習近平總書記在中央政治局第二十次集體學習時強調，人工智能作為新技術新領域，政策支持很重要。要綜合運用知識產權、財政稅收、政府采購、設施開放等政策，做好科技金融文章。作為全球科技競爭的制高點，人工智能技術的突破與應用直接決定著我國在全球科技競爭中的地位以及未來發展的核心競爭力。加強金融對人工智能的支持，不僅是產業發展的政策選項，更是落實國家戰略的關鍵抓手。隨著人工智能拓展技術邊界面臨的不確定性加大以及該領域大國博弈的愈演愈烈，金融支持對于我國人工智能發展變得至關重要。
人工智能已成為塑造國家核心競爭力的戰略制高點
當前，人工智能作為引領新一輪科技革命和產業變革的戰略性技術，已成為全球科技競爭的焦點領域和重塑國際格局的關鍵力量。習近平總書記深刻指出：“人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的‘頭雁’效應。”這一重要論斷精準揭示了人工智能在當代發展全局中的核心地位。從感知向認知、從分析判斷式向生成式、從專用向通用轉變，人工智能技術呈現指數級突破，正深度重構生產函數，全面滲透各個領域，其發展水平直接關系國家前途命運。
縱觀世界科技史，每一次產業革命的“發動機”技術都成為大國博弈的勝負手?，F今，人工智能因其通用性、滲透性、顛覆性特征，被公認為“第四次工業革命的核心驅動力”。全球主要國家紛紛在人工智能領域展開戰略布局，全力搶占這一戰略性技術的制高點?？梢灶A見，誰搶占人工智能發展先機，誰就能掌握科技創新賽道定義權、產業發展主導權、國際競爭話語權。對于人工智能發展先機的爭奪，絕非技術層面的局部競爭，而是關乎綜合國力躍升、國際秩序重構乃至人類文明演進方向的全局性戰略博弈。
對中國而言，發展人工智能具有更迫切的現實意義。一方面，它是突破“卡脖子”瓶頸、實現高水平科技自立自強的關鍵突破口，高端芯片、基礎算法等“根技術”的攻關，直接決定我國能否在新一輪產業變革中挺立潮頭;另一方面，人工智能是培育新質生產力的核心引擎，人工智能通過賦能千行萬業提質增效，為推動經濟高質量發展注入強勁動能。更深遠的是，人工智能深度關聯數據主權、算法倫理、網絡安全等維度，已成為大國戰略安全的“新邊疆”。
金融支持是人工智能從技術突破走向產業繁榮的催化劑與加速器
作為新一代通用目的技術，人工智能的發展遵循從基礎理論突破、技術工程化驗證到大規模產業化擴散的演進邏輯。人工智能產業的躍遷，并非單一金融力量所能獨立推動。長期資本、耐心資本、戰略資本與多層次資本市場，共同構成了一個層次分明、功能互補、接力協同的金融支持生態系統。
基礎研究是孕育人工智能顛覆性突破的源頭，其核心使命在于突破傳統認知邊界。這一使命具有超高不確定性、超長回報周期及非商業導向的核心特征——研究路徑充滿偶然性，從理論萌芽到應用可能橫跨數十年，核心價值在于科學范式變革而非短期經濟收益。這種情境下，追求確定回報的市場化資本會面臨嚴重的“市場失靈”，傳統金融工具也因無法定價遠期模糊收益而集體失效，只有真正意義上的長期資本能填補這一空白。長期資本多來源于政府科學基金、超長期視野的慈善基金等。長期資本錨定科學價值、國家戰略安全或人類認知邊界拓展，允許科學家進行自由探索，包容高頻次試錯甚至研究路徑的徹底轉向，擁有超長周期容忍度，不預設財務回報要求，不囿于即時財務模型。長期資本的本質，是以國家戰略與社會遠見對抗市場的“短視”;沒有長期資本在“無人區”的堅守，人工智能的理論突破將成為無源之水，后續的技術轉化與產業發展更無從談起。
技術轉化是人工智能技術從實驗室邁向市場的關鍵階段。這一階段的融資主要有三重風險：技術風險推高未來收益折現率、原型開發周期漫長、概念驗證市場前景不明朗。這些因素疊加，導致依賴抵押物和穩定現金流的傳統債權融資難以適用。相比之下，耐心資本通過重塑資本估值的“時間觀”，將資源配置重心從短期套利轉向長期價值錨定，為技術的持續突破提供了有力支撐。它通過降低折現率、拉長價值評估的時間尺度，為人工智能等前沿領域的持續投入奠定了財務基礎，顯著提升了技術(尤其是顛覆性技術)跨越“死亡之谷”、成功實現商業化的概率。
在人工智能企業跨越技術研發與原型驗證階段之后，便要面臨產品迭代優化、市場初步滲透、商業模式驗證及運營體系構建等諸多挑戰。由此，資本所肩負的核心任務相應發生轉變，不再圍繞為技術風險定價，而是轉向助力企業建立可復制的商業模式，為全面規模化擴張奠定基礎。這一階段，人工智能企業亟須大額、靈活且附帶產業資源的資本支持?？萍季揞^與行業龍頭的戰略投資不僅能提供充足資金，還能通過導入產業場景、開放市場渠道、增強信用背書及定制融資方案，深度賦能人工智能企業的發展進程。這種“資本+資源”的雙重注入，在破解行業輕資產融資困局的同時，顯著加速了人工智能企業在產業化初期的市場擴張步伐，也極大地促進了產業鏈的協同共進。
