补贴AI,江苏为何不直接发钱?
📋 总体概括
江苏五部门联合推出词元券、语料券、模型券三张AI补贴券,补贴逻辑从'补建设'转向'补使用'。本文拆解三张券分别对应算力、数据、模型三要素,分析语料券背后的数据要素流通逻辑,并讨论核销计量与套利风险等落地挑战。
📄 正文
🧾 导语
财政补贴AI,各地发过算力券、发过电费补贴,但江苏这次没发现金,发的是三张券:词元券、语料券、模型券。近日,江苏省发展改革委会同省委网信办、省工业和信息化厅、省财政厅、省数据局联合印发《江苏省支持人工智能创新发展有关实施方案的通知》,把AI补贴拆成了三张票券。在我看来,这不是一次普通的政策加码——它标志着AI补贴第一次系统性地从'补建设'转向'补使用',政府开始直接为token、语料和模型这些AI时代的'生产资料'买单。
📊 一、三张券,精准对位AI三要素
政策语言越具体,产业信号越清晰。
过去几年,各地支持AI的方式高度同质化:建智算中心、给机时补贴、对研发项目给专项经费。钱下去了,但常常停在'建设'那一层——机房建起来了,利用率却上不去;项目立起来了,数据和模型却还是老三样。
江苏这次的做法不一样。三张券对应的是AI生产的三个核心投入品:词元对应算力消耗(以token计量的推理调用),语料对应训练和微调的数据投入,模型对应模型能力本身的获取。据公开信息,词元券明确面向企业、高校院所、研究机构及OPC等主体使用。
| 补贴券 | 对位的生产要素 | 对应的产业环节 | 谁在花这笔钱 |
|---|---|---|---|
| 词元券 | 算力(推理消耗) | 模型推理调用 | 企业、高校院所、研究机构及OPC等 |
| 语料券 | 数据(训练投入) | 语料采购与加工 | 企业及研究机构 |
| 模型券 | 模型(能力获取) | 模型调用与集成 | 企业及机构 |
从产业链视角看,这三张券不是三个孤立补贴,而是把AI产业链的'下游需求'整建制地拉起来了:
这就是需求侧补贴的经典打法——钱跟着真实消耗走,而不是跟着立项报告走。谁真的在用AI,谁才能核销补贴;谁的数据集真的被买走了,谁才拿到语料券对应的收入。补贴的判定权从'评审专家'转移到了'使用行为'本身。
🗂️ 二、语料券才是真正值钱的那张
三张券里,模型券和词元券好理解,语料券藏着真正的政策意图。
当前AI产业最尴尬的事实是:算力可以买,模型可以调,但高质量语料没有稳定的公开市场。企业想微调一个垂直模型,最大的成本不是GPU,是找不到合规、干净、有授权的数据。数据交易所在各地挂牌多年,成交的大多是咨询式的'数据服务',真正按数据集计价、可复制、可核销的语料交易始终做不大。
语料券的巧妙之处在于:它让财政资金充当了语料市场的'首发买方'。
逻辑链条是这样的——企业用语料券去采购合规语料,语料供给方(数据服务商、数据交易所挂牌方、行业数据持有机构)第一次拿到了真金白银的市场化收入,于是有动力把手里沉睡的数据治理成可售的数据集;交易一旦发生,就有了定价基准和交易凭证,数据要素从'资源'变成'商品'的那一步才算真正踩实。
注意一个细节:这次发文是五部门联合,其中省数据局深度参与。数据局管什么?管数据要素流通、管数据交易、管数据治理。语料券放在这个部门组合里出台,指向性已经非常明确——它不只是一张AI补贴券,更是数据要素市场化改革的一只杠杆。
业内私下流传的一个共识是:大模型竞争进入下半场,决定上限的不再是算法而是数据。江苏把语料单独立券,等于官方第一次把'语料'当作独立的、可财政定价的生产资料来对待。这个信号对数据服务行业的影响,可能比对模型厂商更大。
⚡ 三、词元券:把推理成本打进财政预算
token补贴,补的是'用起来'这件事本身。
过去两年,模型推理价格一路下探,但对企业来说,把AI嵌入真实业务流程的隐性成本依然不低——调用测试、多轮实验、失败重跑,token消耗像水流一样看不见摸不着。很多企业的AI项目死在了'POC做完没人愿意为推理费用立项'这一步。
词元券直接对应这个痛点。据公开信息,它面向企业、高校院所、研究机构及OPC等主体,也就是说补贴覆盖的不只是商业公司,还包括学术界和新型研发组织。这个覆盖面值得注意:高校和研究所往往是AI应用最缺预算、但创新密度最高的群体,给他们token补贴,等于给整个应用创新的'毛细血管'供血。
从产业逻辑看,词元券还有一层隐性作用:倒逼模型服务供给方卷服务而不是卷价格。当买方手里的钱是定向的token消费券时,模型厂商竞争的维度就从'谁便宜'变成'谁的效果好、谁的工具链顺、谁的文档全'——因为用户换了厂商换不掉的是业务集成成本,补贴期内用户会认真比选,而不是只看单价。
有接近地方政策层面的人士透露,这类券的核销通常需要真实调用记录做凭证。这意味着补贴跟的是用量而非项目,刷补贴的成本远高于刷项目验收——至少在制度设计层面,'补使用'比'补建设'更难被套利。
⚠️ 四、票券化补贴的三个隐性考题
券是好工具,但券也是最难核销的补贴形式。
客观地说,三张券要真正见效,有几道坎必须迈过去,这里只陈述产业逻辑,不下结论:
第一,计量的标准化。词元如何计价?不同模型、不同上下文长度的token单价差异巨大;语料如何定价?按条数、按字数还是按授权范围?模型调用按次数还是按效果?券要能核销,背后必须有一套各方认可的计量与定价基准。这实际上是在倒逼AI基础设施的'计费标准化'——从产业角度看,这未必是坏事,但工作量不小。
第二,防套利机制。任何补贴券都面临同一个问题:供给方和需求方串通抬价怎么办?语料交易尤其敏感——数据持有方自己注册一家'服务商',把本来免费共享的数据包装成商品再用券买回来,这在制度上需要严格的资质审核和交易留痕。好在这次是五部门联合发文,网信办在场,合规审核这条线是有人在盯的。
第三,OPC等新主体的边界。材料中提到词元券覆盖'OPC等主体',这类新型组织形态如何界定资格、如何验收成果,是政策落地时绕不开的技术细节。
把这三个考题合起来看,会发现江苏实际上是在用一张券系统,为AI产业的'交易基础设施'做压力测试。券跑通了,token定价、语料定价、模型定价三套基准就有了真实交易数据支撑——这比任何白皮书都值钱。
✅ 小结
回头看,江苏这三张券最值得记下的,不是补贴金额,而是补贴哲学的转变:从'我出钱帮你建'变成'你真的在用,我替你付一部分'。词元券补算力消耗,语料券补数据投入,模型券补能力获取——AI三要素第一次被一套财政工具完整覆盖。
接下来的观察点有两个:一是核销数据本身——哪些券被用得最多,就是产业真实瓶颈的最直接投票;二是其他经济大省是否跟进。如果票券化补贴成为普遍打法,中国的AI补贴体系将第一次拥有可跨区域对比的'用量数据'。政策会说话,用脚投票的不只是企业,还有财政自己。
本文由本站 AI 辅助聚合生成,原始来源如下: