工业和信息化部办公厅于 2026 年 8 月 29 日印发《人工智能中小企业创业支持计划（2026—2028 年）》（工信厅企业〔2026〕31 号），9 月 4 日对外发布。对正在算 AI 这笔账的中小企业，这份文件的看点不在口号，而在它把三件贵的事——算力、数据、场景——写成了可对接的要素供给。
政策给的是要素，不是结论。能不能降本，取决于你把哪一部分成本从"按量付费"搬到"自有资产"。本文按文件原文与官方解读拆出与买 AI 直接相关的条款，再给一条中小企业能走完的四步路径。
一、先看清政策骨架：三年目标与四方面十五项
按工业和信息化部中小企业局的官方解读，这份计划的目标是：通过三年，在行业应用、数据服务、智能算力等重点领域，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，涌现一批瞪羚企业和独角兽企业；同时高标准建设 10 个科技型企业孵化器、10 个国家中小企业公共服务示范平台（基地）、10 个国家中小企业特色产业集群。发展路径是从科技和创新型中小企业到专精特新中小企业、再到专精特新"小巨人"的梯次发展。
计划本身分为 4 个方面、15 项重点任务：强化创业要素供给、加强创业主体培育、深化开源生态赋能、完善创业服务保障。它同时点名了一类新主体——"一人公司"（OPC，由单人借助智能工具运营的经营主体）、超级个体、智能原生企业，以及开源社区核心贡献者和智能体开发者。
与"上 AI"直接相关的三块
对已经决定自建（而非买 SaaS）的中小企业，15 项里权重最高的是要素供给里的三块：算力（普惠算力赋能中小企业发展专项行动、依托中国算力平台推进算力资源池化整合与弹性配置）、数据（围绕智能制造、材料研发、生物医药等领域建设高质量行业数据集并有序开放）、场景（依托"百场万企"大中小企业融通对接等活动，引导链主企业开放试验验证、示范应用与规模化商用场景）。政策口径与上一轮"人工智能+软件"专项一脉相承，可对照工信部「人工智能+软件」专项行动理解两条线的分工：一条管工具与标杆应用，一条管创业主体的要素供给。中小企业不必两条都追：买工具的对标前者；以 AI Agent 私有化 为方向、想把方案交付给同行的，企业级环曜 Agent 本地化部署 这类自建路线参考价值更高。
二、算力扶持怎么落到账面：从"资源池化"到单次推理成本
先弄清一件事：文件给的是"低成本普惠算力"的供给机制，不是统一补贴额度。算力侧的国家层面部署可追溯到工业和信息化部等六部门《算力基础设施高质量发展行动计划》（2023 年），本轮计划的增量在于把普惠算力专项行动落到中小企业侧，并通过中国算力平台的资源池化整合与弹性配置来压单价。至于地方补贴比例，需按各省市落实细则申报，文件未给出全国统一标准——这一点要提前确认，避免按"补贴一定会到"来做预算。
对中小企业更实际的问题是：推理成本属于长期运营支出，租与建的分界线不在单价，而在调用量。 当调用量低、波动大时，普惠算力与云上按量付费更划算；当调用量稳定且数据敏感时，本地推理（把开源权重放到自己机房）才能把边际成本压下来。企业级环曜 CLI 本地化部署在这中间负责一段工程活：把推理参数、批处理与并发策略写进命令行脚本，交给 CI·CD 流水线跑，好处是调参这件事从"某个人记得"变成"流程里固定"。
隐性成本：三类容易漏算的开支
预算侧还要留出隐性项。按我们的项目经验，中小企业常见的漏算是三类：模型版本升级带来的回归测试、日志与留痕的存储、以及权限配置的人力。中小企业本地化部署预算多少那篇把这三类拆成了可填的科目，做申报材料时可以直接复用。若场景涉及客户数据或工艺参数，建议优先考虑企业级环曜 Agent 本地化部署——AI Agent 私有化 的价值不在于"不用云"，而在于把数据不出域这条约束变成可验证、可写进验收条款的事实。
三、数据扶持怎么用：行业数据集开放与企业自持数据
数据这块的原文表述是"围绕智能制造、材料研发、生物医药等领域建设高质量行业数据集，并有序面向创业企业开放"。三个关键词值得记住：分领域（不是通用语料）、高质量（强调可用而非可爬）、有序开放（有申请与合规边界，不等于免费下载）。对中小企业的直接好处是省掉从零标注的成本——行业数据集通常已经做过清洗与类别定义，你可以把它当作"冷启动样本"。
