AI大模型研发企业，如何确定市场监管局行业分类代码？

# AI大模型研发企业，如何确定市场监管局行业分类代码？

近年来，AI大模型如ChatGPT、文心一言等的爆发式发展，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占比超30%。这些企业在注册登记、政策申报、税务处理时，首先要面对一个基础却关键的问题——如何在市场监管局系统中确定准确的行业分类代码。别小看这串字符，它直接关系到企业能否享受高新技术企业优惠、研发费用加计扣除，甚至影响后续融资时的行业标签认定。但现实是，很多AI企业创始人“技术过硬，分类犯难”：有的把大模型研发简单归为“软件和信息技术服务业”，有的因涉及多领域应用而陷入“该选I类还是M类”的纠结。作为一名在财税和注册一线摸爬滚打14年的“老兵”，今天我就结合实操案例和政策逻辑，带大家彻底搞懂AI大模型研发企业的行业分类密码。

一、认知基础：行业分类体系的“底层逻辑”

要确定AI大模型研发企业的行业分类代码，得先搞懂“游戏规则”——国家统计局发布的《国民经济行业分类》（GB/T 4754-2017）。这套体系采用“层级编码法”，从大到小分为门类（1位字母）、大类（2位数字）、中类（3位数字）、小类（4位数字）。比如“I 信息传输、软件和信息技术服务业”是门类，“65 互联网数据服务”是大类，“6510 互联网数据服务”是小类。AI大模型研发属于新兴领域，传统分类中没有“AI大模型”直接对应的小类，所以需要根据企业“核心研发活动”和“主要收入来源”，在大类或中类中寻找最贴近的“锚点”。这里有个关键原则：“实质重于形式”，即不能只看企业名称里的“人工智能”“大模型”字样，而要看实际从事的技术研发、产品形态和营收构成。比如某企业叫“XX智能科技”，但主要业务是用第三方API做行业应用开发，那它的核心就不是大模型研发，行业代码可能要归到“6490 其他互联网服务”而非“6510 互联网数据服务”。

很多企业容易忽略“小类代码”的细节差异。同样是“互联网数据服务”，“6510”侧重“互联网数据采集、处理与分析”，而“6590 其他互联网服务”则包含“互联网平台、互联网数据服务以外的其他服务”。举个例子，我们去年帮一家做金融大模型的企业注册时，他们最初想选“6510”，但仔细梳理业务后发现，70%收入来自金融机构的模型定制服务（而非通用数据采集），最终根据《国民经济行业分类注释》中“6590”包含“基于互联网的行业解决方案”的说明，调整为更贴合的“6590”。这个小调整直接影响了后续研发费用归集口径——因为“6590”对应的“其他信息技术服务业”能更全面覆盖算法研发、模型训练等成本，这对后续申请“科技型中小企业”认定至关重要。

此外，还要关注地方市场监管局对新兴行业的“补充指引”。部分省市会针对AI、大数据等新兴产业发布行业分类操作细则，比如上海市市场监管局2023年发布的《人工智能企业行业分类参考指引》明确：“以通用大模型研发为核心，具备自主训练框架和千亿级参数模型的企业，可归入‘6510 互联网数据服务’；若同时提供行业模型微调服务，可增加‘6490 其他互联网服务’作为兼营业务”。这种“主代码+兼营代码”的标注方式，既能体现企业核心业务，又能覆盖多元化收入，避免因业务交叉导致代码偏差。我们建议企业注册前，先登录当地市场监管局官网查阅“新兴行业分类指引”，或直接拨打“12345”政务服务热线咨询属地市场监管部门——别嫌麻烦，提前问清楚能少走半年弯路。

二、业务定位：从“技术内核”到“市场标签”

