2025年4月，习近平总书记强调，要全面推进人工智能科技创新、产业发展和赋能应用。加快发展人工智能是事关我国能否抓住全球科技革命机遇的战略问题。省委、省政府高度重视人工智能产业发展，明确提出打造人工智能创新发展高地。近年来，我省涌现了一批以“杭州六小龙”为代表的人工智能领域领军企业。但也要看到，我省人工智能产业仍处在初期企业萌芽阶段，更多企业的涌现、产业生态的构建、产业化进程都有待进一步突破。风险投资由于具有“投早、投小、投硬科技”的典型特征，高度匹配人工智能企业发展规律，更加适应种子期、初创期和成长期人工智能企业的发展需求，能够促进科技、产业、金融良性循环，是人工智能产业化进程加速、产业生态构建、全产业链发展格局塑造的关键力量。调研发现，现阶段我省风险资本在支持人工智能高质量发展上仍存诸多不足与问题，特别是风险资本配置与人工智能产业发展需求未完全匹配，对我省人工智能创新发展高地的建设造成严重掣肘，亟待进一步突破解决。
一、人工智能产业领域创业风险资本发展现状
整体来看，目前全国创业风险投资市场整体比较低迷。一是融资数量与融资金额持续下降。2021年以后（见图1），全国创投市场投融资活跃度明显下降，2024年国内创投市场共计披露10701起投融资事件，同比减少32%，累计融资金额5344亿元，同比减少19%，均为近十年最低点。创业投资基金市场也明显收窄，2024年创业投资基金存量规模为3.36万亿元，较上一年度仅同比增长3.7%，增速创历史新低。二是外资撤出倾向加剧，美元基金活跃度明显降低。2023年中国创投市场中外国资本同比暴跌60%至37亿美元，仅为2021年峰值的10%。2015—2021年（见图2），美元融资金额占比在41%至53%间浮动，2022年骤减至18%。2024年披露的美元融资数量共计198起，融资金额合计809亿人民币，同比减少38.73%，占比仅为15%。三是人工智能行业融资金额逆势增长，融资数量表现优于市场。国内人工智能领域投融资在2015到2021年间实现快速增长（见图3），2021年之后有所回落但是依然保持较高水平，且相对稳定。2024年国内创投市场披露1233起人工智能相关的投融资事件，同比减少11%，降幅远小于创投市场平均降幅32%，合计融资金额达891亿元，同比增加8%，实现了创投市场整体萎缩下的逆势增长。尤其是具身智能领域，2024年创投市场披露投融资64起，同比增长149%，增长态势强劲。四是创投资本在人工智能领域偏好早期投资。2024年，人工智能领域早期投资（含种子轮、天使轮及pre-A轮）获得融资291次，占比42%，成长期投资占比达38%，中后期投资仅占9%。但早期投资中种子轮仅24起，相对较少，“投早、投小、投硬”有待纵深。五是创投资本对垂直场景落地能力与商业化前景重视程度明显提升。2024年，国内人工智能行业应用融资总额516.45亿元、融资事件297起，占据绝对主导地位，生成式人工智能以111次融资、315.84亿元总额紧随其后，基础层（54.75亿）与技术层（38.23亿）融资规模相对稳定，但占比较小。
图1：2015-2024年国内创投市场融资数量与金额
数据来源：烯牛数据，2025（仅统计披露融资金额的融资事件）
图2：2015-2024年国内创投市场融资数量与金额
数据来源：烯牛数据，2025（仅统计披露融资金额的融资事件）
图3：2015-2024创投市场人工智能相关融资事件数量与金额
数据来源：烯牛数据，2025（仅统计披露融资金额的融资事件）
