面对汽车行业波动、主机厂缩减产能，克劳斯玛菲中国CFO李新峰在今年进博会上提到的一个数字却让人印象深刻。他告诉第一财经，今年下半年落地的新客户订单，基本补上了上半年汽车行业三分之一到三分之二以上的订单损失，也让公司全年业务能够基本持平。补缺口的是医疗、低空经济以及具身智能等新场景。
这个“降与升”的对照，比泛泛谈“AI赋能”更能说明在华外资场景扩容的实质。在新旧动能急剧切换的变革期，企业的扩容不是铺摊子，而是在旧板块放缓时，让新场景接住订单、迅速补位。
工业制造横向补位与纵向深化并行
作为全球橡塑生产、加工机械和系统制造商，克劳斯玛菲走的是横向多行业渗透路径。李新峰告诉第一财经，汽车行业原本是公司最重要的应用领域之一，然而今年行业较明显的去库存去产能趋势，给上游的注塑和反应成型业务带来了较大挑战。为此，他们加紧向医疗、低空经济、包装物流等新领域拓展应用，也在今年下半年迎来了收获期。在具身智能等新兴行业，公司将汽车行业积累的经验延展至灵巧手等客户，为其提供设备与解决方案。
今年的进博会上，克劳斯玛菲聚焦高端汽车成型、跨界创新应用与绿色智能制造三大方向，集中展示其在技术应用上的持续“拓界”。场景能补位，背后离不开技术集成能力的支撑。李新峰说，克劳斯玛菲是全球少数同时拥有注塑、挤出和反应成型三项技术的公司，三项技术的组合可针对不同应用场景整合技术、形成新方案，“这种集成能力源于百年技术积累与迭代，门槛较高，竞争对手难以通过简单合作复制”。和汽车制造的场景相比，医疗、电子等领域对洁净度、稳定性、精密度的要求更高，也帮助手握技术的企业筑起了壁垒。
作为进博“全勤生”，德国科技企业贺利氏的大中华区总裁艾周平告诉第一财经，受数据中心需求快速增长带动，中国业务实现强劲增长，创下近年来新高。在这样的背景下，他们不仅在今年继续扩大了产能，而且还在上海新设立了研发中心，以加码在中国的投资。
从石英芯棒和套管、光学级石英玻璃，到铂金漏板、芯片上表面互连方案，贺利氏在今年的进博会上展出的产品广泛应用于算力芯片、6G通信、新能源汽车等新兴领域。其中，保偏光纤套管、石英芯棒和套管、光学级石英玻璃等产品，是支持AI数据中心及下一代通信网络实现高速、稳定传输的关键材料。艾周平称，本届进博会期间公司达成的意向性采购总金额超过十亿元，大大超过去年进博会采购金额。
工业领域的场景扩容并不只有横向多行业渗透或新旧切换的方向。
同样是进博“全勤生”的艾默生，指向的是运营层级的纵向深化。艾默生今年集中展示自动化技术、工业AI能力与行业经验，帮助客户应对复杂工业挑战、迈向“自主运营”。
艾默生亚太区总裁林泽安表示，中国是艾默生全球第二大市场，也是集制造与创新能力于一体的双重引擎。从传统流程工业到新兴制造业，中国正在加速推进产业智能化和可持续转型。他们试图依托覆盖流体控制、气动自动化、精密压力控制等领域的多品牌组合，为客户提供差异化解决方案。可持续维度也被纳入场景扩容的版图——以高效控制技术和智能监测方案帮助客户提升能效、降低能耗，从精准碳计量到绿色制造，将绿色技术优势转化为客户的可持续竞争力。
AI从工作流嵌入到治理补课
工业领域的补位逻辑，在医疗领域表现为另一种扩容，即把AI嵌进临床工作流。
“AI快速发展之下更需要回到医疗价值本身，不在技术热潮中迷失。”飞利浦全球执行委员会委员、全球执行副总裁及大中华区总裁刘令在进博会上对第一财经表示，他们坚持推动以人引领、成效驱动、可信负责的AI无缝融入临床工作流。因为一个核心判断是，医疗AI下一阶段的重点是避免孤立工具堆叠，把更多时间还给临床判断和患者关护。她以智能导管室为例提出，将不同应用和多模态信息整合起来、减少医生系统切换，是工作流嵌入的具体实践。