AI大模型研发企业的行业分类，本质是“技术属性”与“市场属性”的匹配。第一步要拆解企业的“技术内核”：是做通用大模型（如GPT类、LLM类），还是垂直领域大模型（如医疗、教育、工业）？是专注底层算法研发（如Transformer架构优化），还是聚焦工程化落地（如模型部署、API服务）？不同技术路径对应的行业代码差异很大。比如通用大模型研发，核心活动是“大规模语料训练”“算法模型迭代”，这更贴近“6510 互联网数据服务”中的“互联网数据挖掘、分析服务”；而垂直领域模型若涉及行业知识图谱构建，可能需要同时考虑“8320 软件开发”中的“行业应用软件开发”。我们去年遇到一家医疗大模型企业，创始人坚持要归入“Q8441 医疗卫生服务”，但实际他们既不提供诊疗服务，也不开发医疗设备，核心是用医学文献训练模型供药企研发使用，最终根据“技术内核”调整为“6510+8320”的组合代码，这才符合“研发驱动”的本质。

第二步要看“市场标签”——企业的收入来源和客户画像。同样是AI大模型，给企业提供API接口收费（To B）和面向终端用户免费+增值服务（To C），行业代码侧重点也不同。To B模式下，若主要收入来自“模型API调用”，属于“6510 互联网数据服务”；若包含“行业解决方案定制”（如为银行开发反欺诈模型），则需增加“6490 其他互联网服务”。To C模式下，若通过模型生成内容（如AI写作、AI绘画）变现，可能涉及“8810 广告服务”（如广告植入）或“8790 其他未列明商务服务业”（如内容付费平台）。记得2022年帮一家AI绘画企业注册时，他们90%收入来自用户订阅，初期想选“6510”，但我们在梳理合同模板时发现，用户付费本质是“数字内容创作服务”，最终调整为“8790”，这才匹配后续“文化企业”税收优惠的政策依据——别小看这个调整，光增值税方面就享受了6%的税率优惠（原按13%信息技术服务）。

还有一个关键维度是“研发投入占比”。国家统计局在《统计上大中小微型企业划分办法》中明确，科技型企业需满足“研发费用占营业收入比例不低于5%”。AI大模型研发企业通常研发投入较高（一般占营收30%-50%），若能提供研发费用明细（如人员工资、算力成本、数据采购费），在行业分类时更容易被归入“65 互联网数据服务”或“6590 其他互联网服务”，因为这些大类对应的“信息技术服务业”天然属于“科技型”行业。相反，若企业研发投入不足20%，却想蹭“AI大模型”热点归入高技术行业，市场监管部门在后续核查中可能要求调整代码，甚至影响企业信用评级。我们团队总结过一个“业务-代码匹配表”，帮企业快速定位：通用大模型研发（高研发投入）→6510；垂直模型+行业应用→6510+6490；模型API服务→6510；AI内容生成→8790或8810。这个表虽不是官方标准，但能帮企业理清思路。

三、政策依据：从“国家标准”到“地方实践”

确定行业分类代码，不能只凭“经验判断”，必须“有据可依”。最核心的依据是国家统计局发布的《国民经济行业分类（GB/T 4754-2017）》及《国民经济行业分类注释》。其中，“65 互联网数据服务”大类明确包含“互联网数据服务、互联网搜索服务、互联网其他数据服务”，而“互联网其他数据服务”在注释中举例包括“大数据分析服务、人工智能数据处理服务”。这意味着，AI大模型研发若涉及“大规模数据处理、算法训练”，天然属于“6510”的范畴。但要注意，“注释”中的举例是“非穷尽式”，即未明确列出的“大模型研发”不一定就不属于该类别，关键看技术活动是否符合“数据处理与分析”的本质。我们去年协助一家大模型企业应对市场监管抽查时，对方质疑“大模型研发是否属于互联网数据服务”，我们当即搬出《分类注释》中“人工智能数据处理服务”的表述，并附上企业的《模型训练流程说明》（包含数据清洗、特征提取、模型迭代等环节），最终顺利通过核查。

除了国家标准，地方市场监管部门针对AI产业的“补充规定”和“操作指引”同样重要。比如北京市市场监管局2023年发布的《人工智能企业行业分类指引（试行）》明确：“从事通用人工智能大模型研发，具备自主训练框架、千亿级参数模型且未限定应用场景的企业，归入‘6510 互联网数据服务’；若限定在特定行业（如金融、医疗），且行业收入占比超60%，可增加对应行业代码（如‘J6620 金融信息服务’‘Q8430 医疗卫生服务’）”。这种“主代码+行业限定代码”的模式，既体现了AI企业的技术属性，又兼顾了行业应用特征，避免了“一刀切”分类的偏差。浙江省市场监管局则规定：“AI大模型研发企业若同时提供模型算力租赁服务，可增加‘6190 其他互联网服务’作为兼营业务”，这算力租赁对应的“6190”能帮助企业准确归集算力成本，对后续研发费用加计扣除非常关键。

