7月17日，2026世界人工智能大会（WAIC）在上海开幕。本届大会以”智能伙伴，共创未来”为主题，行业讨论焦点从过去几年的模型能力、参数规模和Demo效果，明显转向了AI能否进入真实业务流程、能否承担具体任务、能否被业务结果验证。森博科技董事长于林义在WAIC现场接受36氪专访时指出，企业级AI的胜负手不在”技术找场景”，而在”场景炼技术”。

从营销公司到AI科技公司的转型

森博科技拥有20年战略咨询和数字营销经验，服务过美的、海尔、海信等行业龙头企业。于林义坦言，公司AI化转型的真正转折点并非某一次大模型发布或融资事件，而是旗下高端品牌科驭的实践。

“我们用三四年时间把科驭做到了智能衣物护理机品类第一，”于林义回忆道。正是在这个过程中，团队发现多年沉淀的行业方法论完全可以喂给AI，变成能自主工作的智能体；而AI跑出来的实证业务结果又能反过来迭代方法论。这个”自己先把业务做成”的过程，让森博跑通了”方法论+AI智能体”的双系统飞轮。

三个条件判断场景是否适合AI智能体化

于林义总结了适合AI智能体化的三个核心条件：第一，场景的数字化程度要高，没有数字化AI很难驱动流转；第二，企业在该场景中的人员投资和预算投资要高，有足够的降本增效空间；第三，要有明确判断标准、可证伪、可被结果验证的方法论。

以GEO（AI搜索优化）为例，森博沉淀了”多源映射法”从百度、抖音、小红书等多源搜索数据反推AI平台用户问题，”ACCS模型”构建四层信源体系，以及”P-C-R模型”追踪AI平台信源偏好差异。于林义透露，经过对5大AI平台数万次实测，团队发现百家号60%以上的引用流向文心一言，抖音内容35%以上流向豆包。这些规律并非拍脑袋得出，而是实测数据的提炼。

在达人营销领域，森博采用”双塔匹配模型”做达人筛选，”CVI-5D模型”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估。据于林义介绍，这套模型在海尔等客户项目上节省了1958万元营销费用，达人外溢成本降低34%。

实证型研发体系（BER）的四步法

于林义详细介绍了森博的”实证型研发体系”（Business Evidence-Driven R&D），核心原则是每个AI智能体产品都必须先在真实业务中跑通，然后才给客户使用。具体分为四个步骤：

第一步，场景拆解。 不是简单问客户想要什么AI功能，而是深入业务内部，将完整链路拆解——输入、判断标准、输出以及对错验证方式。以GEO场景为例，团队将”让AI推荐你的品牌”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，不是简单把文档丢给大模型，而是将每个判断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。于林义给出了具体数据：”好现”GEO智能体先在科驭品牌验证，推荐率从0做到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”达人营销智能体经内部验证后给海尔使用，AI选出的达人外溢率比人工提升13%。

第四步，结果反哺。 每次业务结果都用来校准模型——正确的强化，错误的修正，形成持续循环。

未来方向：从营销链路到全企业业务链

谈到未来规划，于林义表示，森博正在将这套实证型研发体系从营销链路扩展到研发、生产、供应链、客服等更广泛的企业业务场景。目前森博正在与多家大模型厂商及行业头部企业合作，探索FDE（前端部署工程师）体系在更多业务环节的应用。

于林义对行业趋势的判断是：哈佛商业评论最近的调研显示85%的智能体项目打了水漂，”本质不是技术不行，是这些AI根本没进过真实业务，没有上下文、没有判断标准、没有结果反馈，自然当不了能干活的伙伴。”

在他看来，2026年的AI产业正在经历从”技术找场景”到”场景炼技术”的全面转向——通用模型能力已经足够强，真正决定企业级AI应用效果的，是业务上下文、行业方法论、流程拆解能力和可验证的结果反馈。