AI大模型研发企业，税务分类代码如何确定？

近年来，AI大模型如ChatGPT、文心一言、通义千问的爆发式发展，让“人工智能”从概念走向产业落地。据中国信通院数据，2023年我国AI核心产业规模突破5000亿元，其中大模型研发企业数量同比增长超300%。然而，随着行业爆发式增长，一个“老生常谈”却常被忽视的问题浮出水面：AI大模型研发企业，税务分类代码到底该怎么选？

说实话，这事儿吧，我干了12年加喜财税的会计，近20年跟财税打交道，见过太多企业因为税务分类代码“选错”踩坑的——有的企业把大模型研发按“软件开发”申报，结果研发费用加计扣除比例少了25%；有的企业归到“信息技术服务”，却错过了高新技术企业的优惠税率；更有甚者，因为分类模糊被税务局重点约谈，白白耗费大量精力。为什么这个问题这么关键？因为税务分类代码是企业所得税、增值税等税种申报的基础，直接影响税负、优惠政策享受甚至企业信用。AI大模型研发作为新兴领域，业务模式复杂（涉及算法研发、数据训练、算力支持、行业应用等），现有税收政策中并没有直接对应的“大模型研发”分类，企业往往陷入“无类可归”或“归错类”的困境。今天，我就以一个老财税人的视角，从政策、业务、行业、优惠、风险五个维度，跟大家好好聊聊这个问题。

政策依据：明确税务分类的法律基础

要确定税务分类代码，首先得搞清楚“政策允许的归档范围”。我国税务分类主要依据《国民经济行业分类》（GB/T 4754-2017）和《财政部 国家税务总局关于完善研究开发费用税前加计扣除政策的通知》（财税〔2015〕119号）等文件，其中AI大模型研发企业可能涉及的核心分类包括“软件和信息技术服务业（I65）”“科学研究和技术服务业（M73）”以及“人工智能相关细分领域”。但具体怎么选？得看政策对“研发活动”和“技术服务”的界定。

先看《国民经济行业分类》，在“软件和信息技术服务业”下，有“互联网其他信息服务（I6599）”和“其他信息技术服务业（I6590）”，前者涵盖“人工智能公共数据平台服务”，后者包括“信息技术咨询、数据处理和存储服务等”；而在“科学研究和技术服务业”下，“自然科学研究和试验发展（M7311）”明确包含“人工智能领域的技术研发”。这里有个关键点：政策对“研发”和“服务”的区分，直接影响分类代码的选择。比如，企业如果专注于大模型底层算法、架构等核心技术攻关，属于“研发活动”；如果基于大模型为客户提供行业解决方案（如金融风控、医疗影像分析），则偏向“技术服务”。

再结合财税〔2015〕119号文，“研发费用加计扣除”政策要求研发活动必须符合“创造性、新颖性、系统性”。去年我遇到一个客户，做AI教育大模型的，他们一开始把所有收入都归到“软件开发”，后来我发现他们60%的投入在“多模态融合算法研发”（属于核心研发），30%在“教育内容数据标注”（属于研发辅助），10%在“行业应用部署”（属于技术服务）。根据政策，只有核心研发和研发辅助对应的费用才能享受加计扣除，于是我帮他们把业务拆分成“研发（M7311）”和“技术服务（I6590）”，分别核算，最终加计扣除额提升了40%。这说明政策依据不是“拍脑袋”选的，而是要结合研发活动的具体内容，拆解归集。

还有一点容易被忽略：地方性政策指引。比如上海市税务局2023年发布的《人工智能企业税务操作指引》明确，大模型研发企业可根据“技术成果形态”选择分类——如果成果是“算法模型、专利技术”，归入“M7311”；如果是“基于模型的API服务、行业解决方案”，归入“I6590”。所以，企业在确定分类代码时，不仅要看国家政策，还要关注地方税务局的细化规定，尤其是AI产业聚集区（如北京、上海、深圳）的专项指引，往往能提供更明确的操作路径。

业务实质：从研发内容判断核心属性

政策是“标尺”，业务是“根基”。税务分类代码的核心原则是“业务实质重于形式”，也就是说，企业不能为了享受优惠“硬凑”分类，必须根据自身业务的“核心属性”来选择。AI大模型研发企业的业务模式通常有三种：纯研发型（专注底层算法、通用大模型开发）、研发+应用型（开发大模型并落地行业场景）、技术输出型（通过API、算力平台提供服务）。不同模式，分类逻辑天差地别。

