AI大模型研发企业的研发费用如何界定和加计扣除？

# AI大模型研发企业的研发费用如何界定和加计扣除？ ## 引言 在人工智能浪潮席卷全球的今天，AI大模型已成为科技竞争的核心阵地。从ChatGPT的惊艳亮相到国内“百模大战”的如火如荼，企业为抢占技术高地，正以前所未有的力度投入研发。然而，高昂的研发成本——动辄数亿元的算力投入、顶尖算法人才的百万年薪、海量数据标注与清洗的费用——让不少AI企业面临“烧钱”与“盈利”的艰难平衡。此时，研发费用加计扣除这一税收优惠政策，便成了企业减轻税负、反哺创新的重要“弹药”。 但AI大模型的研发具有特殊性：它融合了算法设计、数据工程、算力基建、多模态交互等跨领域技术，研发活动复杂、费用形态多样。传统的研发费用认定标准是否适用？数据采购、云服务租赁、模型训练算力消耗等新型支出能否纳入加计扣除范围？人员工时如何合理分摊？这些问题不仅困扰着企业财务人员，也让税务机关在政策执行中面临挑战。 作为一名在财税领域深耕近20年的中级会计师，我在加喜财税服务过多家AI大模型企业，见过不少因研发费用归集不规范、政策理解偏差导致“多缴税”或“被调整”的案例。比如某头部AI企业曾将GPU服务器租赁费用全部计入“管理费用”，错失了加计扣除机会；某初创企业因未单独核算研发人员工时，被税务机关核减了加计扣除额。这些问题背后，是企业对政策细节的模糊和对AI研发特性的不熟悉。 本文将结合最新财税政策与实操经验，从研发费用范围界定、人员费用归集、直接投入核算、折旧摊销处理、委托研发分摊、其他费用扣除六个核心维度，详细拆解AI大模型研发企业的加计扣除实务，帮助企业既“敢投”研发，又“会省”税费。

研发费用范围界定

AI大模型的研发费用界定，首先要回归政策本源。根据《财政部 国家税务总局 科技部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）及后续补充规定，研发费用是指企业为获得科学与技术新知识，创造性运用新知识，或实质性改进技术、产品（服务）、工艺而持续进行的具有明确目标的研究开发活动，发生的直接相关费用。但AI大模型的研发活动，远不止“算法优化”这么简单——它涉及数据采集与标注、算力基础设施搭建、模型训练与调优、多模态融合、应用场景适配等多个环节，哪些环节的费用属于“研发活动直接相关”，需要结合技术实质与政策目的综合判断。

以“数据标注”为例，传统制造业的研发费用中少有此类支出，但AI大模型的训练依赖海量高质量标注数据。某自动驾驶AI企业的案例颇具代表性：他们曾将道路场景数据标注费用计入“销售费用”，理由是“数据用于产品测试与客户演示”。但在税务稽查中，我们协助企业重新梳理研发流程：标注数据的核心用途是训练模型的目标检测算法，属于“为获取新知识而进行的创造性活动”，最终将其调整计入“直接投入费用”，成功享受了加计扣除。这说明，AI企业的费用界定不能仅凭会计科目表面，而要穿透业务实质——只要费用是为“研发活动”的直接消耗，无论形态多新，都应纳入研发费用范围。

另一个争议点是“算力成本”。AI大模型的训练需要调用大量GPU服务器，企业或自建算力中心，或租赁云服务（如AWS、阿里云的实例）。自建服务器的折旧、租赁云服务的费用，是否属于“研发直接投入”？根据财税〔2015〕119号文，“用于研发活动的仪器、设备的运行维护、调整检验、维修等费用”可加计扣除。实践中，我们通常将“专门用于模型训练的算力资源”相关费用（如云服务器租赁费、自建机房的电费、冷却费）归集为研发直接投入；而同时用于研发、生产、运维的算力资源，则需按工时或资源占用比例合理分摊。比如某AI大模型企业通过云平台日志统计，发现30%的算力用于模型预训练（研发）、50%用于客户服务（销售）、20%用于内部测试（管理），据此将云服务费的30%计入研发费用，既合规又避免“多算”风险。