受全国创投市场密切影响，浙江省人工智能领域创投资本初具规模但相对北京、上海、广东等地区仍有差距。一是浙江创投产业初具规模，在人工智能领域的活跃度较高。2024年，浙江省创业风险投资机构超过2000家，管理规模达2500亿元，累计投资超过7000亿元，2024年完成人工智能领域投资案例320起，总金额超800亿元，同比增速62%，发展态势良好。二是整体活跃度与发展水平相对北京、上海、广东等地仍有差距。2024年，浙江虽然新设创投基金795支，持续领跑，但人工智能领域累计获得创投融资金额在全国占比仅为9.1%，相比北京、上海、广东等省市仍有一定差距。城市对比看来，2024年北京人工智能相关创投融资数量为297起，深圳市相关融资数量187起，上海168起，而杭州人工智能相关投融资仅为108起，不足北京的40%，活跃度仍有待提升。三是以杭州为领跑者，逐渐向省内其他地区延伸。截至2023年底，杭州在《中国内地城市创投实力30强》榜单中仅次于京沪深，居全国第四，以政府引导基金吸引各地优秀的创投机构落地，累计签约子基金79只，协议规模166.71亿元。2024年杭州市人工智能相关融资事件108起，明星项目包括宇树科技、千寻智能等。依托浙江特色民营经济与县域经济，人工智能创投市场向其他城市甚至县级区域逐渐延伸，金华、温州、衢州以及嘉兴等区域势头强劲。例如嘉兴南湖基金小镇累计引进各类基金近2万家，包括红杉资本、硅谷天堂等知名机构基金，管理规模超2.9万亿，重点投入人工智能等产业。
图4：2012年—2023年我国人工智能投融资情况
数据来源：前瞻研究院，2024
此外，浙江省人工智能创投市场中政府出资占比提高，国资影响力明显上升。浙江省产业基金累计布局人工智能领域相关基金33支，总规模243亿元，投资具体项目134个，涉及总投资321亿元。2023年以来，省科创母基金密集设立了11支专门投向人工智能领域的子基金；同时将规模30亿元的科创母基金（三期）直接冠名为人工智能基金，未来将形成100亿元以上的基金群，专门投向浙江省“人工智能+”产业领域。今年脱颖而出的“杭州六小龙”中，省产业基金投资了其中强脑科技、宇树科技、云深处、群核科技4家。截至2023年底，浙江省备案基金中政府资金出资约986.66亿元，占比近六成，主力地位明显，出资规模同比增长17.2%，实现连续四年两位数增长。
图5：2018年—2023年浙江省备案基金出资结构变化
数据来源：《浙江省股权投资指数报告》，2024.11
二、我省人工智能产业领域创业风险资本存在的问题
近年来，浙江省在发挥创业风险资本促进人工智能产业领域发展方面已取得了一定的成就，成功涌现出来一批以“六小龙”为代表的人工智能领域领军企业，这些企业在人工智能大模型、工业机器人、具身智能、游戏开发以及空间智能等领域展现了强大的创新能力和市场潜力，为浙江乃至中国的人工智能产业树立了标杆。但调研发现浙江创业风险投资市场在支持人工智能产业发展方面仍面临以下四个方面的堵点难点问题。
（一）风险资本投入与人工智能实力不匹配。我省人工智能实力处于全国第一梯队，发展潜力突出。根据《中国人工智能区域竞争力研究报告》，2024年全国31个省（市、区）中，我省人工智能产业实力跻身引领者梯队（第一梯队），区域发展潜力超越广东、上海、北京位居全国第一。但是，与国内外人工智能发展较好区域相比，我省风险资本投入明显不足。2024年，全球风险投资中，约三分之一投向人工智能初创公司。美国这一比例更高，2024年人工智能风险投资占总风险投资比例高达42%，欧洲地区该比例为25%。而据公开数据统计，2024年我省人工智能风险投资占总风险投资的比例仅为6.4%，不仅远低于全球平均水平，也远低于北京市的22.4%和上海市的9.6%，风险资本投入与人工智能高地发展需求存在明显脱节。
（二）风险资本支持人工智能产业链发展不足。我省人工智能产业链内部的风险资本投入存在结构性不平衡。据公开数据统计，2025年上半年风险资本在我省人工智能基础层（芯片、算法等）和技术层（模型开发、平台建设等）投资金额分别为5.13亿元和4.17亿元，合计占比37.7%，大幅低于应用层（智能制造、医疗等）的55.67%。而同期北京市基础层和技术层的投资金额为38.42亿元，规模远高于我省。这些数据显示，风险资本更多地投向我省回报周期较短的应用层，高风险、高投入的基础层和技术层相对较少。长期以往，这种结构性不平衡会制约我省人工智能创新技术孵化，导致人工智能产业链“头轻脚重”。此外。投资方的产业资源整合能力不足。在2025年上半年我省发生的49起人工智能投融资事件中，投资方具备深厚产业背景的仅有阿里巴巴、浙文互联、码尚科技等少数企业，多数投资方为传统财务型投资机构，缺乏产业资源整合能力，难以帮助企业获取技术指导、市场对接或上下游协作等关键支持。