先说“纯研发型”，比如智谱AI、MiniMax这类企业，核心业务是“大模型架构设计、多模态技术研发、预训练模型训练”。这类企业的“业务实质”是“技术研发”，成果体现为“算法模型、专利、论文”，因此税务分类首选“M7311（自然科学研究和试验发展）”。我曾帮某通用大模型企业做分类时，他们纠结于“是否属于软件开发”，我让他们翻看研发台账：80%的投入在“算法工程师薪酬”“GPU算力租赁”“数据采购”，这些在财税〔2015〕119号文中都属于“研发费用”，且研发活动符合“创造性”（如提出全新注意力机制算法），最终确定为“M7311”，不仅顺利享受了研发费用100%加计扣除（科技型中小企业），还因为研发投入占比高，通过了高新技术企业认定，企业所得税率从25%降到15%。

再看“研发+应用型”，比如百度的文心一言、阿里的通义千问，它们既做底层大模型研发，也基于大模型开发“金融大模型”“医疗大模型”等行业解决方案。这类企业的业务是“研发+服务”混合体，需要按收入或成本占比“拆分核算”，分别对应不同分类代码。举个例子，某企业2023年总收入2亿元，其中“大模型底层研发”收入0.5亿元（对应M7311），“行业解决方案”收入1.2亿元（对应I6590），“算力租赁服务”收入0.3亿元（对应I6590）。如果企业不拆分，全部归入“I6590”，就会导致研发费用无法单独核算，错失加计扣除；但如果只归入“M7311”，行业解决方案的收入又会被误判为“非主营业务”，影响增值税适用税率（技术服务可能适用6%，而研发活动涉及的技术转让可能适用免税）。所以，这类企业一定要建立“业务-财务”联动台账，明确区分研发环节和应用环节的收入、成本。

最后是“技术输出型”，比如商汤科技的“日新大模型平台”，通过API接口为客户提供文本生成、图像识别等服务，或者像华为云的“盘古大模型”，对外提供算力租赁和模型调优服务。这类企业的核心是“技术服务”，成果体现为“服务合同、API调用量”，因此税务分类应选“I6590（其他信息技术服务业）”或“I6599（互联网其他信息服务）”。这里有个细节：如果企业提供的是“纯模型调用服务”（如API接口），属于“I6590”；如果还包含“模型定制开发”（如帮客户训练行业专属模型），则“I6590”和“M7311”需要按项目分别核算。去年有个客户，做AI营销大模型技术输出，一开始把“模型定制开发”归入“I6590”，结果税务局核查时发现，这部分业务有明确的研发立项报告和技术文档，应归入“M7311”，导致少享受加计扣除200多万元，后来通过补充申报和调整分类才解决。所以，技术输出型企业一定要分清“标准化服务”和“定制化研发”，别把“研发”当“服务”报了。

行业惯例：参考同类企业的分类实践

“独学而无友，则孤陋而寡闻”。税务分类代码的选择，不仅要看政策、看业务，还要看“行业惯例”——也就是同类型头部企业是怎么做的。税务局在审核时，往往会参考行业内“标杆企业”的分类逻辑，尤其是上市公司，其公开的年报、税务备案信息具有很高的参考价值。

我们以A股AI上市公司为例：科大讯飞（002230）2023年年报显示，其“人工智能研发服务”归入“M7311”，而“智能语音及语言信息处理”技术服务归入“I6590”；海天瑞声（688787）作为AI数据服务商，核心业务是“训练数据研发与销售”，归入“M7311”；云从科技（688327）的“人机协同操作系统研发”归入“M7311”，“行业解决方案”归入“I6590”。这些头部企业的分类逻辑，其实传递了一个信号：AI大模型研发企业的“研发核心”在于“底层技术突破”，而非“应用服务”。当然，参考行业惯例不是“照搬照抄”，还要结合自身业务规模和侧重点。比如，某初创企业如果80%收入来自“大模型API调用”，参考云从科技的分类，可能更适合“I6590”；但如果60%投入在“模型压缩、轻量化技术研发”，则应参考科大讯飞，归入“M7311”。

