7月17日，2026世界人工智能大会（WAIC）在上海拉开帷幕。作为本届大会的重要组成部分，「氪话未来」直播访谈节目于首日启动，森博科技董事长于林义在WAIC现场接受了专访。访谈中，于林义就企业级AI、智能体落地应用、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以AI驱动的科技服务企业。

本届WAIC以“智能伙伴，共创未来”为主题，相较于往年对模型能力、参数规模及演示效果的侧重，2026年的AI产业讨论已转向更深层次的应用。企业愈发关注AI是否能融入实际业务流程、能否承担具体任务，并以业务成果来验证其价值。这意味着AI已不再仅仅是“会回答”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。

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并非模型本身，而是业务的特定背景、行业的方法论、流程的分解能力以及可验证的结果反馈。森博科技的洞察恰好印证了这一点：企业级AI的成败关键在于“场景驱动技术”，而非“技术寻找场景”。

以下为专访内容摘要，由36氪编辑整理：

36kr：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应用最值得关注的转变是什么？

于林义： 本届WAIC将“智能伙伴”设为主题，这本身就是行业迎来转折点的明确信号。AI已告别“炫技演示”阶段，正从一个“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”。过去两年，业界比拼的是模型参数大小或Demo效果，而今年，无论是投资人还是企业客户，首要问题都是“这个技术在我的业务中能带来多少收益或节省多少成本”。《哈佛商业评论》近期一项调研显示，85%的智能体项目失败，其根本原因并非技术不足，而是这些AI未能真正融入真实业务，缺乏上下文、判断标准和结果反馈，自然无法成为能胜任工作的伙伴。这也是我们此次参会希望重点分享的：企业级AI智能体的成败，关键不在于模型层面，而在于真实业务中形成的实证闭环。

36kr：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或一轮融资，我们真正的转折点在于自主打造高端品牌“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，我们从未完整地独立运营过一个品牌从零到行业第一的全过程。直到我们花费三四年时间，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领导者，才深刻体会到：我们多年积累的方法论完全可以被AI吸收，并转化为能够自主工作的智能体；而AI产生的实证业务结果，又能反过来优化我们的方法论。这个“亲身实践并将业务做成功”的过程，使我们跑通了“方法论+AI智能体”的双系统飞轮，也让我们坚信：在企业级AI智能体的开发上，不能只做指导者，必须亲身实践。这是我们AI化转型最关键的转折点。

36kr：如果用一句话来概括森博现在的业务，与过去的营销服务公司相比，最大的区别是什么？

于林义： 一句话概括：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。与传统营销公司最大的不同在于：传统公司销售的是“人的经验”，即顾问提供方案、团队执行交付，完成后即告一段落。而森博销售的是“基于真实业务、实证有效的AI生产力”。我们的智能体并非只会进行对话的工具，它们拥有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”。交付只是起点，它们将伴随企业的业务一同进化。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”。

36kr：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： 森博自身拥有实际场景运营经验。目前我们进行了一些阶段性的提炼，发现满足以下三个条件的场景最适合AI智能体化：第一，场景的数字化程度要高，否则AI难以驱动流程。第二，企业在该场景中的人力和预算投入较大，有足够的降本增效空间供智能体发挥作用。第三，具备明确的判断标准、可证伪且可被结果验证的方法论。

举几个具体例子：在AI搜索优化（GEO）领域，森博建立了一套完整的方法论体系。例如，我们采用“多源映射法”，通过百度、抖音、小红书等多平台搜索数据，反推用户在AI平台上的潜在提问；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“P-C-R模型”，用于追踪不同AI平台信源偏好差异，如分析百家号内容60%以上引用流向文心一言，抖音内容35%以上流向豆包。这些都不是凭空想象，而是我们对五大AI平台进行数万次实测后提炼出的规律。

再如达人营销领域，森博使用“双塔匹配模型”进行达人筛选，匹配产品特征与达人特征。通过“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中，帮助客户节省了1958万元营销费用，并使达人外溢成本降低了34%。

过去，这些方法论存在于资深顾问的经验中，现在，它们被提炼成算法、蒸馏为技能，成为AI智能体可执行的行为逻辑。

36kr：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）”。我们要求每一个AI智能体产品，都必须先在真实业务中成功运行，之后才能交付给客户。具体流程分为四步：

第一步，场景拆解。我们不只是询问客户“需要什么AI功能”，而是深入其业务，将一个场景的完整链路进行拆解——明确输入、判断标准、输出以及如何验证对错。以GEO场景为例，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。智能体直接置于真实业务中运行。例如，“好现”GEO智能体首先在我们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%，售后电话首推率更是达到100%。“好灵”达人营销智能体在内部项目跑通后，交付给海尔使用，AI选出的达人外溢率比人工操作提升了13%。

第四步，结果反哺。每一次业务结果都会用于校准模型。正确的予以强化，错误的予以修正，形成持续的循环。这就是为什么我们的智能体会越用越精准——它不是静态的工具，而是在真实业务中不断进化的伙伴。

这套体系的底层支撑是我们的“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真实业务环境中运行。

36kr：从GEO智能体、达人营销智能体到电商营销智能体，森博已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”。这套方法论正是当前热门的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，森博目前正与多家大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公司闭门造车地开发产品并销售给客户，而是我们与客户携手，在真实业务中共同打磨AI，使其成为真正能胜任工作的AI伙伴——由客户提供场景，我们提供方法论和AI能力，共同清晰计算AI的ROI，并全面提升企业的全链路生产力。

如果大家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。

开云专注kaiyun.com，为用户提供专业可靠的体验。

2026-07-17

围绕开云官网，开云持续打磨更优质的服务。

围绕开云官网，开云持续打磨更优质的服务。

12 Comments | Dec 17, 2020

开云深耕kaiyun领域，用心服务每一位用户。

在开云入口方面，开云提供贴心周到的支持。

12 Comments | Dec 17, 2020

围绕开云官网，开云持续打磨更优质的服务。