（三）国资基金占主导地位但对人工智能发展的引导作用不够。目前我省风险资本结构中，国资占比高达七成，以政策性资金为主导。由于考核周期短、单个项目考核、领导任职时间短、激励容错机制不健全等原因局限，国资基金主要以跟投为主，对人工智能领域长期投入的引导作用不够。同时，受到国有资金属性限制，难以支持人工智能基础研究，存在投资短期收益项目或中后期子基金的倾向，与人工智能领域基础研究项目从研发至成熟的长周期不匹配。国资基金投资约束过多，存在较多的附属条件如回购、对赌、上市相关等，且国资参与的项目退出程序较为复杂，难以通过S基金进行转让，因此未能有效吸引社会资本参与，甚至存在一定程度挤出社会资本的问题。此外，很多地方政府基金争相进入人工智能领域，对人工智能领域的投资策略和投资领域高度重合，致使人工智能产业同质化竞争，容易产生泡沫化和产能过剩的风险。
（四）民营风险资本活跃度低。近两年人工智能虽是全球风险投资热门产业，但受经济形势和收益偏好影响，我省民营资本投资意愿不强。我省风险资本结构中，民营资本占比逐年下降。以非上市企业为主的产业方出资比例从2020年的36.6%骤降至2023年的17.8%，低于深圳（30%-35%）和上海（25%-30%）。民营资本退出渠道受限，退出周期长，难以形成正向盈利循环，进一步导致民营资本活力不足。2023年我省人工智能股权退出交易规模仅为上海的1/5（上海已突破200亿元），私募股权二级市场基金（S基金）试点创新的实际效果不明显。
三、人工智能领域创业风险资本国际经验借鉴
人工智能领域的创业风险资本在全球范围内呈现多元化发展态势，其中美国和英国凭借其成熟的资本市场、创新生态及政策支持，形成了多样化的投资模式和成功经验。相比之下，我国人工智能产业创业风险资本起步较晚，尚处于快速发展阶段，面临多方面的挑战。因此，借鉴美国和英国的先进经验，结合我省实际情况，对于优化我省人工智能领域创业风险资本体系建设、推动产业高质量发展具有重要意义。
（一）美国硅谷模式
美国硅谷的创业风险资本运作模式为人工智能初创企业的全生命周期发展提供了系统性支持，形成了以高校创新、风险资本和科技巨头为核心的动态生态网络。这一模式在种子期、初创期和成长期各有侧重，展现出了高度的灵活性和适应性，推动了硅谷人工智能技术的快速商业化与市场领导力的形成。硅谷模式的核心在于其生态的协同性与动态进化，创业风险资本不仅是资金提供者，更是创新催化剂，通过阶段性角色转换适应人工智能企业的成长需求。
仅在2024年，硅谷地区便吸引了697亿美元的风险投资，占全美风险投资总额的52%。在扣除通货膨胀因素后，硅谷地区风险投资总额同比增长125%，远超全美43%的增幅。如图1所示，与创业风险资本的增长规模相呼应的是2024年硅谷地区的专利注册数量为23622项，同比增长22%，达到了历史新高，人均专利注册数量为每10万人788件，风险资本和创新技术二者之间形成了良性循环。
图1：2019-2024年硅谷AI专利注册数量趋势
数据来源：USPTO，2024
图2：2024年硅谷AI独角兽企业领域分布
数据来源：CB Insights，2024
图3：2024年硅谷AI投资领域分布
数据来源：PitchBook，2024
具体到人工智能领域，2024年硅谷和旧金山地区的独角兽企业达到277家，近半数来自人工智能赛道。图3展示了2024年硅谷AI独角兽企业的领域分布，总计138家，其中生成式AI占60%（83家）。而在硅谷地区企业获得的697亿美元风险投资中，人工智能企业获得560亿美元，其中生成式人工智能企业获得370亿美元，也充分展现了当前人工智能领域的投资活跃度（见图3）。究其原因，针对硅谷的人工智能企业在种子期、初创期、成长期等发展阶段的特点和融资需求，美国硅谷已形成了一套十分完善的创业风险资本运作模式。