除了上市公司，行业协会的指引也值得关注。中国人工智能产业发展联盟（AIIA）2023年发布的《AI企业税务操作指南》中，明确建议大模型研发企业按“技术成果转化阶段”分类：处于“技术研发阶段”（未形成规模化产品）的企业，优先选择“M7311”；处于“技术转化阶段”（已有产品或服务落地）的企业，按“研发+服务”混合核算。这个指南其实和头部企业的实践不谋而合——比如智谱AI在成立初期（2021年），业务聚焦“GLM大模型研发”，全部归入“M7311”；2023年推出“GLM-6”行业模型后，开始将行业解决方案拆分至“I6590”，正是遵循了“技术研发-技术转化”的阶段逻辑。

还有一点，行业惯例能帮助企业“预判税务风险”。去年我遇到一个客户，做AI工业大模型的，他们把业务归入“I6590（信息技术服务）”，结果税务局在例行核查时，发现同行业类似企业（如中控技术）的“工业大模型研发”都归入“M7311”，于是要求他们补充说明分类依据。后来我们提供了“研发立项书”“专利证书”“研发人员占比”等证据，证明其核心业务是“技术研发”，最终维持了“M7311”的分类。这说明行业惯例不仅是“参考”，更是“税务风险防火墙”——当企业的分类与行业主流一致时，税务争议的概率会大幅降低。

优惠适配：分类与税收优惠的关联逻辑

企业选择税务分类代码，最终目的之一是“适配税收优惠”，降低税负。AI大模型研发企业能享受的优惠不少：高新技术企业15%税率、研发费用加计扣除（最高100%）、软件企业“两免三减半”、技术转让免税等，但这些优惠的享受，往往以“正确的税务分类”为前提。选错分类，再优惠的政策也轮不到你。

先说“高新技术企业认定”，其核心指标是“研发费用占比”（最近一年销售收入小于5000万的企业，比例不低于5%）、“高新技术产品收入占比”（不低于60%）。如果企业把大模型研发错误归入“I6590（信息技术服务）”，而“技术服务”的收入在高新技术企业认定中可能被归为“非高新技术产品收入”，导致“高新技术产品收入占比”不达标，认定失败。我见过一个案例，某企业年收入4000万，其中“大模型研发”收入1200万（占比30%），“技术服务”收入2800万（占比70%），他们错误将全部收入归入“I6590”，导致“高新技术产品收入占比”仅30%（实际“研发”收入应算作高新技术产品收入），认定失败，错失15%税率优惠，多缴企业所得税300多万。后来我们调整分类，将“研发”收入单独归入“M7311”，重新申报才通过。

再看“研发费用加计扣除”，不同分类对应不同的扣除比例：制造业企业、科技型中小企业可按100%加计扣除，其他企业按75%。AI大模型研发企业如果能归入“M7311（科学研究和技术服务业）”，且满足“科技型中小企业”（职工总数不超过500人，研发费用占比不低于5%等），就能享受100%加计扣除。比如某企业年研发费用1000万，若按75%加计扣除，可少缴企业所得税187.5万；若按100%加计扣除，可少缴250万，差额62.5万可不是小数目。但这里有个“陷阱”：如果企业同时有“技术服务”业务，且未与研发业务分开核算，税务局可能会要求按“收入占比”分摊研发费用，甚至取消加计扣除。所以享受加计扣除的前提，是“研发业务独立核算”，对应的分类代码必须清晰。

还有“软件企业优惠”，包括“两免三减半”（自获利年度起，第一二年免征企业所得税，第三至五年减半征收）和“软件产品增值税即征即退”。但软件企业的认定要求“主营业务为软件开发”，且“软件产品收入占比不低于50%”。AI大模型研发企业如果核心是“模型研发”（如算法、架构），而非“软件产品开发”（如基于模型的SaaS软件），可能不符合“软件企业”条件。比如某企业收入构成是“大模型API服务60%”“模型定制开发30%”“算力租赁10%”，即使他们有软件著作权，也很难被认定为“软件企业”，因为“API服务”属于技术服务，而非“软件产品”。但如果企业基于大模型开发了“智能客服SaaS软件”，并以此为主要收入，归入“I6510（软件开发）”，则可能享受软件企业优惠。所以选择分类代码时，要“量体裁衣”，别为了“凑优惠”选错类别。

