对话森博科技董事长于林义：AI应用拼的不只是技术，更是实证有效的业务闭环

100万+ 浏览
30万+ 评论
2024年5月1

2026世界人工智能大会（WAIC）于7月17日在上海拉开帷幕。在大会首日，36氪的“氪话未来”直播间专访了森博科技董事长于林义。他分享了森博科技从一家营销服务公司转型为AI驱动科技服务公司的经验，重点探讨了企业级AI的应用、智能体在实际业务中的落地、行业知识以及业务闭环的重要性。

本届WAIC以“智能伙伴，共创未来”为主题，与往年不同的是，今年的AI产业讨论重点已从模型能力、参数规模和演示效果，转向AI是否能融入真实业务流程、承担具体任务并带来可验证的业务成果。AI不再仅仅被视为一个“能回答”的工具，而是被期望成为能够与人类协作、嵌入组织并产生投资回报（ROI）的业务伙伴。

这一趋势使得企业级Agent的落地逻辑更加清晰。尽管通用大模型的能力已相当强大，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、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“场景打磨技术”。

以下是对谈内容摘要：

36氪：今年WAIC的主题是“智能伙伴共创未来”，行业也普遍在讨论Agent如何真正融入企业流程。从森博的角度看，2026年企业级AI应用最值得关注的变化是什么？

于林义： “智能伙伴”成为本届WAIC的主题，是行业转折点的明确信号。AI已经走过了单纯展示技术能力的阶段，正从一个“随叫随到的工具”转变为需要进入业务流程、能够计算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，大家比拼的是模型参数大小和Demo效果，而今年，无论是投资人还是企业客户，最关心的问题都变成了“这个AI能在我的业务中带来多少收入或节省多少成本”。哈佛商业评论的一项调查显示，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并未真正进入实际业务，缺乏上下文、判断标准和结果反馈，因此无法成为有效的业务伙伴。这也是我们希望在WAIC上分享的重点：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大模型发布或融资消息，而是源于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，服务了美的、海尔、海信等行业龙头之后，我们从未亲身经历过一个品牌从零到一再到行业领先的全过程。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成功打造成智能衣物护理机品类的市场领导者，我们才深刻认识到：多年积累的方法论完全可以被输入AI，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。这段“亲自将业务做成功”的经历，帮助我们打通了“方法论 + AI智能体”的双系统飞轮，并让我们坚信：做企业级AI智能体，不能只站在岸边指导客户，必须自己先下水实践。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： 森博科技现在是“用20年行业know-how和实证方法论，为企业训练既懂行又能干活的AI Agent Team”。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”，即顾问提供方案，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”。我们的智能体并非只会聊天的工具，它们内嵌了20年的行业知识和判断标准，经过真实业务的检验，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进化。与纯粹的AI公司相比，他们的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智能体化？

于林义： 在我们自身实践和帮助企业AI化的过程中，我们总结出以下三个条件的场景最适合AI智能体化：首先，场景的数字化程度要高，没有数字化，AI难以驱动流程。其次，企业在这一场景中的人力和预算投入要大，这样才有足够的降本增效空间供智能体发挥作用。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，森博沉淀了一套完整的方法论体系，例如利用“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；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平台信源偏好差异，例如分析百家号内容对文心一言的引用率以及抖音内容对豆包的引用率。这些规律并非凭空而来，而是基于对五大AI平台数万次实测得出的。

在达人营销领域，森博使用“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；并采用“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中，已帮助客户节省了1958万元营销费用，并将达人外溢成本降低了34%。

过去这些方法论主要存在于资深顾问的头脑中，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跑通，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。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为智能体可执行的逻辑，不是简单地将文档输入大模型，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品牌科驭上进行了验证，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”达人营销智能体则先在内部项目跑通，再提供给海尔使用，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。每一次的业务结果都会用来校准模型。正确的部分得到强化，错误的部分得到修正，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——它们不是静态的工具，而是能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（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，森博在营销链条上已取得显著成果。接下来，这套“场景找技术”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，我们也在不断抽象出“如何实现企业AI化转型的方法论”。这套方法论实际上是当前热门的FDE（前端部署工程师）背后的一套支撑体系。有了这套体系的支持，森博目前正与多家大模型厂商以及更多行业领先企业合作，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链条中。

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，而是我们与客户一同，在真实业务场景中将AI打磨成真正能够创造价值的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。

爱游戏体育围绕聚合更新资讯，助你畅玩无忧不断创新，回应用户的真实需求。