AI芯片、工业软件、算法框架——这些"卡脖子"环节的攻坚力量，不在大厂，而在505家AI专精特新"小巨人"手里。南开大学这份报告把它们的技术合作网络全部拆开，发现72%是中型企业、技术合作网络呈极核状分布、智能制造占应用场景两成以上。这是一群"小而硬"的企业在铺开AI深度应用的底层地基。
企业画像——中小团队扛关键技术攻坚
AI专精特新"小巨人"企业的核心特征可以用三个数字概括：72%为中型企业，37.82%员工在99人以内，获批集中在2019至2024年且2024年达峰值170家。这是一群年轻、精干、高度专业化的企业群体。
地域分布高度集中：广东省（20.59%）、北京市（18.81%）、浙江省（11.09%）、上海市（9.31%）、江苏省（8.91%）五省市合计占比近七成。城市层面，北京市以18.81%居首，上海市、杭州市、广州市、深圳市紧随其后——前五大城市合计占比超50%。
但"小"不等于"弱"。这些企业在技术体系中覆盖了24个类别：大数据与云计算、智能机器人、物联网、计算机视觉、自动驾驶、大模型、具身智能——几乎涵盖了从基础层到应用层的全链条。它们在工业软件、AI芯片和算法框架等关键技术领域的攻坚角色，使其成为AI深度应用不可或缺的创新主体。
价值网络——极核状结构与核心枢纽
基于2020至2025年的技术合作关系数据，AI专精特新"小巨人"的价值网络呈现典型的"核心-外围"结构。致远互联、思必驰、云从科技、紫光云等企业处于核心枢纽位置——致远互联度数中心度最高，其协同管理软件覆盖大量政企客户，且与华为、阿里云等共建智能化合作。
关系节点排名前三的分别是华为、阿里巴巴和清华大学。国外关系节点中，英伟达、英特尔、高通位列前三，西门子、大众、奔驰等德国制造企业同样是重要的海外合作伙伴。这种国内外双轨并行的技术合作网络，反映出中国AI专精特新企业在智能制造领域与国际工业体系的深度嵌合。
网络规模持续扩张：样本节点从2020年的367个增长至2025年的488个，总边数从5235条提升至38313条。平均聚类系数从0.004上升至0.009，表明局部行业集群正在形成。但网络直径从5扩大至13，平均路径长度从1.496延长至5.64——技术传递链条拉长，复杂度提升，信息传递效率面临新挑战。
技术合作——流向、类型与产业分布
技术合作以国内为主：技术输入国内企业占比91.8%，国外仅占8.2%；技术赋能国内占比95.1%，国外仅占4.9%。国外合作中，美国占24.4%，德国占18.3%，日本占11.5%——这三个国家构成了中国AI专精特新企业最主要的海外技术合作对象。
技术类型分布上，大数据与云计算以23.0%居首，智能机器人（14.8%）、物联网（11.7%）、计算机视觉（7.9%）和自动驾驶（7.9%）紧随其后。值得注意的是，大模型、具身智能等新兴技术类型在2024年以来快速增长，对应了从信息智能向物理智能过渡的技术方向。
应用领域分布上，智能制造以20.9%高居榜首，智慧城市（10.0%）、智能交通（7.8%）、企业智能管理（7.5%）、智能教育（6.7%）分列二至五位。三次产业中，第三产业占78.81%，第二产业占20.79%，第一产业仅占0.40%。在第二产业内部，计算机、通信和其他电子设备制造业占33.33%，专用设备制造业（18.1%）和通用设备制造业（15.24%）紧随其后。在第三产业内部，信息传输、软件和信息技术服务业（26.9%）最高，科学研究和技术服务业（21.4%）第二，教育（15%）第三。
从技术合作流向看，北京市和广东省内部技术流动占比最高（9.1%和6.3%），跨省流动中北京-广东（3.5%）和广东-北京（3.3%）双向流动最为活跃——京津冀与珠三角之间的技术对流构成了国内AI技术合作的主轴。
产业意义——专精特新的双重角色
报告对AI专精特新"小巨人"的产业定位给出了清晰判断：它们的作用表现在两个方面——一是在人工智能关键技术领域的攻坚力量，二是行业智能化的主要力量。
在关键技术攻坚层面，它们承担的是"大厂不愿做、做不了"的细分领域突破。工业软件、AI芯片IP、算法框架、特定场景的行业模型——这些环节的技术积累往往需要长时间的行业深耕，而非资本密集型投入所能替代。
在行业智能化层面，它们掌握行业数据和工艺知识——这些经验积累是AI深度应用的基础。在智能制造、智慧城市、智能交通、智能教育等领域，专精特新企业往往是"懂行"的技术提供者，而非通用模型的简单调用者。
人智协同的新型生产方式能否规模化铺开，很大程度上取决于这群"小而硬"的企业能否在关键技术环节持续突破。这是报告给出的隐含判断，也是505家AI专精特新"小巨人"值得持续追踪的根本原因。