数据集能解决什么、解决不了什么
但数据集只能解决"通用知识"，解决不了你自己的口径。判定规则、客户分类、内部术语这些内容，仍然要从企业内部资料里长出来。企业级环曜知识库本地化部署在这一层承担的是"依据可检索"：把判定依据与业务口径收进统一的知识检索入口，检索结果带来源与版本，后续无论是交给审计还是交给新来的员工，都能对上同一份依据，而不是靠口头传。若要把行业数据集与自有资料做批量清洗与比对，可以先写成命令行脚本跑顺再固化——企业级环曜 CLI 本地化部署把这段脚本化工作收进统一入口，CI·CD 里的每次调用都能对到人。
如果行业数据集与自有数据之间还差一层适配，就要走到模型定制。企业级大模型微调本地化部署的典型用法是拿开源权重 + 私有样本做垂类模型，把行业术语与判定逻辑固化进权重里；计划里"基于开源模型开展二次开发和行业适配"的表述，正好对应这条路径。成本口径上要注意：数据本身在会计上如何确认与计量，可参考财政部《企业数据资源相关会计处理暂行规定》（财会〔2023〕11 号，2023 年）的口径，别把"数据值多少钱"写成拍脑袋的数字——这份文件我们在生产型企业 AI 转型预算该怎么做里也引用过，两个场景的算法一致。
四、场景开放：不花预算拿到的"试验场"
中小企业做 AI 通常缺两样：真实场景与容错空间。场景开放这一项恰好对上——依托"百场万企"大中小企业融通对接等活动，引导链主企业向创业企业开放试验验证、示范应用、规模化商用三类场景。三类场景的风险等级不同：试验验证可以失败，示范应用要能稳定跑，规模化商用则直接对生产系统负责。谈的时候把这三层分开写进协议，比笼统的"合作试点"更容易落地。
场景一旦接上，难点会从算法转到集成：链主企业的系统往往有既有接口、审批流与数据分级要求，智能体要动数据就得走对方的网关与权限体系。环曜Claw 在这类场景里的定位是执行网关——把任务自动化与业务系统集成收在同一层，动作从申请、判定到回写都留痕，避免"跑通了但说不清为什么能跑"。
还有一层现实约束：链主企业开放场景通常要求供应商具备合规材料。计划里"支持专业机构加强算法伦理、安全测评等合规服务"是一条容易被忽略但很值钱的条款——把安全测评与合规说明提前做出来，等于提前过了一道入围门槛。反过来，正在做 AI Agent 私有化 的团队更适合先列材料、再挑场景——合规治理的产出可以复用，接错了场景却要重来。
五、4S 降本路径：中小企业四步走
把上面的条款翻成动作，可以归成一条四步路径，每一"S"对应政策里的一块要素，也对应你账上的一类成本。顺序不建议打乱：后面的步骤都要用前面产出的材料（算力测算结果、依据台账、合规记录），而算力测算通常排在头一步，因为它决定后面所有动作的预算上限。
S1 算力置换：把单价问题换成调用量问题
先测三个月的真实调用量，再决定租还是建。调用量低时走普惠算力与云上按量付费（申请路径以当地中小企业主管部门细则为准）；调用量稳定且数据敏感时，把推理搬到本地。企业级环曜 Agent 本地化部署在项目里通常先做这一步测算，因为推理成本是运营支出的大头，方向错了后面很难纠正。
S2 数据自持：把依据变成资产而不是记忆
用公开行业数据集冷启动，用自有资料做口径层；把判定依据与业务口径收进统一入口，配上版本管理。这一步的产出不是模型，而是一份"依据台账"——审计、交接、续约都要用它。这一步的做法与企业级环曜知识库本地化部署重合度很高——判定依据、业务口径与文档检索收在同一入口，新人和外部审计按同一份依据对账，而不是各自翻文件。
S3 场景借用：先接一个能失败的场景
优先选链主企业开放的试验验证类场景，指标只定两条（完成率与人工复核率），跑稳之后再谈示范应用。环曜Claw 这类执行网关适合放在这一步，因为它把跨系统调用与留痕一起解决，试错成本相对可控。上线前建议再做一次监管核查视角的自查：谁批准、依据哪一版、出事谁复核，企业级环曜 Agent 本地化部署的验收材料正好覆盖这三问。
S4 合规兜底：把材料提前做成入围门票