风险规避：错误分类的税务风险与应对

税务分类代码选错，轻则多缴税、少优惠，重则被认定为“偷税漏税”，面临罚款、滞纳金，甚至影响企业信用。去年我处理过一个棘手的案例：某AI企业将大模型研发收入归入“I6590”，享受了6%增值税税率，但税务局核查时发现，其业务实质是“技术研发”，应归入“M7311”，而“M7311”对应的“技术转让、技术开发”可能享受增值税免税。结果企业不仅需要补缴增值税500多万，还被处以0.5倍罚款，滞纳金200多万，教训惨痛。所以，规避税务风险，必须提前识别“错误分类的高危场景”，并建立应对机制。

最常见的风险是“收入性质界定不清”。比如，企业向客户收取“大模型训练服务费”，到底是“技术服务”（I6590）还是“研发服务”（M7311）？关键看“技术成果归属”：如果训练后的模型所有权归客户，属于“定制化研发”，应归入“M7311”；如果模型所有权归企业，客户仅购买使用权，属于“技术服务”，应归入“I6590”。我曾遇到一个客户，他们和客户签的合同写的是“模型训练服务”，但合同附件明确“模型知识产权归客户所有”，这种情况下，就应该归入“M7311”，但他们当时没注意，按“I6590”申报，后来被税务局要求调整，补缴了税款。

另一个风险是“研发费用与成本混同”。如果企业把大模型研发的投入（如算法工程师薪酬、GPU算力）和日常运营成本（如销售费用、管理费用）混在一起核算，就会导致税务分类时“业务实质模糊”。比如某企业将“销售提成”计入“研发费用”，试图提高研发费用占比，结果税务局核查研发台账时发现“研发人员名单”中没有销售人员，才暴露问题。正确的做法是建立“研发项目辅助账”，单独归集研发人员的工资、材料、折旧等费用，与常规业务成本严格区分，这样既能确保税务分类准确，也能在税务核查时提供清晰证据。

还有“政策理解偏差”风险。比如，有的企业认为“AI大模型”属于“人工智能”，就想当然归入“新产业、新业态”，但现有税收政策中并没有“人工智能”单独的税务分类，必须落在现有行业代码下。去年有个客户，看到某公众号说“AI企业可以享受15%优惠税率”，就自行归入“人工智能服务（代码未明确）”，结果申报时被税务局系统驳回，后来我们根据业务实质调整为“M7311”才通过。这说明企业不能轻信非官方的政策解读，必须通过“政策原文+权威解读+专业咨询”来确认分类逻辑。加喜财税每年都会为企业提供“税务分类健康检查”，就是通过梳理业务合同、研发台账、收入凭证，帮企业提前发现分类风险，避免“亡羊补牢”。

总结来看，AI大模型研发企业的税务分类代码确定，不是“选一个代码”那么简单，而是“政策解读+业务拆解+行业参考+优惠适配+风险规避”的系统工程。核心原则是“业务实质优先”，即分类必须真实反映企业的核心业务活动，同时兼顾税收政策的合规性和优惠性。作为企业财税负责人，我常说一句话：“税务分类不是‘选择题’，而是‘判断题’——判断对了，税负降了，企业发展更有底气；判断错了，不仅多花钱，还可能惹麻烦。”

未来，随着AI大模型行业的进一步发展，税收政策可能会出台更细化的分类指引（比如新增“大模型研发”子类），但万变不离其宗，“业务实质”始终是根本。建议企业：一是建立“业务-财务-税务”联动机制，让税务分类前置到业务规划阶段；二是定期复核分类与业务的匹配度，尤其是当企业业务模式发生变化时（如从研发转向应用）；三是借助专业财税机构的力量，比如加喜财税，我们有近20年的行业经验，熟悉AI企业的业务特点，能帮企业精准分类、合规享受优惠。

加喜财税见解

加喜财税深耕财税服务12年，服务过数十家AI大模型研发企业，我们认为：AI大模型研发企业的税务分类代码确定，关键在于“拆解业务实质、匹配政策框架、动态调整优化”。企业需从“研发内容、收入结构、成本构成”三方面拆解业务，明确“核心研发”与“技术服务”的占比，再结合《国民经济行业分类》和地方税收指引，选择“M7311（研发）”或“I6590（服务）”等基础分类代码，同时通过独立核算研发费用、留存业务证据链，确保分类与优惠适配、风险可控。税务分类不是一劳永逸，而是伴随企业全生命周期的动态管理，加喜财税愿以专业能力，成为AI企业税务合规的“护航者”。