今年的进博会上，飞利浦展示近60款创新产品与解决方案，包括10款中国首发首展新品。面对老龄化、疾病负担日益复杂和医疗资源紧张等挑战，飞利浦聚焦成效驱动的AI提升诊疗效率与协同。
刘令介绍，本届进博会首发首展的飞利浦超光子代谢CT，搭载本土自主研发的AI赋能软件，针对光谱CT信息丰富但临床应用复杂的痛点，让医生更便捷地调阅和应用光谱信息。
链条再顺，也绕不开使用端的能力配套。根据刘令的观察，临床工作者不仅提出痛点，也带着想法和解决方案，希望结合自己的数据与临床洞见与企业共同创新；真正有意义的创新应从真实临床需求出发，与临床专家和生态伙伴从源头共同定义、验证和迭代。然而，如果每个参与者都提供一个独立工具，医生在分秒必争的诊疗过程中就很难有效使用，因此需要把影像、数据、AI和临床应用连接起来，推动数据标准化、连接不同环节，让数据跟着患者走。
更现实的短板在治理端：《未来健康指数报告》显示，53%的受访中国临床医务人员表示所在机构的AI培训缺失、不充分或标准不一；77%表示所在机构尚未建立明确的AI监测与审计流程。刘令强调，医疗AI要实现可信的规模化应用，需要明确适用范围和责任边界，保护数据安全和隐私，确保人的专业判断和最终责任不能被替代。
和医疗领域一样，制造业的AI化也面临“数据与治理能不能跟上”的问题。
李新峰介绍，克劳斯玛菲的客户端有远程诊断工具提供预测性维护与远程支持，通过机器控制系统开放端口以支持其核心数据采集；内部管理端则在用AI渗透管理，开展AI视觉检测、质量分析模型、产能预测模型。但他强调，AI落地需要计算资源、数据资源和场景支持三者兼备，而中国制造端不缺真实场景，缺的是干净、全面的数据。
埃森哲在今年的进博会上集中呈现其对企业AI规模化落地的判断与解决方案。
埃森哲大中华区主席朱虹认为，随着新旧动能转化持续演进，三股力量正在主导中国企业未来能力和价值创造方式的变化：AI等技术创新推动新质生产力，不仅提升效率，更开始重构产品、流程、组织和商业模式；增长从单一市场转向多区域、多中心；企业要让同样的资产、数据、连接和场景创造更高价值。这三股力量在交汇中相互放大——AI放大企业的洞察、决策与运营能力，使其更有可能跨市场配置资源；多极化经营带来更丰富的客户、场景与数据，为AI创造更大的应用空间；而高价值增长，则要求企业把技术与全球布局真正转化为更高的单位产出、持续收入和市场影响力。
这样的判断，把企业的场景扩容放进了同一个框架：场景越多、运营越复杂，越需要AI把洞察、决策和运营串起来，否则场景扩容只会变成新的碎片化。
朱虹提醒称，技术采用的广度与价值实现的深度之间存在明显落差。埃森哲数字化转型指数2026显示，跨过先进AI应用试点阶段的受访中国企业占比高达88%，但仅有14%的企业实现了可衡量的显著价值，包括企业层面生产效率、收入或利润的明显提升。智能体的部署也有放缓迹象，24%的中国企业高管表示企业正在积极地跨职能部署智能体，较2026年初的26%有小幅下滑。
企业高管认为，AI项目和核心业务战略缺乏整合（21%）是实现AI价值的最大限制因素，将AI引入当前业务流程的复杂性（17%）以及缺乏技能型人才（16%）排在二、三位。在AI规模化过程中，多数企业仍停留在试点阶段，面临整体战略不清、管理层认知不足、基础系统不牢等现实问题，词元成本、治理架构、人才获取和培养等新挑战也在影响企业投入和业务决策。
在此背景下，埃森哲在今年的进博会上发布了AI卓越中心（AI CoE）解决方案，试图回应的就是“从试点走向规模化”的断层。朱虹表示，AI不再是神话，而是意味着复杂的系统性变革；宏观层面需要正视价值落差，产业层面要持续优化资本、算力、数据等要素配置，企业层面则需要重塑系统、流程、组织与人才，把AI的技术势能转化为实实在在的生产力。
