+86 +86 186 5684 3180 +86 +86 186 5684 3180
新闻中心
2026世界人工智能大会于7月17日在上海拉开帷幕。作为大会的重要交流平台，「氪话未来」直播间也于首日启动。森博科技董事长于林义在大会现场接受了36氪的专访，就企业级AI、智能体落地、行业专业知识及业务闭环等议题，分享了森博科技如何从一家营销服务公司转型为AI驱动的科技服务商的历程。
本届WAIC以“智能伙伴，共创未来”为主题。与往年侧重模型能力、参数规模和演示效果不同，2026年的AI产业讨论明显转向实际应用层面：企业愈发关注AI能否融入真实业务流程、承担具体任务，并能通过业务成果得到验证。这意味着AI不再仅仅是“能回答问题”的工具，而是要成为能够与人类协作、嵌入企业组织并创造投资回报（ROI）的业务伙伴。
由此，企业级Agent的落地逻辑也更加清晰。通用模型的能力已相当强大，但将其应用于企业实际场景时，真正决定应用效果的往往不是模型本身，而是业务背景、行业方法论、流程分解能力以及可验证的反馈结果。森博科技的观察恰好印证了这一点：企业级AI的成败关键不在于“技术寻找应用场景”，而在于“应用场景打磨技术”。
以下为对话整理内容：
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。在森博看来，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，这本身就是行业转折点的明确信号——AI已超越“炫技演示”阶段，正从“随叫随到的工具”转变为“需要进入业务流程、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，大家比拼的是模型参数大小和Demo的精美程度，今年无论是投资人还是企业客户，首先关心的是“这个东西在我的业务中能带来多少收益、节省多少成本”。《哈佛商业评论》近期一项调研显示，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未能真正进入真实业务，缺乏业务背景、判断标准和结果反馈，自然无法成为能实际工作的伙伴。
这也是我们此次参加WAIC最想分享的：企业级AI智能体的成败，关键不在模型层面，而在于真实业务中的实证闭环。
36氪：森博从营销服务公司转型为AI驱动的科技服务公司，真正的转折点是什么？
于林义： 并非某个大模型的发布，也不是获得了融资，真正的转折点是我们自己打造高端品牌“科驭”的过程。
经过20年的战略咨询和数字营销服务，森博曾服务过美的、海尔、海信等行业领军企业，但从未独立完成过一个品牌从零到一再到行业领先的全流程——直到我们用三到四年时间，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市场第一。在这个过程中，我们深刻认识到：多年积累的方法论完全可以被输入AI，转化为能够独立工作的智能体；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。
这段“亲自将业务做成功”的经历，让我们跑通了“方法论 + AI智能体”的双系统飞轮，也让我们确信：要成功开发企业级AI智能体，不能只站在岸边指导客户，必须自己先深入实践。这构成了我们AI化转型最核心的转折点。
36氪：如果用一句话概括森博现在的业务，与过去的营销服务公司相比，最大的不同是什么？
于林义： 一句话来说：森博是运用20年的行业专业知识和实证方法论，为企业训练一支既懂行又能干活的AI Agent团队。
与传统营销公司的核心区别在于：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”——这些智能体并非只能聊天的工具，它们承载着20年的行业知识和判断标准，经过真实业务的验证，能够7x24小时持续迭代的“AI员工”。交付仅仅是开始，它们将伴随企业的业务发展而不断进化。
与纯粹的AI公司相比，他们的AI“聪明但未必懂行”，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，最适合被智能体化？
于林义： 基于我们自身实践的经验，目前有以下三个特性的场景最适合AI智能体化：第一，场景的数字化程度要高，数字化是AI驱动流程的基础。第二，企业在该场景中的人力和预算投入要大，这样智能体才能发挥显著的降本增效作用。第三，需要有明确的判断标准、可证伪且可被结果验证的方法论。
举几个具体例子：
在GEO（AI搜索优化）领域，森博已形成一套完整的方法论体系：运用“多源映射法”分析百度、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；利用“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能指向同一答案；通过“P-C-R模型”分析不同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。这些规律是基于对五大AI平台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，将产品特征与达人特征进行交叉匹配；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。这套模型在海尔等客户项目上，帮助客户节省了1958万元营销费用，并降低了34%的达人外溢成本。
以上这些过去由资深顾问掌握的方法论，现在已被提炼成算法和技能，转化为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： 关键在于森博的“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成功运行，才能提供给客户。
具体分为四个步骤： 第一步，场景拆解。我们不是简单询问客户“需要什么AI功能”，而是深入其业务，将一个场景的完整链路进行分解——明确输入、判断标准、输出以及如何验证对错。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，每个环节都有明确的数据指标。
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，而非简单地将文档输入给大模型，而是将每个决策节点转化为可量化的决策树。
第三步，实战验证。智能体直接应用于真实业务。例如，“好现”GEO智能体先在森博旗下品牌科驭上进行验证，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%，售后电话首推率达到100%。“好灵”达人营销智能体在内部项目跑通后，应用于海尔，AI选出的达人外溢率比人工提升了13%。
第四步，结果反哺。每一次业务结果都会用来校准模型。正确的得到强化，错误的进行修正，形成持续循环。这就是为什么我们的智能体会越用越精准——它们不是静态工具，而是能在真实业务中持续进化的伙伴。
这套体系的基础是我们的“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，森博已经在营销链条上取得了一定成果。接下来，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。在森博自身帮助企业进行AI化转型的五六年过程中，我们也在提炼一套关于“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）背后支撑体系的核心。基于这套支撑体系，森博目前正携手多家大模型厂商及更多行业头部企业，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公司闭门造车向客户销售产品，而是我们与客户一道，在真实业务场景中共同将AI打磨成真正能发挥作用的AI伙伴——客户提供场景，我们提供方法论和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、能够准确计算ROI的AI智能体，欢迎添加森博企业微信，从“好现”GEO智能体开始，共同探索企业AI化升级的真实路径。