人工智能发展各阶段的资本需求呈现显著差异性与高度专业性。强化人工智能发展的金融支持，需持续壮大支持人工智能发展的长期资本、耐心资本、战略资本，协同发展多层次资本市场，打造适配人工智能融资特性的金融基础设施，从而构建起完善的人工智能创新发展金融支持体系。
强化长期资本供给，解决基础研究“市场失灵”，支撑原始创新与颠覆性技术突破。一是构建政府主导的超长期资本供给机制。设立由财政资金出资的基础研究基金，采用捐赠式运作模式（仅使用投资收益），支持人工智能前沿领域的理论研究，资助周期放宽年限，实行“里程碑验收”。二是创新长周期资本引导机制。对主权财富基金设定硬性配置要求，划拨不低于一定比例的资金至人工智能基础研究项目，委托顶尖科研机构管理。三是提高社会资本介入基础理论研究的积极性。推行“研发税收抵免证券化”，企业基础研究投入可生成可交易抵免凭证，吸引社会资本认购。
培育耐心资本生态，提升高风险耐受性资本供给，加速实验室成果向原型产品转化。一是完善风险对冲机制。建立“技术期权交易市场”，对人工智能的前沿技术方向发行标准化期权合约，帮助投资者对冲创新方向不确定性带来的潜在风险。二是设计风险递进分担体系。按技术成熟度动态配置风险承担主体，政府通过风险补偿基金覆盖早期失败成本，险资开发“研发中断险”实现风险转移。三是完善风险激励机制。推行“科学家期权激励计划”，允许科研人员持有技术转化企业一定比例的期权，并通过“设置锁定期+里程碑行权”等行权设计，驱动科研团队深耕技术攻坚与商业落地。
释放战略资本效能，推动产业资本深度赋能，破解商业化初期场景与融资瓶颈。一是加大财税激励。实施“场景开放税收抵免”机制，对科技企业开放核心场景资源给予所得税抵免；设立“研发协同加计扣除”，战略投资者与被投企业联合研发支出，允许加计扣除。二是优化监管框架。建立“战略投资反垄断豁免清单”，对人工智能芯片、大模型、量子计算等关键领域，持股低于一定比例且保障被投企业独立研发权的并购，豁免经营者集中审查。试行“技术安全白名单”制度，对非敏感技术领域的商业化并购，建立快速备案通道。三是构建赋能平台。创建国家级人工智能场景验证中心，由头部科技企业联合建设，提供商业化可行性认证，降低金融机构风控成本；发展“场景——资本”对接机制，地方政府配套场景订单，优先采购战略资本支持的人工智能产品，形成“场景开放——技术迭代——市场收益”闭环。
发展多层次资本市场，铺设规模化“超车道”，支撑人工智能企业持续创新与全球竞争。一是优化上市制度，在科创板设立人工智能“硬科技”专项通道，放宽盈利要求，允许未盈利企业凭算力规模、算法竞赛排名、核心专利引用数等核心技术评估指标上市；创业板侧重“人工智能+产业”融合度评估，优先支持应用场景成熟的企业上市。二是发展私募股权市场，扩大政府引导基金对人工智能中试项目的覆盖，要求子基金扩大早期投资比例。三是创新区域性股权市场，在区域股权交易中心设立“人工智能专板”，提供专属信息披露指引，对接新三板“绿色转板”通道，支持人工智能企业转板上市。四是推动资产证券化创新，试点知识产权证券化，以算法专利组合形成基础资产包；探索数据资产入表路径，允许合规数据资源作为融资增信手段。
筑牢金融基础设施根基，降低融资成本，重塑人工智能激励机制与治理模式。一是构建人工智能产业大数据平台，整合企业技术研发、人才储备、融资动态及知识产权等核心信息，降低投融资信息不对称。二是健全数据要素市场机制，明确数据权属关系，建立安全合规的流通交易体系，充分释放数据资产融资潜能。三是创新数据资产金融化路径，深化数据确权、定价与交易制度建设，探索数据资产质押融资模式，推广“语料券”“模型券”等创新工具，降低企业数据获取成本。四是谋划加密货币发展，构建下一代金融基础设施。加密货币通过区块链技术、分布式记账与智能合约等方式，有望成为人工智能基础设施的“信任层”，推动两者共同构建一个开放、可信、用户赋权的技术生态。人工智能与加密货币的融合不仅关乎效率提升，更代表了一种新的组织和治理模式，有潜力解决当前人工智能发展中的激励机制问题以及集中化、数据垄断和透明度不足等挑战。
内容来源：国家金融与发展实验室、学习时报
责任编辑：韩俊禹