1.种子期：顶尖高校+风险投资机构
以斯坦福大学为代表的美国高校是科技创新的策源地，近在咫尺的、包括红杉资本在内的知名风险投资机构密切关注技术前沿和创业需求，硅谷形成了非常有利于创业公司和人工智能企业发展的创新生态网络。在该网络中，创业风险资本负责在市场中寻找投资机会，而影响行业前沿的关键理论问题都能够得到大学的及时反馈。尖端的人工智能领域理论和初创企业因此能够在创业风险资本和高校专业技术辅助的结合下成功转化。
在创新端，针对校内创新项目，斯坦福大学专门设立了一家由学生管理和专业投资者参与的风投机构Stanford Student Enterprises（SSE），面向全校学生的初创项目融资申请，每个项目的投资规模在5到10万美金之间。由该基金衍生出的公益性质孵化器Startx，帮助了超过1000家公司、超过2400位斯坦福学生获得融资，平均金额150万美金，包括医疗人工智能企业Cerebra、生物技术与人工智能企业QuantumCyte和金融人工智能企业Hyperplane。
在创投端，集聚在硅谷的知名风险投资机构也高度关注高校内的创业机会。斯坦福大学附近的沙丘路汇集了包括红杉资本、KPCB、NEA 在内的多家风险投资机构，其凭借地理优势，对斯坦福实验室的最新科研进展十分了解，一旦察觉到潜在的投资机会，便会迅速行动，拜访相关实验室和教授，促进科研成果的商业化落地。同时，硅谷内大量的风险投资机构和风险投资评估机构也能够为企业提供实时的科技成果发展状况，并为高校匹配适合的成果转化公司。典型的有人工智能领域企业World Labs、Proven Skincare、GEn1E Lifesciences、Bunkerhill Health等，均是以此种模式实现了创新技术从实验室走向商业化。
2.初创期：科技巨头+风险投资机构
与其他类型的科技企业相比，人工智能领域的初创企业在初创期展现出独特的生态系统动态。初创企业不仅需要大量资金来支持高昂的计算资源和人才成本，还需要快速验证技术可行性并建立市场竞争力。在这一过程中，硅谷中的科技巨头、初创企业和创业风险资本形成了一个相互依存的三角关系，其中创业风险资本扮演了关键的桥梁角色，促进了资源流动、技术创新和资本退出。
人工智能初创企业在技术创新方面具有显著优势，尤其是开发前沿的基础模型、生成式AI应用或行业特定解决方案，这些技术对科技巨头至关重要。然而，科技巨头内部研发周期长、风险高，相比之下，收购或投资人工智能初创企业能够以更低的成本和更快的速度获取创新技术。反过来，人工智能初创企业高度依赖科技巨头的资源，包括云计算基础设施、数据访问、市场渠道以及品牌背书。最典型的便是微软与OpenAI的合作，微软不仅为OpenAI提供了Azure的计算资源，还通过将ChatGPT集成到Bing和Office套件中，极大地扩展了OpenAI市场覆盖面。
硅谷创业风险资本在这一关系中扮演了信息中介和价值发现的关键角色。一方面，创业风险资本通过牵线搭桥，将人工智能初创企业与科技巨头对接，促进战略投资或合作。例如，Sequoia Capital在投资开发AI生产力工具的硅谷初创企业Dust时，不仅提供了500万美元的种子轮融资，还利用其投资网络帮助Dust与潜在的科技巨头合作伙伴Alphabet和Microsoft建立联系；Andreessen Horowitz在投资xAI和Databricks等硅谷人工智能初创企业时，也明确表示将为这些企业提供后续融资和与科技巨头的合作机会，以加速其成长。这种中介作用降低了科技巨头寻找创新技术的成本，也为初创企业提供了进入巨头生态的捷径。另一方面，创业风险资本也乐于促成人工智能初创企业与科技巨头的合并或收购，因为这能够实现资金的快速退出并获得高额回报。2024年硅谷人工智能初创企业创业风险资本退出总额980亿美元，其中收购占40%（392亿美元），IPO仅占30%（294亿美元），也证明了创业风险资本更加依赖收购作为退出方式（见图4）。
