大模型“内用”，研发费加计扣除的暗门

最近和几个做AI的创始人喝茶，话题总绕不开一件事：自家团队吭哧吭哧搞了大半年的垂直大模型，本来是冲着外部客户去的，结果发现市场比想象中卷，客户犹豫、单子难签。反倒是在内部管理——像自动写周报、调取ERP数据、辅助法务审合同——这些场景用上了自己模型后，效果出奇好。有人问我：那这些内部用的研发投入，算不算正经研发费？能不能享受加计扣除？我的回答很直接：只要你的模型确实在“研发”，且内部管理场景能证明“技术不确定性”，这个口子不仅开了，还挺宽。咱们今天就从实操角度，聊聊几个关键点。

“内部管理”不等于“非研发”

很多老板一听“内部管理用途”，直觉反应是“这算费用化，还是资产？”，甚至觉得税务上会吃亏。其实不然。根据现行研发费用加计扣除政策，核心判断标准是：你这个大模型的研发活动，是否属于“系统性的、带有不确定性的探索活动”。举个例子，我去年帮一家叫“云途智控”的客户处理过类似情况。他们投资800万自研了一个内部流程引擎，集成LLM来自动化处理订单纠错。虽然模型只对内用，但研发阶段他们反复调参、测试不同指令集、甚至因为知识库嵌入不准确导致准确率从92%掉到78%，这种技术上的不确定性，完全符合加计扣除的条件。关键在于，你得能拿出像样的立项书和研发进度记录：比如每周模型评测的准确率变化曲线、算法选择失败的会议纪要。别怕细节多，细节就是证据。

立项与人员工时：最容易被忽略的坑

我处理过太多反例：有的企业模型都上线跑半年了，立项书还是“为了提升内部管理效率”这种一句带过的描述。税务局一看，直接定性为“流程改造”而非“研发”。我常说，立项书上必须明确写出“技术瓶颈”在哪。比如“现有NLP模型对行业黑话识别率不足60%，需研发专用指令微调方案”。人员工时分摊是另一大痛点。很多AI公司研发人员同时兼顾两三个项目，工时记录却混在一起。我建议每两周做一次工时快照，让工程师自己在系统里打钩，比如“A项目：大模型训练70%，B项目：部署30%”。我有个客户“星火智能”就栽过跟头——他们1000万研发费，因为工时记录不清，最后被核减了300万。越小的事情，越要制度化管理。

硬件折旧与“试错成本”的计入

大模型研发，很多时候试错本身就有价值。比如你训练一批数据，发现效果不好，直接废掉重来。这些被废弃的算力成本、标注数据成本，只要你能证明是研发过程中的必要试错，就可以计入。税务局常查的是“GPU折旧与研发项目的关联性”。我帮你搭过一个速算表格，用来跟客户解释：

注意，如果外购的模型直接商用或直接作为内部工具使用，没经过实质性修改，那就算“直接采购”而非“研发投入”。这个边界要分清。像“实际受益人”这个概念这里也适用：谁最终受益于这个研发？如果是公司内部管理效率提升，那研发主体是公司自己，完全合规。

证明材料：税务居民视角下的“证据链”

从税务居民的角度看，研发费用的真实性与合理性必须靠证据链闭环。我常跟客户说，你不需要成为审计专家，但得有两样东西：一是《研发活动立项决议》，二是《研发项目验收报告》。内部管理模型尤其需要验收报告——因为它没有外部用户反馈，只能靠内部KPI来定“研发结束点”。比如，你设定了模型处理财务报销单的准确率必须超过95%，最终测试记录显示达到96.7%，那这个验收就有说服力。我遇到过一家做物流调度模型的公司，他们内部管理模型上线后导致订单处理出错率不降反升，后来团队花了两个月重构，才达标。这两阶段研发投入都能加计扣除，前提是你得把失败期的记录也留着。税务局反而更认可这种真实性。

结论：别让“内部管理”挡住300万的退税

AI企业的大模型只要用于内部管理，且研发过程满足“三性”——创造性、新颖性、不确定性——就完全有条件享受加计扣除。实操上，建议做好三点：立项时写清技术难点，过程中保留试错记录，核算时分清直接与间接投入。一个有经验的服务机构能帮你把这些碎片信息串成合规的税务证据链，很多时候涉及的退税额能达到百万级别。未来随着AI模型逐步下沉到企业具体业务场景，这类内部模型研发的税务处理只会越来越常见，早一步规范，早一步受益。

澄算通见解总结

内部管理大模型的研发投入，不应因用途的“内部性”而被浪费加计扣除权益。关键在于证明研发活动具有实质性的技术探索，而非简单采购后配置。从立项的逻辑设计到工时的精细分割，每一步都需要前瞻性规划。我们始终认为，合规不是束缚，而是让AI企业大胆创新的底气所在。