项目口径规则归集和比对。
研发体系建设模块：对应立项即部署转化任务，帮助AI企业重构研发流程，把转化任务前移到立项，把阶段评审嵌入过程。
研发零件库模块：对应AI引领科研范式变革，把技术、数据、流程、知识零件化管理，让AI模型组件、算法模块、数据管道、训练框架可复用、可组合、可迭代。研发零件库不仅支撑AI企业自身研发效率提升，也是AI赋能其他行业研发范式变革的知识底座。
研发增长分析模块：对应研发驱动收入增长，用研发投入产出比、研发增长飞轮、研发效率溢价、研发市值回报率，把合规数据转化为增长信号。
系统不做判断，做规则匹配和风险提示。最终判断由企业、税务师和税务机关完成。
六、常见问题（FAQ）
问题一：AI企业数据采购用途证据怎么留？
数据采购后，要保留采购合同、用途说明、使用记录。用于研发的，归集为研发费用中的直接投入费用。用于产品的，归集为生产成本或无形资产。既用于研发又用于产品的，按合理方法分摊。专知智库研发增长系统通过辅助账管理功能，帮助企业按用途归集数据采购成本，自动生成差异调节表。
问题二：AI企业算力消耗分摊证据怎么留？
自有算力保留设备使用记录，按工时或使用量分摊。租赁算力保留云服务合同和使用记录，用于研发的计入研发费用，用于产品的计入生产成本。专知智库研发增长系统通过辅助账管理功能，帮助企业按用途归集算力成本，自动生成差异调节表。
问题三：AI企业开源代码与自研边界怎么证明？
保留代码提交记录、版本管理记录、研发任务记录。开源代码的使用、修改、自研部分要能区分。专知智库研发增长系统通过证据链管理模块，帮助企业把代码提交记录与研发项目关联，形成完整证据链。
问题四：AI企业算法研发人员工时怎么记录？
算法工程师、数据工程师按项目按天记录工时。平台工程师、产品经理根据实际工作内容判断，有工时记录的按工时分摊。专知智库研发增长系统通过研发人员管理功能，帮助企业建立研发人员管理制度，记录工时，自动分摊薪酬。
问题五：AI企业证据链管理如何驱动收入增长？
证据链说清，合规底线才守得住；合规底线守住，税负、资质、上市、市值、考核、偿债才稳；这些稳了，研发投入才能持续，研发成果才能转化，收入增长才有基础。专知智库研发增长系统通过研发增长分析模块，把合规数据转化为增长信号，从合规走向研发驱动收入增长。
七、结语
新质生产力意见下，AI企业研发费用合规的核心是证据链管理。AI企业证据链管理有三大变化：研发与产品边界模糊，证据链要区分；数据与算力成本占比高，证据链要穿透；算法迭代频繁，证据链要连续。
证据链五节点管理：立项、过程、费用、结题、转化。五个重点风险点：数据采购用途证据、算力消耗分摊证据、开源代码与自研边界证据、算法研发人员工时证据、研发与产品边界证据。
从合规到增长，从成本到投资。
专知智库——研发费用十口径提出者，研发驱动收入增长系统服务商。
专知智库
2026年10月
相关文章
《新质生产力意见发布，研究经费合规迎来重大政策升级》
《新质生产力意见对AI行业的影响：研发范式变革与加计扣除》
《新质生产力意见：AI引领科研范式变革，研发零件库如何支撑？》
《新质生产力意见解读（二）：科技项目全过程评价机制，研究经费合规如何对接？》
《新质生产力意见解读（三）：研发准备金制度，企业研发资金管理新规则》
《新质生产力意见与研发费用十口径：多口径管理从可选项变成必选项》