當人工智能企業進入規模化擴張階段，其戰略重心將全面轉向市場競爭力構建與產業生態壁壘打造。這一階段，其資金需求也呈現出新特征。一方面，由于持續高強度的研發投入、重資產基礎設施建設以及產業鏈垂直整合，人工智能企業的資金需求量顯著增加;另一方面，人工智能企業的業務模式需通過資金的高流動性來支持快速的技術迭代和市場響應，因而對資本供給的穩定性、規模性和靈活性提出較高要求。在此階段，多層次資本市場通過差異化功能定位形成協同支持網絡——股權融資市場為人工智能龍頭企業開辟更為廣闊的融資通道;債券市場的知識產權證券化產品與可續期公司債可匹配重資產布局的長期資金需求;私募股權市場的發展則可以化解退出流動性困境。多層次資本市場的建設，不僅可以為成熟人工智能企業提供持續、穩定、巨量的資金支持，支撐其持續創新、基礎設施投入、生態構建及全球競爭，還能為前期資本提供健康的流動性與回報機制。
構建適配人工智能發展的金融支持體系
人工智能發展各階段的資本需求呈現顯著差異性與高度專業性。強化人工智能發展的金融支持，需持續壯大支持人工智能發展的長期資本、耐心資本、戰略資本，協同發展多層次資本市場，打造適配人工智能融資特性的金融基礎設施，從而構建起完善的人工智能創新發展金融支持體系。
強化長期資本供給，解決基礎研究“市場失靈”，支撐原始創新與顛覆性技術突破。一是構建政府主導的超長期資本供給機制。設立由財政資金出資的基礎研究基金，采用捐贈式運作模式(僅使用投資收益)，支持人工智能前沿領域的理論研究，資助周期放寬年限，實行“里程碑驗收”。二是創新長周期資本引導機制。對主權財富基金設定硬性配置要求，劃撥不低于一定比例的資金至人工智能基礎研究項目，委托頂尖科研機構管理。三是提高社會資本介入基礎理論研究的積極性。推行“研發稅收抵免證券化”，企業基礎研究投入可生成可交易抵免憑證，吸引社會資本認購。
培育耐心資本生態，提升高風險耐受性資本供給，加速實驗室成果向原型產品轉化。一是完善風險對沖機制。建立“技術期權交易市場”，對人工智能的前沿技術方向發行標準化期權合約，幫助投資者對沖創新方向不確定性帶來的潛在風險。二是設計風險遞進分擔體系。按技術成熟度動態配置風險承擔主體，政府通過風險補償基金覆蓋早期失敗成本，險資開發“研發中斷險”實現風險轉移。三是完善風險激勵機制。推行“科學家期權激勵計劃”，允許科研人員持有技術轉化企業一定比例的期權，并通過“設置鎖定期+里程碑行權”等行權設計，驅動科研團隊深耕技術攻堅與商業落地。
釋放戰略資本效能，推動產業資本深度賦能，破解商業化初期場景與融資瓶頸。一是加大財稅激勵。實施“場景開放稅收抵免”機制，對科技企業開放核心場景資源給予所得稅抵免;設立“研發協同加計扣除”，戰略投資者與被投企業聯合研發支出，允許加計扣除。二是優化監管框架。建立“戰略投資反壟斷豁免清單”，對人工智能芯片、大模型、量子計算等關鍵領域，持股低于一定比例且保障被投企業獨立研發權的并購，豁免經營者集中審查。試行“技術安全白名單”制度，對非敏感技術領域的商業化并購，建立快速備案通道。三是構建賦能平臺。創建國家級人工智能場景驗證中心，由頭部科技企業聯合建設，提供商業化可行性認證，降低金融機構風控成本;發展“場景——資本”對接機制，地方政府配套場景訂單，優先采購戰略資本支持的人工智能產品，形成“場景開放——技術迭代——市場收益”閉環。
發展多層次資本市場，鋪設規?；?ldquo;超車道”，支撐人工智能企業持續創新與全球競爭。一是優化上市制度，在科創板設立人工智能“硬科技”專項通道，放寬盈利要求，允許未盈利企業憑算力規模、算法競賽排名、核心專利引用數等核心技術評估指標上市;創業板側重“人工智能+產業”融合度評估，優先支持應用場景成熟的企業上市。二是發展私募股權市場，擴大政府引導基金對人工智能中試項目的覆蓋，要求子基金擴大早期投資比例。三是創新區域性股權市場，在區域股權交易中心設立“人工智能專板”，提供專屬信息披露指引，對接新三板“綠色轉板”通道，支持人工智能企業轉板上市。四是推動資產證券化創新，試點知識產權證券化，以算法專利組合形成基礎資產包;探索數據資產入表路徑，允許合規數據資源作為融資增信手段。
筑牢金融基礎設施根基，降低融資成本，重塑人工智能激勵機制與治理模式。一是構建人工智能產業大數據平臺，整合企業技術研發、人才儲備、融資動態及知識產權等核心信息，降低投融資信息不對稱。二是健全數據要素市場機制，明確數據權屬關系，建立安全合規的流通交易體系，充分釋放數據資產融資潛能。三是創新數據資產金融化路徑，深化數據確權、定價與交易制度建設，探索數據資產質押融資模式，推廣“語料券”“模型券”等創新工具，降低企業數據獲取成本。四是謀劃加密貨幣發展，構建下一代金融基礎設施。加密貨幣通過區塊鏈技術、分布式記賬與智能合約等方式，有望成為人工智能基礎設施的“信任層”，推動兩者共同構建一個開放、可信、用戶賦權的技術生態。人工智能與加密貨幣的融合不僅關乎效率提升，更代表了一種新的組織和治理模式，有潛力解決當前人工智能發展中的激勵機制問題以及集中化、數據壟斷和透明度不足等挑戰。
(作者系中國社會科學院金融研究所所長、國家金融與發展實驗室主任)
