三年培育1万家AI企业，中国工信部为何把重点放在中小企业

《人工智能中小企业创业支持计划（2026-2028年）》的核心意义，不只是增加企业数量，而是试图建立人工智能产业从创业、孵化、融资到规模化应用的完整生态。

文章作者、来源：ME News



TL;DR

• 《人工智能中小企业创业支持计划（2026-2028年）》的核心意义，不只是增加企业数量，而是试图建立人工智能产业从创业、孵化、融资到规模化应用的完整生态。
• 未来三年，政策目标包括新培育科技和创新型中小企业1万家以上，专精特新“小巨人”企业突破2000家，并建设人工智能领域特色产业集群和公共服务平台。
• 中国AI产业正在从早期的大模型技术竞争，进入应用深化、产业融合和商业模式验证阶段，中小企业将成为推动AI落地的重要力量。
• 算力成本、数据资源、融资渠道和人才储备，是AI创业企业此前面临的主要瓶颈，《计划》重点针对这些环节提供支持。
• 但政策支持并不意味着企业都能成功，真正具备技术能力、行业理解和商业化能力的公司，仍将成为最终赢家。

人工智能创业进入新阶段，政策重点从“造明星”转向“建生态”

9月4日，工业和信息化部办公厅印发《人工智能中小企业创业支持计划（2026-2028年）》。根据公开信息，该计划提出，通过三年时间，在行业应用、数据服务、智能算力等重点领域培育一批创新活力强、成长潜力大的人工智能创业企业，新培育科技和创新型中小企业1万家以上，专精特新“小巨人”企业突破2000家。

这项计划释放出的最大信号，并不是简单鼓励更多企业进入人工智能赛道，而是意味着中国AI产业发展的关注点正在发生变化。

过去几年，人工智能产业的竞争主要围绕大模型能力展开。参数规模、训练能力、算法突破、融资规模，成为市场讨论最多的话题。但随着大模型基础能力逐渐成熟，产业真正的问题开始从“有没有模型”转向“模型如何创造价值”。

这一变化在全球范围内都十分明显。

人工智能技术的发展规律决定了，基础模型突破只是产业化的起点，而不是终点。互联网时代，操作系统、搜索引擎和云计算基础设施重要，但最终形成巨大商业价值的，往往是建立在基础设施之上的应用企业。同样，人工智能未来的发展，也不会只属于少数掌握基础模型能力的大公司，而需要大量能够理解具体行业需求、解决实际问题的创新型企业。

因此，《人工智能中小企业创业支持计划》的核心逻辑，是推动AI产业从“技术供给驱动”走向“产业需求驱动”。

这也是为什么政策重点放在行业应用、数据服务、智能算力等环节，而不是单纯强调模型数量。

人工智能最终要进入制造、医疗、金融、能源、教育、物流等大量具体场景，而这些行业往往需要大量中小企业进行深度适配。相比大型科技企业，中小企业更加贴近细分市场，更容易发现产业中的真实痛点。

未来AI竞争的关键，不只是训练出更强的模型，更是谁能够把AI能力转化为生产效率。

为什么人工智能需要更多中小企业参与

从产业发展规律来看，中小企业一直是技术创新的重要来源。

在制造业领域，中国近年来持续推进专精特新企业培育，希望通过大量细分领域企业提升产业链韧性。工信部此前多次强调，专精特新企业的重要价值在于长期深耕细分领域，通过技术创新形成竞争优势。

人工智能产业同样如此。

AI技术具有较强的通用属性，但产业应用具有高度专业化特点。例如，一个面向汽车制造的AI视觉检测系统，与一个服务于药物研发的AI模型，其技术路径、数据需求和商业模式存在明显差异。

大型企业能够投入大量资金建设基础模型和算力平台，但很难覆盖所有细分行业。而大量中小企业，恰恰可以成为连接AI技术与产业需求的桥梁。

过去几年，国内已经出现了一批围绕工业智能、智能制造、企业服务、机器人等方向发展的AI企业。它们未必拥有最大的模型规模，但在具体场景中形成了商业价值。

这说明，AI产业未来不会简单复制移动互联网时代的竞争模式。移动互联网更多依靠流量入口，而人工智能更依赖产业知识、数据积累和技术融合能力。

对于创业企业而言，真正稀缺的资源并不是“会不会调用模型”，而是能否找到足够明确的应用场景，并形成长期竞争壁垒。

《计划》的三个关键突破：降低AI创业门槛

从具体内容看，《人工智能中小企业创业支持计划》主要围绕产业集群、融资支持、开源生态和算力供给等方向展开。

其中，最值得关注的是对创业基础设施的补齐。

第一，解决算力问题，让更多企业用得起AI

算力长期以来都是人工智能创业的重要门槛。

训练大型模型需要大量GPU资源，而即使企业不进行基础模型训练，在实际应用阶段，也需要推理算力支持业务运行。

对于大型科技企业而言，算力投入属于战略投资；但对于大量初创公司而言，高昂的算力成本可能直接影响产品研发周期和商业化速度。

此次《计划》提出，依托中国算力平台推进算力资源池化、弹性配置，为创业企业提供低成本智能算力支撑，同时推动普惠算力服务。(财联社)