图4：2024年硅谷VC退出方式分布
数据来源：PitchBook，2024
3.成长期：商业化潜力+创业风险资本
进入成长期后，硅谷的人工智能初创企业逐渐从技术验证转向商业化落地，展现出更强的市场竞争力和独立发展潜力。与初创期依赖科技巨头资源或寻求被收购的模式不同，部分人工智能初创企业对自身技术创新和市场前景充满信心，倾向于通过大规模融资实现长期增长，而非被科技巨头收购。在这一阶段，创业风险资本从早期的信息中介和价值发现者，转变为长期战略伙伴，扮演了长期陪伴的角色，通过提供大额融资支持企业扩张，同时押注其未来商业化潜力。
以硅谷人工智能领域企业Databricks和Cohere为例，前者是数据湖和AI平台的领导者，专注于企业级数据分析和机器学习，后者专注于AI数据标注和模型训练支持，是生成式AI生态的关键基础设施提供商。2024年，Databricks完成50亿美元的F轮融资，估值达540亿美元，投资方包括红杉资本、a16z和Tiger Global，尽管多次收到科技巨头的收购意向，Databricks选择保持独立，专注于扩展其全球客户基础和增强AI功能，而创业风险资本的认可和大额融资支持是其成为AI驱动的数据平台领导者的最大支撑。同样，Scale AI也于2024年完成了10亿美元E轮融资，估值达140亿美元，投资方包括Accel、Index Ventures和Founders Fund。Scale AI也多次明确表示无意被收购，而是通过与创业风险资本的合作来实现融资，创业风险资本的长期支持也使其能够投资于自动化数据处理技术和全球运营网络，巩固了市场领导地位。
尽管成长期人工智能企业展现出强大的商业化潜力，创业风险资本的大额融资也为其独立发展提供了支持，但这一模式并非没有风险。高估值融资也可能导致估值泡沫，2024年部分硅谷人工智能初创企业的市销率（P/S）高达50倍，远超科技行业平均水平的10倍，若商业化不及预期，创业风险资本可能会面临较大的投资回报压力。
（二）英国伦敦模式
英国伦敦的人工智能初创企业与创业风险资本的互动模式在生态协同性上与硅谷接近，但受限于本土资金规模和高端人才的流失，必须要通过国际化资本和政府支持弥补差距。其本土人工智能企业在垂直领域深耕的战略也契合欧洲监管趋势，其创业风险资本的国际化网络和精准投资也将在应对全球人工智能竞争和市场波动中发挥更大作用，能够为其他国家提供借鉴。
2024年，英国人工智能初创企业吸引了全球64亿美元风险投资，占欧洲人工智能领域投资的40%，同比增长28%，远超欧洲平均增幅的15%。英国的专利注册数量在2024年达到8920项，同比增长18%，其中人工智能领域相关专利占比约25%。在人工智能独角兽企业方面，英国拥有约35家，占欧洲的50%，主要集中于生成式AI、金融科技AI和医疗AI领域。英国作为欧洲人工智能领域创新的核心，其创业风险资本、人工智能企业的互动模式与硅谷模式有诸多相似之处，但又因市场规模、政策导向和国际化的程度差异，呈现出独特特征。
1.种子期：顶尖高校+政策支持+创业风险资本
英国的人工智能创新以牛津大学、剑桥大学和伦敦帝国理工学院等顶尖高校为策源地，类似硅谷的“斯坦福大学+硅谷”模式，均依赖高校创新和创业风险资本的敏锐嗅觉，高校通过实验室研究和孵化器推动人工智能技术的早期开发，创业风险资本也密切关注高校项目，提供种子资金并促成技术转化。但由于英国创业风险资本的整体规模较小，2024年种子轮平均100万英镑，而硅谷为300万美元，因此政府资金在其中的作用不容忽视，补充了早期资金支持，形成“高校+政策+创业风险资本”的协同网络。