行业协会的“行业共识”也能作为辅助依据。中国人工智能产业发展联盟（CAAI）在《2023年AI大模型产业发展白皮书》中提出：“大模型研发企业的核心业务是‘算法模型开发与训练’，应优先归入‘6510 互联网数据服务’；若涉及‘模型部署与运维’，可增加‘6490 其他互联网服务’”。虽然行业协会文件不具备强制效力，但在与市场监管部门沟通时，权威机构的共识能增强说服力。我们曾遇到一家企业因代码争议被要求补充材料，我们除了提供国家标准依据，还附上了CAAI白皮书的相关章节和行业专家的书面意见，最终说服监管部门采纳了“6510+6490”的方案。这里提醒一句：引用政策依据时，一定要标注文号、发布日期和具体条款，避免笼统说“符合国家政策”，监管部门可不吃这套“模糊话术”。

四、协同确认：与监管部门的“沟通艺术”

确定了初步的行业分类代码后，企业还需要与市场监管局进行“协同确认”——这个过程不是“被动审核”，而是“主动沟通”。很多企业以为注册时填个代码就完事，结果后续被税务部门质疑“行业与业务不符”，再想调整就麻烦了。正确的做法是：在提交注册申请前，先通过“线上预审+线下沟通”的方式，与属地市场监管局注册窗口建立共识。线上预审时，在“行业分类”栏填写拟选代码后，系统会弹出“行业说明”窗口，此时企业需简要填写“核心业务描述”（如“从事通用大语言模型研发，提供API调用服务”），并上传《业务说明书》（含技术架构、研发流程、客户案例等）。线下沟通时，建议带着《研发费用明细表》《专利证书》《核心技术团队简历》等材料，当面解释为什么选这个代码——记住，“让监管部门看懂你的业务”比“证明你符合代码”更重要。

遇到“模棱两可”的情况，别怕“多问几句”。去年我们帮一家工业大模型企业注册时，窗口人员对“是否属于‘6510’”有疑问，因为企业业务既涉及模型研发，又为工厂提供设备预测性维护服务。我们没有直接争论，而是带着《工业场景数据标注规范》《设备故障预测模型白皮书》等材料，约见了市场监管局负责新兴行业的科长，现场演示了“模型训练-工业应用”的全流程。科长看完后表示：“虽然你们有工业服务，但核心还是模型研发，属于‘6510’，工业服务可作为‘兼营业务’备注”。这个沟通耗时3天，但避免了后续因代码争议导致的注册延误。说实话，现在市场监管部门对新兴行业越来越包容，他们不怕企业“打擦边球”，就怕企业“说不清楚”——你把业务逻辑理顺了，监管部门自然会帮你找到合适的代码。

跨部门协同是“确认环节”的“隐藏考点”。行业分类代码不仅是市场监管部门的事，还直接影响税务、科信、人社等部门的政策认定。比如税务部门根据“65 互联网数据服务”判断企业能否享受“软件企业增值税即征即退”，科信部门根据“行业代码”筛选“人工智能专项扶持资金”申报企业，人社部门根据“6 信息技术服务业”认定“技术人才引进补贴”。因此，在确定代码时，最好提前与税务专管员、科信局项目负责人沟通，了解他们对代码的“政策预期”。我们有个客户，因为没提前和税务沟通，把代码选成了“7260 信息技术咨询服务”，结果税务认为“咨询服务研发投入低”，无法享受研发费用加计扣除，后来通过调整代码（改为“6510”）才解决问题。这里有个实操技巧：在《业务说明书》中主动说明“代码对各部门政策的影响”，比如“选择‘6510’旨在准确反映AI大模型研发属性，便于后续享受高新技术企业优惠”，这样能提前消除部门间的“认知差”。