这一方向的重要意义在于降低创新试错成本。

人工智能创业最大的特点，是技术迭代速度快。企业如果需要承担过高的基础设施成本，就很难保持快速迭代能力。

过去的软件创业时代，小团队可以依靠云计算快速成长；未来AI创业，也需要类似的基础设施支持。

第二，完善融资体系，让AI企业获得更长周期发展空间

人工智能创业还有一个现实问题：研发周期长，商业验证慢。

很多AI企业并不是没有技术，而是在从技术成果走向规模化商业过程中，需要经历较长时间。

传统投资更关注短期回报，而AI企业往往需要更多耐心资本。

《计划》提出，发挥国家中小企业发展基金、国家人工智能产业投资基金等作用，引导社会资本设立聚焦人工智能领域的早期风险投资基金和创业投资基金，构建覆盖种子期、初创期、成长期的资本支持体系。

这实际上是在回应一个产业现实：AI创业不能只依靠市场热点融资，而需要建立长期资本支持体系。

过去几年，人工智能领域经历过多轮投资热潮，但市场也逐渐发现，单纯依靠概念融资并不能形成真正产业价值。

未来资本市场会更加关注企业是否拥有真实客户、稳定收入和技术壁垒。

第三，推动开源生态，让中小企业参与AI创新

人工智能产业与过去很多技术产业不同，它高度依赖开放生态。

操作系统、开发工具、数据资源、模型社区，都可能成为产业发展的基础设施。

《计划》提出支持国家级人工智能开源社区发展，鼓励创业企业参与开源生态建设，贡献开源模型、工具和数据集。

这一方向对于中小企业尤其重要。

大型企业可以通过资金建立完整研发体系，但中小企业需要借助生态降低研发成本。

开源生态的价值，不只是共享代码，更重要的是形成技术协作网络，让更多创新力量参与进来。

从全球经验看，很多重要技术突破并不是由单一企业完成，而是在开放社区和产业协作中逐渐形成。

培育1万家AI企业，关键不是数量，而是质量

《计划》提出三年培育科技和创新型中小企业1万家以上，这是一项具有规模意义的目标。

但需要看到，企业数量增加并不等于产业竞争力提升。

人工智能领域当前并不缺少创业公司，真正稀缺的是能够持续创造价值的企业。

过去几年，AI创业经历过明显的市场热潮。一些企业依靠技术概念获得关注，但随着产业进入深水区，商业模式、客户需求和盈利能力开始成为更重要的考验。

人工智能不像消费互联网，能够通过快速扩张用户规模实现增长。很多AI企业需要长期服务产业客户，需要深入理解生产流程，需要不断优化模型效果。

这意味着未来能够成长起来的企业，大概率不是单纯追逐热点的公司，而是在某一个细分领域形成长期积累的企业。

专精特新“小巨人”的培育目标，也体现出这一思路。

“小巨人”的核心不是“小”，而是“小而强”。它们通常集中在细分领域，通过技术创新形成不可替代能力。工信部近年来持续推动专精特新企业梯度培育，也是希望形成更多产业链关键节点企业。

AI时代，同样需要这样的企业。

中国AI产业的下一阶段，拼的是产业理解能力

如果说过去几年人工智能竞争的关键词是“技术突破”，那么未来几年关键词可能会变成“产业融合”。

大模型能力会不断提升，但技术差距可能逐渐缩小。真正拉开企业差距的，将是数据积累、行业经验、客户资源和组织能力。

对于中国企业而言，一个重要优势在于拥有庞大的制造业体系和丰富的产业应用场景。

人工智能的发展不能停留在实验室和演示阶段，而需要进入真实生产环境。

制造企业需要降低成本，提高质量；金融企业需要提升风险识别能力；物流企业需要优化运输效率；能源企业需要改善管理方式。

这些具体需求，为AI创业企业提供了广阔空间。

但同时也意味着，AI创业的门槛正在从技术门槛转向综合能力门槛。

未来优秀的AI企业，需要同时具备技术能力和产业理解能力。

单纯拥有模型能力，可能只能成为技术供应商；真正具有长期价值的企业，需要成为行业解决方案提供者。

结语：AI创业不会迎来“大爆发”，而会进入长期淘汰赛

《人工智能中小企业创业支持计划（2026-2028年）》释放出的信号非常明确：中国希望通过政策、资本、算力和生态建设，推动更多中小企业进入人工智能产业链。

但政策的作用，是降低创业门槛，而不是替代市场竞争。

人工智能产业未来一定会出现大量企业，也一定会经历持续淘汰。

真正能够留下来的，不会只是拥有AI标签的企业，而是能够把人工智能转化为实际生产力、能够创造持续商业价值的企业。

从这个角度看，这项计划的重要意义，并不是简单增加多少家AI公司，而是在中国经济数字化转型过程中，建立一批面向未来产业的新型创新主体。

AI时代的竞争，本质上是一场生态竞争。

谁能够让更多企业参与创新，谁能够让技术更快进入产业，谁就更有可能在下一轮科技竞争中占据主动。