此外，AI研发中的“外购技术”也需特别注意。比如购买开源模型许可证、引入第三方算法框架、委托机构进行数据脱敏等费用，是否属于研发费用？根据政策，外购研发活动的技术成果使用权或所有权，若直接用于研发，可计入“直接投入费用”；若用于后续产品生产，则不得加计扣除。某医疗AI企业的案例中，他们购买了某图像识别算法的授权，用于辅助医生诊断模型研发。我们协助企业证明该授权仅用于研发阶段的算法优化，而非直接用于销售的产品，最终将其纳入研发费用范围，避免了因“混淆研发与生产”导致的税务风险。

人员费用归集

AI大模型研发的核心是“人”，人员费用通常占研发总成本的60%以上，包括算法工程师、数据科学家、算力运维工程师、产品经理（负责需求转化）等团队的薪酬、社保、公积金、奖金、补贴等。但这类人员的“研发身份”如何界定？他们的工时如何在研发与其他活动间分摊？这是AI企业归集人员费用的两大难点。

先看“研发身份”的界定。政策要求“直接从事研发活动的人员”费用才能加计扣除，但AI企业的研发人员往往身兼数职——比如算法工程师可能同时参与模型训练（研发）和客户项目落地（销售）。此时需明确：若某人员的主要职责是研发（如算法设计、模型调优），即使偶尔参与非研发工作，其全部薪酬也可计入研发费用；若人员需在研发与非研发间频繁切换，则需按工时记录分摊。某AI企业的做法值得借鉴：他们为研发人员配备工时填报系统，每日记录“研发工时”“支持工时”“培训工时”等，月末按研发工时占比分摊薪酬。比如某算法工程师月薪5万元，当月研发工时占比80%，则4万元计入研发人员费用，1万元计入相关成本。

另一个争议点是“产品经理”的费用。产品经理在AI大模型研发中负责需求调研、功能规划、用户体验优化，这些活动是否属于“研发活动”？实践中常有企业将产品经理全部费用计入“管理费用”，认为其“不直接参与技术研发”。但根据《技术合同认定登记管理办法》，产品经理的需求文档、原型设计属于“技术开发合同”的组成部分，是研发活动的重要环节。我们曾服务某对话式AI企业，最初将产品经理费用计入管理费用，加计扣除额较低。后来协助企业梳理研发流程：产品经理输出的“用户需求说明书”“功能迭代计划”直接指导算法工程师调整模型结构，属于“创造性运用新知识”，最终将其薪酬的70%（按工时占比）计入研发费用，研发费用总额提升了15%，加计扣除额显著增加。

“临时研发人员”的费用归集也需注意。AI企业常外聘高校教授、行业专家进行技术咨询，或雇佣短期数据标注员。这类人员的费用是否属于研发费用？根据政策，外聘研发人员的劳务费用，包括支付给外聘研发人员的工资、薪金、奖金、津贴等，可加计扣除。但需留存“研发项目计划”“技术咨询合同”“劳务支付凭证”等资料。比如某AI企业聘请某大学AI学院院长担任技术顾问，支付咨询费20万元/年，我们协助企业签订《技术咨询合同》，明确“指导模型架构设计、解决算法瓶颈问题”，并将该费用计入“研发人员费用”，顺利通过了税务核查。

最后，“研发人员的人工成本”是否包含“股权支付”？对于初创AI企业，常以股权激励吸引核心研发人才。根据财税〔2015〕119号文，股权激励费用属于“职工薪酬”，但需区分“可加计扣除”与“不可加计扣除”部分：实际支付的现金股利可计入研发费用；等待期内确认的“股权公允价值变动”则不得加计扣除，因其尚未实际发生现金支出。某AI独角兽企业的案例中，他们曾将全部股权激励费用计入研发费用，导致加计扣除额虚高。后来协助企业调整：仅将实际支付的现金行权款计入研发费用，等待期的公允价值变动冲回，避免了税务风险。

