随着科学技术的不断发展，创新水平成为衡量国家综合实力的重要指标。信息技术的升级也带动着公司变革，大数据、算法等新兴行业开始与产业交融，驱动着公司加大研发投入，形成研发投入与产业共促的发展格局。此外，我国中央及地方政府纷纷出台人工智能产业发展规划以及相应的补贴政策，对人工智能产业的发展壮大具有重要意义。2017年我国人工智能产业规模持续高速增长，以51.2%的增长率将产业规模扩大至152.1亿元，预估2019年该产业产值规模将达到345.2亿元。因此分析研发投入、政府补助以及人工智能产业的关联具备一定的合理性。
　　从研究思路来说，文章首先将公司研发投入分为资金投入和人员投入两种形式，分别研究其对人工智能产业公司绩效影响进行研究。然后加入政府补助这一调节变量，并将其划分为直接的资金补贴和间接税收优惠两种形式，分别研究其对研发投入的调节效应。最后，对于我国人工智能产业不同环节的上市公司横向比较研究，得出不同环节研发投入对绩效的影响以及调节效应确实存在差异的结论。
　　本文选取了我国人工智能产业中313家上市公司的面板数据作为研究对象，运用系统广义矩估计的方法检验得出以下结论：总体来说，研发资金投入和技术人员投入对我国人工智能产业上市公司绩效都有比较显著的正面影响，但是技术人员的影响效力不及研发资金。政府直接金额补贴和间接税收优惠对公司的研发投入起到了明显的调节作用，但间接税收优惠的效力相对偏低。拆分产业链来看，滞后一期研发投入对我国人工智能产业链上中下游公司绩效有显著的正向影响，上游公司效果更为显著。调节效应来看，直接金额补贴对公司绩效的促进作用较大，间接税收优惠虽然存在正向调节效应，但系数偏低。基于以上结论，从政府宏观以及公司微观两个角度提出相关建议，明确发展战略，制定行业标准；执行相关政策，加大扶持力度；贯彻分类调控，坚持因企施策；加强技术开发，巩固人才队伍等。
　　本文可能的贡献点主要在如下三个方面：建立模型研究了研发投入对人工智能产业上市公司绩效的直接影响机制；同时检验了政府补助在研发投入对人工智能产业上市公司绩效影响中的调节效应；并依据产业链的划分标准，对属于上、中、下游的公司分别展开研究。
　　但是本文也存在一定的不足之处，一是由于数据不充分，导致本文样本的时间跨度只有五年；二是变量指标体系不够完善，有许多影响因素没有纳入方程当中；三是本文在理论方面不免存在不足之处，有待后续研究进行修改完善。