在高校方面，剑桥大学的AI实验室孵化了2010年成立，专注强化学习的DeepMind，牛津大学支持了聚焦人工智能医疗领域的Mind Foundry。剑桥的IdeaSpace和牛津的Oxford Foundry，均可为学生和研究人员提供各类创业培训和50000至200000英镑的种子资金。截止2024年，英国高校孵化的人工智能初创企业超过200家，占全国人工智能初创企业的15%。
在政府支持方面，为弥补创业风险资本规模较小的缺陷，英国成立了如Innovate UK、AI Council和British Business Bank等政府机构进一步补充初创企业的早期资金支持。政府通过以上机构和《AI Sector Deal》在2018至2025年投入了超10亿英镑为高校创新项目提供匹配资金。其中，以Innovate UK为代表的“AI for Good”在2024年共为30家高校人工智能项目拨款1.2亿英镑，由政府资金引领，吸引创业风险资本跟投。
在创业风险资本方面，仍然强调在人工智能项目早期与高校等科研机构的合作。本土创业风险资本Amadeus Capital和IQ Capital长期与高校建立紧密联系，并建立了定期访问高校实验室的制度，从技术潜力的角度分析投资项目的未来前景。代表性项目为Amadeus Capital在2018年对AI芯片制造企业Graphcore的投资，Amadeus Capital通过长期跟踪实验室研究进展，与高校实验室开展多轮技术论证，最终认可技术前景，为其种子轮提供了5000万美元，并利用其投资网络促成与微软的早期合作，极大程度上帮助了Graphcore的成长。而针对其他较小实验室项目，英国创业风险资本还能通过Entrepreneur First等项目孵化、加速器筛选高校项目，每年支持约50家AI初创企业，平均投资额100万英镑。
2.初创期：国际化资本+本土创业风险资本
在初创期，英国人工智能初创企业与美国硅谷企业同样，面临高昂的计算资源和人才成本，需快速验证技术并建立市场竞争力。但与美国硅谷不同的是，英国本土不论是在科技型巨头企业合作还是创业风险资本投资规模方面，都无法满足本土初创型企业的发展需求，因此需要在初创期引入国际化的创业风险资本合作。
以DeepMind为例，其于2014年被美国谷歌以4亿美元完成收购，所掌握的强化学习技术将被整合到谷歌的搜索和云服务中。本质原因在于英国本土无法为DeepMind带来更大的应用市场和技术场景，因而只能寻求与美国或其他地区的国际化资本寻求合作机会。一方面，通过积极的引入国际化资本，如中东、美国创业风险资本，对接国际市场需求，完成英国本土人工智能企业的国际化转型。例如，Balderton Capital在投资英国人工智能身份验证领域企业Onfido时，积极促成其与微软的Azure合作，使其在2019年便获得了5000万美元A轮。
图5：2024年英国VC退出方式分布
数据来源：Beauhurst，2024
另一方面，如图5所示，2024年英国创业风险资本退出总值约120亿美元，远低于2021年的450亿美元，其中收购占60%（72亿美元），IPO仅占20%（24亿美元，仅5家AI企业上市），也促使本土创业企业更依赖于被国际资本收购，从而实现创业风险资本的退出。例如谷歌、微软等巨头2024年在英国共收购了10家人工智能领域初创企业，占欧洲人工智能企业收购的60%。同样以Onfido为例，在与微软的Azure达成深度合作后，其发展迎来了新的阶段，在市场规模和应用场景等均实现了质的突破，并最终以4亿美元的估值在2024年被Entrust收购，创业风险资本实现了价值挖掘、成长陪伴到有序退出的投资循环。
3.成长期：垂直领域深耕+创业风险资本
与美国硅谷的部分人工智能初创企业追求通用模型和人工智能基础技术研发不同，进入成长期的英国人工智能企业更倾向于深耕垂直领域，针对特定行业需求提供定制化解决方案。在这一阶段，英国创业风险资本从初创期的信息中介和价值发现者，开始向资源整合者和市场合作者转变，帮助英国人工智能企业在垂直领域建立领导地位。