五、案例参考：从“踩坑”到“避坑”的实战经验

案例是最好的老师。通过分析真实企业的分类过程，我们能更直观地理解“如何确定行业代码”。先说一个“踩坑案例”：2021年，我们帮一家做教育大模型的企业注册，创始人认为“教育”是核心，坚持选“P8390 其他未列明教育服务”，结果市场监管部门以“主营业务不涉及线下教学，核心是模型研发”为由驳回。后来我们重新梳理业务：企业70%收入来自学校、教培机构的“AI备课系统”API调用（属于模型服务），20%来自“智能题库生成”（属于数据处理服务），仅10%来自线下教师培训。最终根据“技术内核”调整为“6510 互联网数据服务”，并备注“兼营教育信息化服务”。这个案例告诉我们：别被“行业应用”的表象迷惑，AI大模型企业的“根”始终是“技术研发”，教育、医疗、金融只是“枝叶”，代码要锚定“根”的位置。

再看一个“精准定位案例”：2023年，一家医疗大模型企业找到我们，业务涵盖“医学文献分析模型”“辅助诊断模型”“药物研发模型”三大块，既有To B（医院、药企）服务，也有To C（健康咨询）服务。初期我们考虑过“6510+Q8441”的组合，但仔细分析后发现：To B的“医学文献分析”“药物研发模型”属于“数据处理+行业应用”，To C的“健康咨询”涉及“医疗服务”。为了平衡技术属性和业务场景，我们最终确定“主代码6510（互联网数据服务）”，并在“经营范围”中明确“从事医学数据处理与分析、人工智能医疗模型研发（不含诊疗活动）”，同时增加“兼营：6490其他互联网服务（覆盖健康咨询平台）”。这个方案既符合“大模型研发”的核心，又规避了“无证诊疗”的风险，还为企业后续申请“医疗AI专项补贴”留下了空间——后来这家企业凭借“6510”代码，顺利通过了科技局“人工智能示范企业”的认定。

最后分享一个“动态调整案例”：某大模型企业2022年注册时，业务是“通用大模型API调用”，代码选了“6510”；2023年新增“行业模型微调服务”（为金融客户定制风控模型），收入占比从10%提升至40%。我们主动向市场监管局申请变更行业代码，在“6510”基础上增加“6490其他互联网服务”，并提交了《新增业务说明》（含客户合同、服务流程、收入占比证明）。窗口人员起初担心“业务是否超出原代码范围”，我们解释道：“‘6490’包含‘基于互联网的行业解决方案’，而金融模型微调本质是‘行业定制化数据处理服务’，属于‘6510’的延伸”。最终监管部门同意了变更，这个调整让企业2023年的研发费用加计扣除额增加了20%（因为“6490”对应的行业能更全面覆盖定制化研发成本）。这个案例说明：行业分类不是“一选定终身”，企业业务变化时要主动调整代码，否则可能影响政策享受和信用记录。

六、动态调整：从“静态代码”到“动态适配”

AI大模型行业变化太快，企业业务迭代速度远超传统行业，行业分类代码也需要“动态适配”。这里的“动态”包含两层含义：一是业务变化时的主动调整，二是政策更新时的及时响应。业务变化方面，若企业从“通用大模型研发”拓展到“多模态模型开发”（如增加图像、语音识别），或从“API服务”转向“模型商业化授权”（如出售模型源代码），都需要重新评估代码匹配度。比如某企业2022年以“6510”注册，2023年推出“多模态模型商业化授权”服务，收入占比达50%，此时“6510”的“互联网数据服务”已无法覆盖“模型授权”属性，需增加“7241 软件开发”中的“基础软件服务”（因为模型授权属于“基础软件产品销售”）。我们建议企业每半年梳理一次“业务-代码匹配度”，若业务类型变化超30%，就主动向市场监管局申请变更——别等税务核查时才想起来“改代码”，那时候可能已经产生滞纳金或信用影响了。