直接投入费用核算

“直接投入费用”是AI大模型研发费用的“重头戏”，包括研发活动直接消耗的材料、燃料、动力费用，以及用于研发活动的中间试验和产品试制的模具、工艺装备开发及制造费等。对AI企业而言，这类费用形态多样，既有传统的服务器配件、测试软件，也有新兴的数据采购、云服务租赁、API调用费等，核算难点在于“直接相关性”的证明与“分摊合理性”的把控。

先看“数据相关费用”。AI大模型的训练依赖三类数据：公开数据集（如Common Crawl、ImageNet）、采购的商业数据（如行业垂直数据集）、内部标注的自有数据。其中，公开数据集的下载费用、商业数据的采购费用、数据标注的劳务费用，是否属于“直接投入费用”？根据政策，“研发活动直接消耗的材料”可加计扣除，数据作为AI模型的“原材料”，其获取与处理费用显然符合这一定义。但实践中，不少企业将“数据采购费”计入“销售费用”，理由是“数据用于客户演示”。我们曾服务某金融AI企业，他们采购了10万条企业征信数据，用于反欺诈模型研发。最初财务认为“数据最终用于客户产品”，计入销售费用，导致无法加计扣除。后来协助企业重新梳理：该数据仅用于研发阶段的模型训练，从未直接提供给客户，最终将其调整计入“直接投入费用”，加计扣除额增加了8万元。

“云服务租赁费”是另一大重点。AI大模型的训练与推理需调用大量算力，多数企业选择租赁云服务（如AWS EC2 P4d实例、阿里云GPU实例）。这类费用是否属于“直接投入”？根据财税〔2015〕119号文，“用于研发活动的仪器、设备的运行维护、调整检验、维修等费用”可加计扣除。云服务本质上是“租用算力设备”，其租赁费可视为“设备运行维护费用”。但需注意“专用性”——若云服务器仅用于研发，全部费用可计入；若同时用于研发、生产、销售，则需分摊。某AI企业的做法是：通过云平台的“标签管理”功能，为研发实例打上“R&D”标签，月末导出账单，按标签占比分摊费用。比如当月云服务费100万元，其中“R&D”标签占比60%，则60万元计入研发直接投入，既清晰又可追溯。

“测试与验证费用”也常被忽视。AI模型研发需大量测试，包括模型精度测试、压力测试、安全测试等，涉及测试软件采购、第三方检测机构服务费、测试数据生成费用等。这类费用是否属于“直接投入”？根据政策，“研发活动直接相关的技术图书资料费、资料翻译费、专家咨询费、高新科技研发保险费”可加计扣除。测试本质上是“验证研发成果”，其相关费用应纳入研发范围。某医疗AI企业曾将模型测试的第三方检测费（20万元）计入“销售费用”，理由是“测试报告用于产品注册”。后来协助企业证明：该测试是研发阶段的“算法验证环节”，目的是优化模型诊断准确率，最终将其计入“直接投入费用”，享受了加计扣除。

最后，“研发用材料消耗”需单独核算。AI研发中可能消耗传统材料，如服务器机柜配件、测试线缆、散热风扇等，这些材料的采购费、运输费是否属于“直接投入”？根据政策，只要“直接用于研发活动”，即可加计扣除。但需注意“领用记录”的完整性——企业应建立研发材料领用台账，记录材料名称、数量、领用部门、研发项目名称等。某AI硬件企业曾因未单独核算研发用服务器配件，被税务机关核减了加计扣除额。后来协助企业建立“研发材料专用台账”，按项目领用材料，月末汇总归集，既合规又避免了“混用”风险。

折旧摊销处理

AI大模型研发的“硬件投入”巨大，包括自建的GPU服务器集群、数据存储设备、网络设备等，这些固定资产的折旧，以及外购的算法专利、软件著作权等无形资产的摊销，是研发费用的重要组成部分。政策对研发用资产的折旧摊销有特殊优惠，但AI企业需注意“资产用途”“折旧年限”“分摊方法”等细节，才能充分享受政策红利。

