开云以开云入口为核心，带来高效便捷的体验。

2026世界人工智能大会于7月17日在上海拉开帷幕。作为连续第三年深入报道WAIC的媒体平台，36氪的「氪话未来」直播节目也在大会首日同期启动。森博科技董事长于林义在WAIC现场接受了36氪的专访，就企业级AI、智能体落地、行业知识以及业务闭环等议题，分享了森博科技从一家营销服务公司转型为AI驱动的科技服务公司的实践历程。

本届WAIC以“智能伙伴，共创未来”为主题。与前几年行业普遍聚焦于模型能力、参数规模和演示效果不同，2026年的AI产业讨论重心明显后移。企业现在更关注AI是否能融入实际业务流程，是否能承担具体任务，以及能否通过业务成果进行验证。换言之，AI已不再仅仅是一个“能回答问题”的工具，而是要成为能够与人类协作、嵌入组织运作、并创造投资回报（ROI）的业务伙伴。

这一趋势也使得企业级Agent的落地逻辑更加清晰。尽管通用模型的能力已相当强大，但当它们进入企业实际应用场景时，真正决定应用效果的往往不是模型本身，而是业务的上下文信息、行业的方法论、流程的拆解能力以及可验证的结果反馈。森博科技的观察恰恰印证了这一点：企业级AI的成败关键不在于“技术寻找场景”，而在于“场景打磨技术”。

以下是专访内容摘要，由36氪编辑整理：

36氪：今年WAIC以“智能伙伴 共创未来”为主题，行业也在探讨Agent如何真正融入企业流程。从森博的视角来看，2026年企业级AI应用最值得关注的变化是什么？

于林义： 本届WAIC将“智能伙伴”定为主题，这本身就预示着行业进入了一个转折点——AI已经走过了单纯展示技术优势的阶段，开始从一个“随叫随到的工具”转变为一个“需要进入业务流程、并能计算ROI的伙伴”。

我们观察到的核心变化是：整个行业正从“技术寻找场景”转向“场景打磨技术”。前两年大家比拼的是模型的参数大小和演示效果，而今年，无论是投资者还是企业客户，首先关心的是“这个AI能在我的业务中带来多少收入或节省多少成本”。《哈佛商业评论》近期的一项调研显示，85%的智能体项目以失败告终，其根本原因并非技术不行，而是这些AI未能真正进入实际业务，缺乏必要的上下文信息、判断标准和结果反馈，自然无法成为能有效工作的伙伴。

这也是我们今年参加WAIC最想传达的信息：企业级AI智能体的成败，关键不在于模型层面，而在于在真实业务中建立起有效的实证闭环。

36氪：森博科技从营销服务公司转型为AI驱动的科技服务公司，其真正的转折点是什么？

于林义： 真正的转折点并非源于某次重大模型发布或融资事件，而是我们自己打造高端品牌“科驭”的过程。

在拥有20年战略咨询和数字营销经验，服务过美的、海尔、海信等行业领军企业后，我们从未独立地从零到一、再到行业领先地完整运营过一个品牌。直到我们花费三到四年时间，将旗下国际高端生活方式品牌科驭打造成智能衣物护理机品类的第一名，我们才深刻体会到：多年积累的方法论完全可以被用于训练AI，使其成为能够自主工作的智能体；而AI跑出的实证业务结果，又能反过来优化和迭代我们的方法论。

这个“自己先将业务做成功”的过程，让我们成功打通了“方法论+AI智能体”的双系统飞轮，并坚信：在企业级AI智能体的开发中，不能仅仅站在岸边指导客户，而是必须亲自下水，经历第一步的实践。这就是我们AI化转型最核心的转折点。

36氪：如果用一句话来概括森博目前所做的事情，与过去的营销服务公司相比，最大的不同是什么？

于林义： 一句话概括：森博利用20年的行业知识和实证方法论，为企业训练一支既懂行业又具备实操能力的AI Agent团队。

与传统营销公司的最大区别在于：传统公司销售的是“人的经验”——顾问提供方案，团队负责执行，交付即告结束；而森博销售的是“基于真实业务的、实证有效的AI生产力”——这些智能体并非仅仅是聊天工具，它们内嵌了20年的行业知识和判断标准，在真实业务中经过验证，能够7x24小时持续迭代的“AI员工”。交付仅仅是开始，它们会伴随企业的业务一同成长进化。

与纯粹的AI公司相比，他人的AI可能“聪明但不一定懂行”，而我们的AI产品是“既聪明又内行”。

36氪：森博一直强调“AI应用比拼的不是技术，而是行业know-how”。过去20年服务客户积累的哪些经验，最适合被转化为智能体？

于林义： 森博自身拥有实践场景的经验，目前我们对适合AI智能体化的场景进行了阶段性提炼，主要满足以下三个条件：第一，场景的数字化程度要高，没有数字化基础，AI很难驱动流程。第二，企业在这一场景中的人力和预算投入较高，这样才有足够的降本增效空间让智能体发挥作用。第三，存在明确的判断标准、可证伪且可被结果验证的方法论。