政策更新方面，国家统计局和地方部门会不定期修订《国民经济行业分类》，新增或调整与AI相关的类别。比如2024年国家统计局发布的《国民经济行业分类（GB/T 4754-2024）（征求意见稿）》中，新增“2670 人工智能算法开发”小类，明确包含“大语言模型训练、多模态模型研发”等活动。虽然新标准尚未正式实施，但企业可以提前关注，一旦实施，AI大模型研发企业就能直接归入“2670”，无需再在“6510”和“6490”之间“打擦边球”。此外，地方部门也可能出台“过渡期政策”，比如广东省市场监管局2024年规定：“在‘2670’正式实施前，AI大模型研发企业可暂按‘6510’注册，但需在经营范围中备注‘待行业分类标准更新后按新代码执行’”。这种“备注式注册”既能解决当前分类问题，又为后续调整预留了空间，企业可以主动向属地市场监管部门咨询是否有类似政策。

建立“代码-业务”动态管理机制，是企业财税合规的“必修课”。我们建议企业指定专人（如财务负责人或法务专员）负责行业分类代码管理，定期收集三方面信息：一是《国民经济行业分类》修订动态，关注国家或地方统计局官网的“标准更新”栏目；二是企业业务变化数据，包括研发方向、收入构成、客户类型等；三是各部门政策要求，如税务对“研发费用归集”的行业限定、科信对“高企认定”的代码要求。将这些信息整理成“代码管理台账”，记录“代码变更时间、变更原因、审批部门、后续影响”，确保每次调整都有据可查。我们有个客户，从2021年成立至今，代码调整了3次，每次都有完整的台账和审批材料，2023年接受税务部门“研发费用加计扣除”专项检查时，一次性通过核查——这充分说明，动态管理不是“增加麻烦”，而是“规避风险”。

总结与前瞻：让代码成为企业发展的“助推器”

AI大模型研发企业的行业分类代码，看似是注册登记的“技术细节”，实则关乎企业发展的“战略根基”。从理解行业分类体系的“底层逻辑”，到精准定位“技术内核”与“市场标签”；从吃透“国家标准”与“地方实践”，到与监管部门“高效协同”；从参考“实战案例”规避误区，到建立“动态管理”机制适配变化——每一步都需要企业以“严谨务实”的态度对待。准确选择行业分类代码，不仅能帮助企业顺利通过注册登记，更能为后续享受税收优惠、获取政策支持、提升行业标签认定奠定基础。未来，随着AI大模型技术的不断细分（如多模态模型、具身智能模型）和产业生态的完善（如模型即服务MaaS、AI开放平台），行业分类代码可能会进一步细化，甚至出现“AI大模型研发”专属小类。但无论标准如何变化，“以业务实质为核心”的分类原则不会改变——企业只有始终聚焦技术研发、清晰界定业务边界，才能在政策红利和市场竞争中占据主动。

作为财税和注册领域的从业者，我见证了太多企业因“行业分类代码”选错而错失机遇的案例，也帮助不少企业通过精准代码匹配实现了政策“应享尽享”。AI大模型研发是“技术密集型”行业，更是“政策敏感型”行业，企业需要既懂技术、又懂政策的“跨界人才”来管理行业分类代码。建议企业将“行业分类”纳入财税合规体系，定期开展“代码健康检查”，让这串字符真正成为企业发展的“助推器”而非“绊脚石”。

加喜财税秘书见解总结

加喜财税秘书在14年企业注册与财税服务中深刻体会到，AI大模型研发企业的行业分类代码确定，需紧扣“技术核心”与“业务实质”，既要避免“名称导向”的误区，也要防范“一刀切”的分类偏差。我们建议企业建立“政策-业务-代码”三位一体的匹配机制：以《国民经济行业分类》为基准，结合地方市场监管指引，通过研发投入分析、收入结构拆解、客户画像定位，精准锚定核心代码；同时主动与监管部门、税务部门沟通，将“代码选择”前置到注册筹备阶段，而非事后补救。对于业务多元化的企业，可采用“主代码+兼营代码”的标注方式，既体现技术属性，又覆盖业务场景。随着AI产业的快速发展，行业分类标准将更细化，企业需保持对政策动态的敏感度，让代码成为享受政策红利、提升行业竞争力的“通行证”。