對話森博科技董事長于林義：AI應用拼的不只是技術，更是實證有效的業務閉環

7月17日，2026世界人工智能大會在上海開場。作為36氪連續第三年深入WAIC現場的重要內容窗口，「氪話未來」直播間也在大會首日同步開啟現場對話。森博科技董事長于林義在WAIC現場接受36氪「氪話未來」特邀專訪，圍繞企業級AI、智能體落地、行業know-how與業務閉環等話題，分享了森博從營銷服務公司轉向AI驅動科技服務公司的實踐路徑。

本屆WAIC以“智能伙伴，共創未來”為主題。相比過去幾年行業對模型能力、參數規模和Demo效果的集中關注，2026年的AI產業討論正在明顯后移：企業更關心AI能否進入真實流程，能否承擔具體任務，能否被業務結果驗證。換句話說，AI不再只是一個“會回答”的工具，而是要成為能夠協同人類、嵌入組織、創造ROI的業務伙伴。

這也讓企業級Agent的落地邏輯變得更清晰。通用模型能力已經足夠強，但進入企業現場后，真正決定應用效果的，往往不是模型本身，而是業務上下文、行業方法論、流程拆解能力和可驗證的結果反饋。森博科技的觀察正落在這一點上：企業級AI的勝負手，不在“技術找場景”，而在“場景煉技術”。

以下為對談實錄，經36氪編輯：

36kr：今年 WAIC 的主題是 “智能伙伴 共創未來”，行業也在討論 Agent 如何真正進入企業流程。站在森博的觀察里，2026 年企業級 AI 應用最值得關注的變化是什么？

A：今年 WAIC 把 "智能伙伴" 作為主題，本身就是行業拐點最明確的信號 ——AI 終于走過了 "炫技演示" 的階段，開始從 "召之即來的工具" 變成 "要進業務流程、要算 ROI 的伙伴"。

我們觀察到最核心的變化是：全行業都在從 "技術找場景" 轉向 "場景煉技術"。前兩年大家比的是誰的模型參數大、誰的 demo 好看，今年不管是投資人還是企業客戶，問的第一句話都是 "這個東西在我業務里能賺多少錢、省多少成本"。哈佛商業評論最近的調研說 85% 的智能體項目打了水漂，本質不是技術不行，是這些 AI 根本沒進過真實業務，沒有上下文、沒有判斷標準、沒有結果反饋，自然當不了能干活的伙伴。

這也是我們今年來 WAIC 最想分享的：企業級 AI 智能體的勝負手，從來不在模型層，而在真實業務里的實證閉環。

36kr：森博從營銷服務公司轉向 AI 驅動的科技服務公司，真正的轉折點是什么？

A：不是某一次大模型發布，也不是拿到了什么融資，真正的轉折點是我們自己做科馭這個高端品牌的時候。

做了 20 年戰略咨詢和數字營銷，森博服務過美的、海爾、海信這些行業龍頭，但從來沒有自己從頭到尾跑通過一個品牌從 0 到 1 再到行業第一的全鏈路 —— 直到我們用三四年時間把旗下國際高端生活方式品牌科馭做到了智能衣物護理機品類第一，這個過程里我們突然發現：原來我們這些年沉淀的方法論，完全可以喂給 AI，變成能自己干活的智能體；而 AI 跑出來的實證業務結果，又能反過來迭代我們的方法論。

這個 "自己先把業務做成" 的過程，讓我們跑通了 "方法論 + AI智能體" 的雙系統飛輪，也讓我們確信：做企業級 AI智能體，不能站在岸邊教客戶游泳，自己得先下水游過第一棒。這就是我們AI化轉型最核心的轉折點。

36kr：如果用一句話介紹森博現在做的事，和過去的營銷服務公司相比，最大的不同是什么？

A：一句話：森博是用 20 年行業 know-how 和實證方法論，給企業訓練既懂行又能干活的 AI Agent Team。

和傳統營銷公司最大的區別是：傳統公司賣的是 "人的經驗"—— 顧問給你出方案、團隊給你執行，交付完就結束；森博賣的是 "基于真實業務的實證有效的 AI 生產力"—— 這些智能體不是只會聊天的工具，是帶著 20 年行業知識和判斷標準、在真實業務里跑通過、能 7×24 小時持續迭代的 "AI員工"。交付只是開始，它會跟著你的業務一直進化。

和純 AI 公司的區別是：別人的 AI 是 "聰明但不一定懂行"，我們的 AI產品 是 "既聰明又內行"。

36kr：森博一直強調 “AI 應用拼的不是技術，而是行業 know-how”。過去 20 年服務客戶沉淀下來的哪些經驗，最適合被智能體化？

A：森博自己跑過場景，到現在我們做了一些階段性的抽象，滿足以下三個要求的場景比較適合AI智能體化，第一、場景的數字化程度要高，沒有數字化AI很難驅動流轉。第二、企業在這個場景中人員投資和預算投資要高，這里面有足夠大的降本增效空間讓智能體發揮作用。第三是明確判斷標準、可證偽、可被結果驗證的方法論。