受限于人工智能领域与中美两国的整体差距，在成长期，英国人工智能企业更希望能够凭借其技术优势和行业洞察，开发针对医疗、金融科技、网络安全等垂直领域行业的AI解决方案。这些领域具有高进入壁垒和明确市场需求，适合英国这类中小型市场发挥差异化优势。如图6所示，在2024年，英国人工智能领域独角兽企业总计35家，其中医疗AI占30%（11家），网络安全AI和金融科技AI分别占15%和20%；图7则展示了英国人工智能市场中各垂直领域的市场份额，其中医疗AI、网络安全AI、金融科技AI分别占30%、25%和20%，在美国占比最大的生成式AI仅有10%，也表明了其差异化的战略选择。更为重要的是，由于英国人工智能初创企业的成长期更聚焦区域市场的布局，2024年英国人工智能企业的海外收入占比达65%，远高于硅谷的40%，也反映其通过垂直领域深耕实现全球竞争力的战略。
图6：2024年英国AI独角兽企业领域分布
数据来源：CB Insights，2024
图7：2024年英国AI成长期投资垂直领域分布
数据来源：CB Insights，2024
CB Insights数据显示，2024年全球医疗AI和网络安全AI市场分别增长30%和28%，在此阶段的英国人工智能企业也需要巨额资金用于扩展云计算基础设施、开发行业定制化模型、招聘合规与技术人才，以此来实现垂直领域的商业化。英国的创业风险资本也开始注重整合自身商业资源来赋能人工智能企业的商业化落地，以Molten Ventures投资的人工智能安全领域企业Darktrace为例，Molten Ventures帮助该企业优化了商业模式、建立了与欧洲和北美客户的联系，并应对《欧盟AI法案》等监管要求，提供了从技术合规到市场扩张的全面支持，而英国企业在这些领域的领先地位也为创业风险资本提供了高回报潜力，实现了双赢。此外，英国创业风险资本的国际化特性也使其能够为企业引入全球资源，如新加坡Temasek对英国人工智能企业BenevolentAI的投资，使其能够顺利进入亚洲市场。这种长期陪伴的模式使英国本土创业风险资本不仅是资金提供者，也是企业垂直领域深耕和国际化扩张的战略伙伴。
（三）人工智能领域创业风险资本国际经验对我省的启发
从上述分析可以看出，无论是美国硅谷模式还是英国伦敦模式，单纯依靠创业风险资本的金融属性难以满足人工智能领域的复杂发展需求。成功的人工智能创投生态依赖于资本、市场、人才和技术的深度融合，这为浙江省优化创业风险资本体系、提升产业竞争力提供了重要启示。
四、对策建议
加大力度支持人工智能领域创投基金发展。一是加大人工智能领域政府产业基金规模，特别是天使轮基金规模。做强做大支持人工智能产业领域发展的风险资本总盘子，动态扩大“4+1”产业基金规模，加强与国家级基金、中央企业基金的对接合作，发挥国资的带头作用，吸引和培育更多长期投资投向人工智能产业链上下游，为培育发展人工智能产业链提供资金支持；优化政府基金机制，考虑延长人工智能产业领域基金的存续期，如考虑母基金存续期延长至15年、子基金存续期延长至10年，提升长期资本属性。二是拓宽创业投资资金来源。支持金融资产投资公司在杭州开展股权投资试点业务，推动各级政府引导基金、国资基金和金融资产投资公司合作设立创业投资基金。支持符合条件的创业投资机构发债融资。引入中东等国际长期资本并配套跨境投融资便利化政策。三是推动人工智能产业领域协同生态建设，支持创投机构联合高校等科研院所设立高校背景子基金，推动人工智能技术前沿相关成果转化。四是进一步深化“投贷联动”业务。扩大AIC股权投资试点范围，支持 AIC 与地方政府、产业投资公司等开展业务合作，用好与AIC的行司联动机制，推进更多人工智能产业相关的股权投资基金、项目落地，促进资金加速流向人工智能产业。
引导创业风险资本支持人工智能产业集群发展。一是加强人工智能产业投资领域的分类细化管理。对人工智能技术进行细致分类，基于各细分领域的行业特点和发展趋势制定分类管理指南，为人工智能领域的风险投资提供科学的方向和策略；鼓励相关机构、行业协会定期发布人工智能投资“晴雨表”，基于全球主要国家未来产业政策文件、专家学者与机构的研判预测、企业专利数据等，发布人工智能产业细分赛道及市场投资形势，为社会资本提供方向性引导。二是引导风险资本完善人工智能产业发展生态。支持打造人工智能创新孵化器、构建人工智能生态社群、人工智能场景的打造、推动落实人工智能产业落地的先行先试试验田等，促进人工智能相关数据流动和共享、产业标准化建设、示范基地建设，引导支持应用场景与人工智能联动发展。
推动国有与民营风险资本实现优势互补深度合作。一是明确各自定位，形成互补协同机制。国有风险资本应具有引导性和长期性，侧重于战略引导、政策补贴和风险分担，聚焦人工智能基础设施建设、前沿技术开发，可利用产业引导基金等方式降低人工智能领域科创企业的研发门槛；民营资本则更灵活、敏锐，侧重于企业成长过程中高风险投资、并购重组与退出机制。国有资本与民营资本应避免争利和挤出效应，实现政府引导、市场化运作和专业化管理的有机同意与互补协同。二是建立国有－民营资本双向互动平台。可考虑构建升级层面的跨部门、跨领域的合作平台，整合人工智能等科技领域、金融、产业等三方资源，定期组织对话、路演和论坛，促进政府部门与风险投资机构、民营资本之间的信息共享和资源对接，推动国有与民营资本实现互补合作。
积极探索更高容忍度的国资创投政策和更灵活的考核机制。健全符合创业投资行业特点和发展规律的国有资本出资、考核、容错和退出的政策机制，对国资创业投资机构按照整个基金生命周期进行考核。完善政府产业基金的分级管理，将国有投资机构和基金进行分类，明确政策工具类、战略类、市场类三类，实施分类监管和差异化考核，考核维度多元化，各类机构和基金适用不同考核指标。政策工具类，以政策目标实现（技术突破、产业落地培育等）为主要考核指标，收益和保值增值不再作为主要目标。考核设置加分项，突出履行战略使命功能评价，鼓励长期资本、耐心资本和领投资本。择优选择部分独资国有投资机构，实施监管沙盒试点，在设定的投资标准下（所投企业类型、属性、来源；投资方式；投资估值；投资金额等），对投资结果全面免责。完善国有资金出资、考核、容错、退出相关政策措施，健全绩效评价制度，根据行业特点，在顶层设计中形成“在基金投资决策合法合规、投后管理履职尽责后保持基金管理人独立性”的共识。可依据基金功能定位进行分类考核，对科创类母基金、产业类投资母基金以及市场化直投基金实施分类考核。
健全创投资本发展的配套政策环境。一是优化税收机制，对长期投资人工智能产业领域的机构，参照其投资回报期，给予相应的税收优惠涉及；探索投资损失跨期抵扣机制，避免“先盈利缴税、后亏损无法弥补”的不合理现象，推行全生命周期计税模式；探索对投资人收回本金前收益不征税、仅对实际收益部分征税等税收优惠激励政策试点，以激活社会资本参与人工智能等科技领域风险投资的热情。二是完善多元化退出机制。四是健全创业投资退出渠道。开展私募股权创投基金实物分配股票试点，允许将持有的上市公司股票通过非交易过户的方式向投资者进行分配。支持私募股权基金以促进产业整合为目的，依法收购上市公司；鼓励发展私募股权二级市场基金（S基金）；设立行业并购基金或过渡性S基金，搭建风险资本退出桥梁；培育S基金生态，探索设立省财政出自的S基金引导母基金，重点承接成长期人工智能项目退出需求，并给予税收优惠和政策引导资金支持，提升其在人工智能领域的退出承接能力。三是建立退出担保和风险共担机制，可考虑设立人工智能专项退出风险补偿基金，为因市场流动性不足而难以退出的风险投资项目提供部分担保或补偿，降低天使资本的退出风险，激活市场流动性。
（浙江大学公共政策研究院课题组：金雪军，浙江大学公共政策研究院、浙江省公共政策研究院执行院长；朱芳菲，浙江大学公共政策研究院研究员、浙江省公共政策研究院副院长；施云辉，浙江大学公共政策研究院、浙江省公共政策研究院兼职研究员；洪运哲，浙江大学公共政策研究院、浙江省公共政策研究院科研助理；吴乘暖，浙江大学公共政策研究院、浙江省公共政策研究院科研助理）