2026年9月4日，工业和信息化部发布《人工智能中小企业创业支持计划（2026—2028年）》。计划提出强化普惠算力、优质数据和应用场景供给，并通过孵化载体、专题赛事、开源生态等方式降低创业门槛。相关信息已由工信部官方通知[1]和中国新闻网报道[2]交叉核验。政策释放资源红利的同时，也带来一个现实问题：怎样避免违法项目包装成“人工智能创新”，借数据、算力或孵化扶持套取公共资源？
扶持套利可能从哪些环节发生
第一类风险是虚构技术与场景。部分申报主体可能把通用模型接口包装成自主研发成果，伪造客户需求、测试报告或应用合同，以获取算力券、数据使用资格和赛事奖励。此类行为不仅违背信息真实性底线，还可能扰乱项目评审和公共资源分配秩序。
第二类风险是套取后转售资源。企业申报算力时声称用于模型训练，获得优惠额度后却转租账号、拆分算力或变相提供商业服务；也可能通过关联企业重复申报，把同一个项目包装成多个团队。数据资源方面，则可能出现超出授权范围复制、转交数据集，或者以“数据治理”为名获取与项目无关的信息。
第三类风险是用违法业务支撑漂亮指标。一些项目可能依靠虚假信息批量生成、恶意营销、侵权内容抓取等方式制造用户量和调用量，再将这些数据作为扶持验收依据。根据现行《互联网信息服务管理办法》第十五条，互联网信息服务提供者不得制作、复制、发布、传播谣言、侵害他人合法权益以及法律法规禁止的其他内容。评审不能只看增长曲线，还应核验增长来源是否合法。相关规定可查阅《互联网信息服务管理办法》[3]。
把“九不准”和“七条底线”嵌入项目准入
防范套利不能停留在申报书中的合规承诺，而应形成可核查的准入清单。对涉及内容生成、信息分发和智能体服务的项目，应重点判断其产品是否可能被用于散布谣言、教唆违法犯罪、侵害他人权益，或者传播法律法规禁止的信息。对高风险应用，应要求企业提交内容审核规则、人工复核流程、投诉渠道和应急处置方案。
“七条底线”中的法律法规、公民合法权益、社会公共秩序、道德风尚与信息真实性，可以转化为项目评审的五类问题：数据来源是否有合法依据，业务是否侵犯个人或组织权益，产品是否可能扰乱公共秩序，商业模式是否明显违背社会公德，申报材料和演示结果能否复现。涉及国家利益和制度安全的项目，则应设置更严格的安全审查和访问控制。
算力扶持应当做到可计量、可追踪
- 按任务发放：将算力额度与明确的训练、推理或测试任务绑定，记录模型版本、资源规格、使用时段和输出结果，避免一次性发放后无法追踪。
- 分阶段解锁：根据技术里程碑释放资源。项目只有完成数据合规检查、样品验证和阶段评估后，才能获得下一阶段额度。
- 识别异常：对长期闲置、调用量突然激增、访问地址频繁变化、多个企业共享账号等情形触发复核，但不能仅凭自动化指标直接认定违规。
- 禁止转授权：合同中明确算力不得转售、出租或借给未备案主体，并约定暂停资源、追回支持和限制再次申报等措施。
数据扶持要建立用途闭环
数据开放应坚持“最小必要、用途限定、权限分级”。扶持平台可以要求企业说明所需字段、使用目的、保存期限和模型训练方式，不应因为项目带有人工智能标签就开放完整数据集。能够在可信环境内完成训练的，尽量不提供原始数据下载；能够使用脱敏数据、样本数据或合成数据验证的，不应直接开放敏感程度更高的数据。
项目验收还应检查数据是否被带离授权环境、是否被用于申报之外的模型，以及授权终止后是否完成删除或返还。对于开源数据集，也不能默认“公开等于可任意使用”，仍需核验许可条件、个人信息处理依据和知识产权边界。
评审与验收不能只看演示效果
- 核查企业、团队成员、供应商和客户之间的关联关系，防止循环合同与重复申报。
- 要求核心功能在受控环境中复现，区分自主研发、开源组件和第三方接口。
- 随机抽查原始凭证、算力账单和数据访问日志，验证申报材料之间是否一致。
- 设置利益冲突回避机制，避免服务商既参与材料包装，又参与项目评分。
- 建立申诉和纠错渠道，既查处故意造假，也避免因模型误判影响正常创业项目。
总结
人工智能创业扶持的目标是降低真实创新的成本，而不是制造新的资源寻租空间。最有效的防线，是把“九不准”和“七条底线”落实为申报可核验、资源可追踪、数据有边界、验收看证据、违规能纠正的闭环机制。既不能因担心套利而设置过高门槛，也不能以鼓励创新为由放松真实性和合法性审查。只有让守法企业更容易获得支持，让虚假和违法项目难以套取资源，普惠算力与数据开放才能真正转化为产业创新能力。
事件及资料日期：
《人工智能中小企业创业支持计划（2026—2028年）》成文日期为2026年8月29日，工信部发布日期为2026年9月4日，参见工信部官方文件[1]；中国新闻网核验报道日期为2026年9月4日，参见相关报道[2]。现行《互联网信息服务管理办法》第二次修订日期为2024年12月6日，参见法规全文[3]。