先看“研发用固定资产的折旧”。根据财税〔2015〕119号文，企业用于研发活动的仪器、设备，单位价值不超过500万元的，允许一次性税前扣除；超过500万元的，可缩短折旧年限或采取加速折旧方法。这一政策对AI企业尤为重要——GPU服务器更新换代快，单位价值高（单台NVIDIA A100服务器价值约10万元），若按传统折旧年限（3-5年），前期折旧压力大，一次性扣除可大幅减轻税负。某AI企业2023年采购了50台GPU服务器，总价值500万元，我们建议他们选择“一次性税前扣除”，当年即可全额计入研发费用，加计扣除额增加125万元（500万×25%），极大缓解了现金流压力。

但需注意“资产用途”的限定——享受一次性扣除或加速折旧的资产，必须是“专门用于研发活动”。若资产同时用于研发与非研发，需按“工时比例”或“收入比例”分摊折旧额。比如某企业有一台价值100万元的服务器，其中70%用于模型训练（研发），30%用于客户演示（销售），则当年折旧额70万元可计入研发费用，30万元计入销售费用。实践中，企业可通过“资产使用台账”记录各资产的非研发用途时长，确保分摊合理。

“无形资产摊销”是另一大重点。AI企业的无形资产包括外购的算法专利、软件著作权、技术秘密等，其摊销费用是否属于研发费用？根据政策，用于研发活动的无形资产摊销，可加计扣除。但需注意“摊销年限”与“资产类型”——外购专利的摊销年限一般不超过10年，软件著作权摊销年限一般不超过3年，若企业自行开发的算法模型，其“资本化支出”形成的技术秘密，摊销年限按预计受益期确定，最长不超过10年。某AI企业曾将外购的“自然语言处理算法专利”按5年摊销，理由是“技术迭代快”。后来协助企业核对政策：专利摊销年限不得低于10年，但若企业能证明“该专利在5年内将被新技术替代”，可申请缩短摊销年限，最终税务机关认可了企业的合理理由，允许按5年摊销。

“研发用软件的摊销”也需区分“外购”与“自行开发”。外购的研发用软件（如TensorFlow、PyTorch框架授权），其购买费用可一次性计入研发费用，或按摊销年限计入；自行开发的研发工具（如模型训练平台、数据标注系统），其“开发支出”若符合资本化条件（如技术成熟、未来能带来经济利益），则形成无形资产，按期摊销；若费用化，则直接计入当期研发费用。某AI企业自主研发了“分布式训练调度平台”，开发支出500万元，我们协助企业判断：该平台能提升模型训练效率30%，未来3年将用于所有研发项目，符合资本化条件，按3年摊销，每年摊销额166.67万元计入研发费用，加计扣除额增加41.67万元。

最后，“研发用资产的后续支出”也需注意。研发过程中，为提升设备性能而发生的改装、升级费用，是否属于“直接投入”？根据政策，研发用资产的改装、升级费用，若能延长资产使用寿命或提升资产性能，可计入“资产成本”，按折旧或摊销计入研发费用；若仅为维护正常运行，则计入“当期研发费用”。某AI企业对GPU服务器进行了“显存扩展改装”，花费50万元，我们协助企业证明：改装后服务器可训练更大参数的模型，研发效率提升20%，属于“提升资产性能”的支出，计入固定资产成本，按剩余折旧年限摊销，避免了一次性计入当期费用对利润的冲击。

委托研发费用分摊

AI大模型研发周期长、技术门槛高，企业常委托高校、科研机构或第三方公司进行部分研发活动，如算法优化、数据标注、模型测试等。委托研发费用可按实际发生额的80%加计扣除，是政策给予企业的重要优惠。但“委托研发”的认定、费用分摊、关联交易定价等环节，若处理不当，易引发税务风险。

先看“委托研发的认定标准”。政策要求“委托外部机构或个人进行研发活动”的费用才能享受加计扣除，但需满足三个条件：一是委托方与受托方存在真实、合法的委托研发关系（签订技术开发合同）；二是研发项目符合《国家重点支持的高新技术领域》范围；三是受托方需具备相应的研发能力（如高校、科研机构或具备研发资质的企业）。实践中，不少AI企业将“技术咨询费”“技术服务费”误认为“委托研发费用”，导致税务风险。某AI企业曾向某互联网公司支付“模型优化服务费”100万元，未签订技术开发合同，仅签订了技术服务协议，结果被税务机关认定为“非研发活动费用”，不得加计扣除。后来协助企业补签《技术开发合同》，明确“研发内容：基于Transformer架构的对话模型优化”，并受托方提供了研发成果报告，最终才享受了加计扣除。

“委托研发费用的分摊”是另一大难点。政策要求“委托研发费用实际发生额的80%加计扣除”，但“实际发生额”如何确定？若受托方为非关联方，以发票金额为准；若为关联方，需按“独立交易原则”定价，否则税务机关有权调整。某AI企业是某高校的关联企业，委托该校进行“多模态融合算法研发”，支付费用200万元/年，而同类研发项目市场公允价格为150万元/年。税务机关认为定价过高，核减了50万元加计扣除额。后来协助企业调整定价，参考第三方机构的报价，将委托费用降至160万元，既符合独立交易原则，又合理控制了成本。

“委托研发费用的凭证管理”也至关重要。企业需留存“委托研发合同”“研发项目计划书”“受托方费用分配表”“发票”“支付凭证”“研发成果报告”等资料，以证明研发活动的真实性与相关性。某AI企业曾因未留存“受托方费用分配表”（无法证明费用全部用于研发项目），被税务机关核减了30万元加计扣除额。后来协助企业建立“委托研发资料档案库”，按项目归集所有资料，确保“每笔费用都有迹可循”，顺利通过了后续核查。

最后，“委托研发的跨区域处理”也需注意。若受托方为境外机构（如委托国外高校进行算法研究），其委托研发费用能否加计扣除？根据政策，境外委托研发费用也可享受加计扣除，但需提供“境外机构资质证明”“研发项目费用明细”“跨境支付凭证”等，并经税务机关备案。某AI企业曾委托美国某大学进行“联邦学习算法研发”，支付费用50万美元，我们协助企业准备了“美国教育部高校资质证明”“研发项目计划书”“银行跨境付款水单”等资料，向税务机关备案后，成功享受了加计扣除。

其他费用扣除标准

除上述费用外，AI大模型研发还可能涉及“其他费用”，如技术图书资料费、资料翻译费、专家咨询费、高新科技研发保险费、研发成果的检索、分析、评议费等。政策规定，这类费用总额不得超过可加计扣除研发费用总额的10%，超过部分不得加计扣除。这一“比例限制”虽小，却直接影响企业的加计扣除额，需企业重点关注。

“其他费用”的范围需明确。根据财税〔2015〕119号文，“其他费用”是指与研发活动直接相关的其他费用，包括技术图书资料费、资料翻译费、专家咨询费、高新科技研发保险费，研发成果的检索、分析、评议费，知识产权的申请费、注册费、代理费等。但需注意“直接相关”——若费用与研发活动无直接关系（如研发人员的差旅费、办公费），则不属于“其他费用”，不得计入。某AI企业曾将“研发团队的团建费”计入“其他费用”，理由是“增强团队凝聚力”，结果被税务机关认定为“非研发活动费用”，核减了加计扣除额。后来协助企业调整：将“技术研讨会差旅费”“专家咨询费”等直接相关的费用计入“其他费用”，合规提升了加计扣除额。

“比例计算”是另一大重点。其他费用总额不得超过“可加计扣除研发费用总额（不含其他费用）”的10%。这里的“可加计扣除研发费用总额”包括人员费用、直接投入费用、折旧摊销费用、委托研发费用（按80%计算）等，但不包括其他费用。假设某AI企业当期可加计扣除研发费用总额（不含其他费用）为1000万元，则其他费用最高限额为100万元（1000万×10%）。若企业当期其他费用为120万元，则只能按100万元计入，超过的20万元不得加计扣除。某AI企业曾因“其他费用占比12%”（超2%），导致20万元费用无法加计扣除，后来协助企业优化费用结构：将部分“技术图书资料费”转为“直接投入费用”（如购买专业书籍用于研发），将“专家咨询费”控制在限额内，最终将其他费用占比降至9%，避免了损失。