舉幾個具體的例子：

比如GEO（AI搜索優化）領域，森博沉淀了一套完整的方法論體系：用"多源映射法"從百度、抖音、小紅書的多源頭搜索數據，反推用戶在AI平臺上會問什么問題；用"ACCS模型"構建四層信源體系，讓AI從任何渠道抓取都指向同一個答案；用"P-C-R模型"追蹤每個AI平臺的信源偏好差異——比如百家號60%以上的引用流向文心一言，抖音內容35%以上流向豆包。這些不是拍腦袋想出來的，是我們對5大AI平臺做了數萬次實測后提煉的規律。

又比如達人營銷領域，森博用"雙塔匹配模型"做達人篩選——產品特征塔和達人特征塔交叉匹配，用"CVI-5D模型"做達人評估——傳播力、種草力、粉絲匹配度、合作配合度、有效評論成本五個維度量化打分。這套模型在海爾等典型客戶項目上，幫客戶節省了1958萬營銷費用，達人外溢成本降低了34%。

以上所舉的這些方法論過去藏在資深顧問的腦子里，現在提煉成算法、蒸餾成skill，成為AI智能體可執行的行為邏輯。

36kr：很多企業做 Agent 時，容易停留在工具層，真正進入業務流程并不容易。森博是如何把客戶真實場景里的上下文、流程和判斷標準，沉淀進 CeMeta AI 引擎和智能體產品體系里的？

A：核心是森博的"實證型研發體系（BER）"——每一個AI智能體產品，都必須先在真實業務里跑通，才給客戶用。

具體來說分四步：

第一步，場景拆解。不是問客戶"你想要什么AI功能"，而是我們自己扎進業務里，把一個場景的完整鏈路拆開——輸入是什么、判斷標準是什么、輸出是什么、對錯怎么驗證。比如GEO場景，我們把"讓AI推薦你的品牌"這個需求，拆成了問題定義→內容生產→渠道分發→效果監測→歸因迭代五個環節，每個環節都有明確的數據指標。

第二步，方法論結構化。把拆解出來的判斷標準、經驗規則編碼成智能體可執行的邏輯。不是把文檔丟給大模型，而是把每一個判斷節點都變成可量化的決策樹。

第三步，實戰驗證。智能體直接放到真實業務里跑。“好現”GEO智能體先在森博旗下品牌科馭上驗證，推薦率從0做到90%以上，再給海爾跑，新品首推率做到96%，售后電話首推率100%。“好靈”達人營銷智能體先在內部項目跑通，再給海爾用，AI選出的達人外溢率比人工提升13%。

第四步，結果反哺。每一次業務結果都回來校準模型。對了強化，錯了修正，持續循環。這就是為什么我們的智能體會越用越準——它不是靜態的工具，是在真實業務里持續進化的伙伴。

這套體系的底座正是我們的“智媧”AI引擎——企業營銷AI引擎，負責把企業的上下文（知識）、工具（Tools）、標準（Standards）和數據（Data）統一管理，讓每個智能體都能在企業的真實業務環境里運行。

36kr：從 GEO 智能體、達人營銷智能體到電商營銷智能體，森博已經在營銷鏈上跑出一些結果。接下來，這套 “場景找技術” 的方法是否會進入更廣義的企業級 AI 智能體服務？

A：答案是肯定的。

AI 的價值從來不會被局限在營銷鏈路里，在森博自身走過這五六年幫助企業AI化轉型的過程中，我們自己也在抽象一層【如何讓企業AI化轉型的方法論】這套方法論就是最近非常熱的詞FDE（前端部署工程師）背后的一套支撐體系。有了這套支撐體系，目前森博正在攜手一些大模型廠商、更多行業頭部企業，把這套實證型研發體系（BER）復制到研發、生產、供應鏈、客服等更廣泛的企業業務鏈路里。

今年 WAIC 的主題是 "智能伙伴 共創未來"，我們理解的 "共創"，不是 AI 公司關起門來做產品賣給客戶，是我們和客戶一起，在真實業務里把 AI 磨煉成真正能干活的AI伙伴 —— 你出場景，我們出方法論和 AI 能力，一起把 AI 的 ROI 算清楚，把企業的全鏈路生產力提上來。

如果大家想體驗真正能進業務流程、能算清 ROI 的 AI 智能體，歡迎添加森博企業微信，從“好現”GEO 開始，一起探索企業 AI 化升級的真實路徑。