今年的世界人工智能大会（WAIC）于7月17日在上海拉开帷幕。森博科技董事长于林义在大会现场接受了36氪“氪话未来”的专访，分享了森博科技如何从一家营销服务公司转型为以AI驱动的科技服务公司。他深入探讨了企业级AI的应用、智能体的落地、行业知识积累以及构建有效的业务闭环等关键议题。

本届WAIC以“智能伙伴，共创未来”为主题，显示出行业讨论的重心已从过去几年对模型能力、参数规模和演示效果的关注，转向AI在实际业务流程中的应用效果和商业价值。如今，企业更关注AI是否能真正融入业务、承担具体任务，并最终通过业务成果来验证其价值。这意味着AI已不再仅仅是一个“能回答”的工具，而是要成为能够协同人类、嵌入组织并创造投资回报率（ROI）的业务伙伴。

在这一背景下，企业级Agent的落地逻辑也日益清晰。尽管通用模型能力已相当强大，但在企业实际应用中，决定效果的关键往往不是模型本身，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。森博科技的观察印证了这一点：企业级AI的成败，不在于“技术寻找场景”，而在于“场景驱动技术”。

以下是对谈的精选内容：

36氪：今年WAIC的主题是“智能伙伴 共创未来”，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： 今年WAIC将“智能伙伴”作为主题，这本身就标志着行业进入了一个关键转折点。AI已经走过了单纯展示技术能力的阶段，正从一个“即叫即用的工具”转变为需要深度融入业务流程、并能核算ROI的“业务伙伴”。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“场景驱动技术”。前两年大家更关注模型参数大小和演示效果，而今年，无论是投资人还是企业客户，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%的智能体项目未能成功，其根本原因并非技术不足，而是这些AI未能真正进入实际业务，缺乏必要的上下文、判断标准和结果反馈，因此无法成为能够有效工作的伙伴。这正是我们希望在WAIC上分享的重点：企业级AI智能体的核心竞争力，不在于模型层面，而在于其在真实业务中能否形成可验证的闭环。

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一次大型模型发布或融资事件，而是我们自主打造高端品牌“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，我们首次完整地从零开始，将一个品牌打造成品类第一。通过三到四年的努力，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市场领导者，我们深刻认识到：过去积累的方法论完全可以被AI吸收，形成能够自主工作的智能体；而AI产生的实证业务结果，又能反过来优化和迭代我们的方法论。这个“亲身实践并取得成功”的过程，使我们成功跑通了“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，不能仅仅停留在理论层面指导客户，必须亲身实践，经历第一步的挑战。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，与过去传统的营销服务公司相比，最大的区别是什么？

于林义： 简单来说，森博现在是利用20年的行业专业知识和经过实证的方法论，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：传统公司提供的是“人的经验”——顾问提供方案，团队负责执行，交付即结束。而森博提供的是“基于真实业务、实证有效的AI生产力”——我们提供的智能体并非仅能进行对话的工具，它们承载着20年的行业知识和判断标准，已经在真实业务中经过验证，能够像“AI员工”一样7x24小时持续工作并不断迭代。交付仅仅是开始，它们会随着业务的发展而持续进化。与纯粹的AI公司相比，他们的AI可能“聪明但未必懂行”，而我们的AI产品则“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，最适合被智能体化？

于林义： 基于我们自身在实际场景中的实践，我们提炼出以下三个条件的场景比较适合AI智能体化：第一，场景的数字化程度要高，因为AI的驱动和流转离不开数字化基础。第二，企业在该场景中的人力和预算投入要足够大，这样AI才能在降本增效方面发挥显著作用。第三，必须具备明确的判断标准、可证伪性以及可被结果验证的方法论。

举几个具体例子：在GEO（AI搜索优化）领域，森博构建了一套完整的方法论体系。我们运用“多源映射法”从百度、抖音、小红书等多渠道搜索数据，反推出用户在AI平台可能提出的问题；运用“ACCS模型”构建四层信源体系，确保AI从任何渠道抓取的信息都能指向同一答案；运用“P-C-R模型”追踪不同AI平台信源偏好差异——例如，百家号60%以上的引用流向文心一言，抖音内容35%以上流向豆包。这些规律并非凭空想象，而是我们对五大AI平台进行数万次实测后提炼得出的。

在达人营销领域，森博采用“双塔匹配模型”进行达人筛选，通过产品特征塔和达人特征塔进行交叉匹配。同时，运用“CVI-5D模型”对达人进行评估，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。这套模型在海尔等客户项目中，帮助客户节省了1958万元的营销费用，并降低了34%的达人外溢成本。

过去这些方法论都凝聚在资深顾问的经验中，现在它们被提炼成算法，蒸馏成技能，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，容易停留在工具层面，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）”——我们开发的每一个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。具体流程包括四个步骤：

第一步，场景拆解。我们不只是询问客户需要什么AI功能，而是深入到业务本身，将一个场景的完整链路进行拆解——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。例如，在GEO场景中，我们将“让AI推荐品牌”的需求拆解为问题定义、内容生产、渠道分发、效果监测和归因迭代五个环节，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都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。例如，“好现”GEO智能体首先在森博旗下的科驭品牌上进行验证，将推荐率从0提升至90%以上；随后应用于海尔，新品首推率达到96%，售后电话首推率达到100%。“好灵”达人营销智能体首先在内部项目跑通，然后提供给海尔使用，AI选出的达人外溢率比人工选择提升了13%。

第四步，结果反哺。每次业务结果都会用于校准模型。正确的进行强化，错误的进行修正，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——它们并非静态工具，而是在真实业务中持续进化的伙伴。支撑这套体系的是我们的“智娲”AI引擎，它负责统一管理企业的上下文（知识）、工具、标准和数据，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，森博已经在营销链条上取得了一些成果。未来，这套“场景驱动技术”的方法是否会扩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领域。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”。这套方法论是当前热门的FDE（前端部署工程师）背后支撑体系的核心。有了这套支撑体系，森博目前正与多家大模型厂商以及更多行业头部企业合作，将这套实证型研发体系（BER）推广到研发、生产、供应链、客服等更广泛的企业业务环节。

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，而是我们与客户携手，在真实业务中共同打磨AI，使其成为真正能够胜任工作的AI伙伴。我们提供场景，客户提供方法论和AI能力，共同清晰地计算AI的ROI，并全面提升企业的生产力。

如果大家希望体验真正能够融入业务流程、能够清晰计算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。