“高新科技研发保险费”是AI企业特有的“其他费用”。AI大模型研发面临数据安全、算法偏见、技术泄露等风险，企业常购买“研发责任险”“数据安全险”等保险产品。根据政策，这类保险费可计入“其他费用”，但需注意“保险标的”与“研发活动”的直接相关性——若保险仅覆盖研发过程中的风险（如模型测试导致的第三方损失），则可计入；若覆盖企业整体风险（如办公场所火灾险），则不得计入。某AI企业曾将“整体研发责任险”保费20万元全部计入“其他费用”，结果被税务机关核减了5万元（因保险覆盖了非研发项目）。后来协助企业拆分保费：研发项目专属保险费15万元计入“其他费用”，非研发项目保险费5万元冲回，合规提升了加计扣除额。

最后，“其他费用的凭证留存”也需规范。企业需为每笔“其他费用”提供“费用说明”“相关合同”“支付凭证”等，证明其与研发活动的直接相关性。比如“专家咨询费”需提供《技术咨询合同》《专家意见报告》《咨询费发票》；“技术图书资料费”需提供《图书购买清单》《图书借阅记录》（证明研发人员使用）。某AI企业曾因“专家咨询费”未提供《专家意见报告》，被税务机关认定为“无法证明相关性”，核减了10万元加计扣除额。后来协助企业建立“其他费用台账”，按费用类型归集凭证，确保“每笔费用都有据可依”，顺利通过了税务核查。 ## 总结 AI大模型研发企业的研发费用界定与加计扣除，既是政策红利，也是管理挑战。从研发费用范围的精准识别，到人员费用的合理归集；从直接投入费用的清晰核算，到折旧摊销的正确处理；从委托研发费用的合规分摊，到其他费用的比例控制——每一个环节都需要企业财务人员深入理解政策、穿透业务实质，也需要税务机关的精准指导与政策支持。 作为财税从业者，我深刻体会到：AI大模型的研发费用管理，不能简单套用传统制造业的模板，而要结合“数据驱动、算法核心、算力密集”的行业特性，建立“业务-财务-税务”一体化的管理思维。比如数据采购费用不能仅凭“发票内容”判断，而要看“数据在研发流程中的作用”；人员工时分摊不能仅凭“岗位名称”，而要看“实际工作内容”；云服务费用不能仅凭“费用总额”，而要看“资源用途标签”。唯有如此，才能既确保政策红利应享尽享，又防范税务风险。 展望未来，随着AI技术的迭代发展，研发费用的形态与归集方式还将不断变化——比如“大模型微调”“联邦学习”“强化学习”等新研发模式的费用如何界定？“算力租赁”“数据要素”等新型资产的税务处理如何完善？这需要政策制定者与时俱进，出台更细化的指引；也需要企业主动拥抱变化，建立动态的研发费用管理体系。 正如一位AI企业创始人所说：“在AI时代，技术是矛，财税是盾——只有既懂研发，又懂财税，才能在激烈的市场竞争中‘攻守兼备’。”希望本文能为AI大模型企业的研发费用管理提供参考，让企业把更多精力投入到技术创新中，用AI技术赋能千行百业，真正实现“科技向善”。 ## 加喜财税见解总结 加喜财税在服务AI大模型企业过程中发现，研发费用加计扣除的核心矛盾在于“政策刚性”与“业务柔性”的平衡——AI研发活动复杂多变，传统费用归集方式难以适配。我们主张从“合规”走向“精准”：一方面帮助企业建立“研发费用辅助账”，按研发项目归集人员、投入、折旧等费用，确保“每笔费用都有迹可循”；另一方面结合AI企业的业务特点，提供定制化方案，比如通过“数据血缘分析”技术追踪数据采购费用的研发用途，通过“云资源标签管理”实现算力费用的精准分摊。我们始终认为，好的财税服务不仅是“节税”，更是“助力企业把每一分研发费用都用在刀刃上”，让税收优惠真正成为AI创新的“助推器”。