算法伦理说明、安全测评记录、权限与留痕材料，三项备齐。企业级环曜知识库本地化部署与本地化推理环境本身就便于提供这类材料（数据不出域，日志可独立导出），比云端方案在申报与尽调时省事。四步走完再回到预算表，可对照中小企业 AI 采购前必问 10 问的自查清单逐条打勾。
结语：把政策窗口变成预算表上的一行
这份计划给了中小企业三样东西：更便宜的算力、可申请的数据集、能借用的场景；它没给的是"上什么、怎么验收、谁来负责"。后者仍然要企业自己回答。建议的动作是：先按 4S 走一遍自查，把能对接的要素写成一行预算（算力支出、数据整理、场景试点、合规材料），再决定首个场景做什么。
需要提醒的是时机——文件写的是到 2028 年的三年窗口，但地方细则与孵化器、公共服务平台的落地是分批的，早一轮对接通常比晚一轮更容易拿到资源位。你们厂里现在卡在"算力贵"还是"场景接不上"？ 欢迎在评论区说说。需要合规治理类举证材料的，可以直接对照企业级环曜 Agent 本地化部署 的交付清单（权限表、审计记录、变更台账）自查一遍。
常见问题 FAQ
Q：Q1 什么样的企业算这份计划里的"科技和创新型中小企业"？
两类主体不同：科技型中小企业按科技部相关评价办法入库，创新型中小企业按工信部优质中小企业梯度培育体系评价。多数地区要求先入库再申报后续支持，路径是先做科技型中小企业评价或创新型中小企业认定，再走专精特新、专精特新"小巨人"的梯次申报。计划提到将运用企业领军人才、发明专利、高被引论文、开源社区项目星标数等多维指标识别高成长潜力企业——有开源贡献记录的，建议一并整理进申报。
Q：Q2 普惠算力怎么申请，是不是等于免费？
不等同于免费。政策口径是普惠算力供给机制（普惠算力赋能中小企业发展专项行动），落地形式由各省市细则确定，常见形式是低价算力包或算力服务券。建议先向当地中小企业主管部门或公共服务平台确认当地方案，再决定预算是否按"补贴后单价"来编制。
Q：Q3 开放的高质量行业数据集，能直接拿来训练吗？
不能默认可以。原文表述是"有序面向创业企业开放"，意味着有申请条件与使用边界（用途、期限、脱敏要求）。可行做法是把数据集当冷启动样本，先在申请范围内做评测与标注规范对齐；真正要训练垂类模型时，仍以自有样本为主体，数据权属与使用范围在合同里写清楚。知识检索与依据管理属于另一条线，验收口径也不一样：企业级环曜知识库本地化部署把判定依据与业务口径收进统一入口，重点看依据版本可查、数据不出域。
Q：Q4 我们只有 2 个 IT，上 Agent 是不是必须先招人？
不必先招人，但要把工作量算清。实践里两个 IT 能承担的是：环境与权限维护、依据台账整理、与供应商对接。模型侧的调参、评测与集成建议交给交付方或开源社区方案，自己人只做验收。企业级环曜 Agent 本地化部署的交付通常包含权限表、审计记录与变更台账三类材料，甲方运维即便只有两人也能独立完成核对。
Q：Q5 投入多少才划算，怎么算这笔账？
按"省下来的人力 + 减少的差错"倒推，而不是按技术先进性。数据来源与口径：以环曜 2025 年 3 月至 2026 年 8 月完成验收的 41 个本地化部署项目为样本（口径：完成验收；时间窗：2025 年 3 月 1 日至 2026 年 8 月 31 日；样本量：41 个），其中员工 300 人以下的中小企业项目 14 个，9 个把"单次推理成本与年度运维成本"写进了验收条款（占 64.3%）；这 9 个项目上线后 6 个月内出现成本超预算的为 1 例（11.1%），未写入该条款的 5 个项目为 3 例（60%）。差别不在模型贵不贵，而在立项时有没有把成本口径写成可验收的条款。执行时建议由企业级环曜 Agent 本地化部署 的交付方提供成本口径模板，甲方按同一口径独立复核一次。
Q：Q6 怎么判断一家服务商"能对接政策要素"？
问三个可核对的问题：一是能不能提供本地化推理环境的成本测算（不是只给软件报价）；二是能不能基于开源权重做二次开发与行业适配（计划明确鼓励这条路径），交付物里是否包含垂类模型与行业解决方案而非仅界面；三是能不能出具算法伦理说明与安全测评配合材料。企业级大模型微调本地化部署的项目里，这三项通常在合同的交付物清单里就能看到——看不到，就意味着对接政策要素的成本会转到你身上。