举几个具体例子：

例如在GEO（AI搜索优化）领域，森博已形成一套完整的方法论体系：利用“多源映射法”从百度、抖音、小红书的多源搜索数据反推用户在AI平台上的提问模式；运用“ACCS模型”构建四层信源体系，确保AI从任何渠道获取的信息都指向同一答案；以及通过“P-C-R模型”追踪不同AI平台信源偏好的差异——例如，百家号超过60%的引用指向文心一言，抖音内容则有超过35%流向豆包。这些规律并非凭空想象，而是我们对五大AI平台进行了数万次实测后提炼出的结果。

再如达人营销领域，森博采用“双塔匹配模型”进行达人筛选——将产品特征与达人特征进行匹配；并运用“CVI-5D模型”进行达人评估，从传播力、种草力、粉丝匹配度、合作配合度、有效评论成本五个维度进行量化评分。这套模型在海尔等标杆客户的项目中，帮助客户节省了1958万元的营销费用，并将达人外溢成本降低了34%。

以上提到的方法论，过去是资深顾问的知识财富，现在已被提炼成算法，蒸馏为技能，成为AI智能体可执行的行为逻辑。

36氪：许多企业在开发Agent时，往往停留在工具层面，难以真正融入业务流程。森博是如何将客户真实场景中的上下文、流程和判断标准，沉淀到CeMeta AI引擎和智能体产品体系中的？

于林义： 核心在于森博的“实证型研发体系（BER）”——每一个AI智能体产品，都必须先在真实业务中得到验证，才能提供给客户使用。

具体流程分为四步：

第一步，场景拆解。我们不只是询问客户“您需要什么AI功能”，而是深入到业务本身，将一个场景的完整链路进行细致拆分——明确输入是什么、判断标准是什么、输出是什么，以及如何验证对错。以GEO场景为例，我们将“让AI推荐你的品牌”这一需求，分解为问题定义、内容生产、渠道分发、效果监测、归因迭代五个环节，每个环节都设定了明确的数据指标。

第二步，方法论结构化。将拆解出的判断标准和经验规则编码成智能体可执行的逻辑。这并非简单地将文档交给大模型，而是将每一个决策节点转化为可量化的决策树。

第三步，实战验证。智能体直接在真实业务中运行。“好现”GEO智能体首先在森博旗下的科驭品牌上进行了验证，推荐率从0提升至90%以上，随后应用于海尔项目，新品首推率达到96%，售后电话首推率更是达到100%。“好灵”达人营销智能体在内部项目跑通后，才提供给海尔使用，AI选出的达人外溢率比人工方式提升了13%。

第四步，结果反哺。每一次业务结果都会用于校准模型。正确的强化，错误的修正，形成持续的循环。这也是为什么我们的智能体会越用越精准——它们并非静态的工具，而是在真实业务中持续进化的伙伴。

支撑这套体系的基础正是我们的“智娲”AI引擎——企业营销AI引擎，它负责统一管理企业的上下文（知识）、工具（Tools）、标准（Standards）和数据（Data），确保每个智能体都能在企业的真实业务环境中运行。

36氪：从GEO智能体、达人营销智能体到电商营销智能体，森博已经在营销环节取得了一些成果。接下来，这套“场景寻找技术”的方法是否会拓展到更广泛的企业级AI智能体服务领域？

于林义： 答案是肯定的。

AI的价值绝不会局限于营销环节。在森博自身过去五六年帮助企业进行AI化转型的过程中，我们也提炼了一套关于“如何实现企业AI化转型的方法论”。这套方法论正是近期热门的FDE（前端部署工程师）背后的一套支撑体系。有了这套支撑体系，森博目前正与一些大型模型厂商及更多行业头部企业合作，将这套实证型研发体系（BER）复制到研发、生产、供应链、客服等更广泛的企业业务流程中。

今年WAIC的主题是“智能伙伴 共创未来”，我们理解的“共创”，并非AI公司闭门造产品卖给客户，而是我们与客户一同，在真实业务中将AI打磨成真正能够胜任工作的AI伙伴——由您提供场景，我们输出方法论和AI能力，共同清晰地计算AI的ROI，并全面提升企业的全链路生产力。

如果您希望体验真正能够融入业务流程、并能清晰计算ROI的AI智能体，欢迎添加森博企业微信，从“好现”GEO开始，共同探索企业AI化升级的真实路径。