證券時報記者 謝忠翔
日前，伴隨2025年度報告密集披露，大中型商業(yè)銀行在數(shù)字金融領(lǐng)域的戰(zhàn)略布局與實(shí)施成效浮出水面。
證券時報記者梳理多家上市銀行年報發(fā)現(xiàn)，在金融服務(wù)實(shí)體經(jīng)濟(jì)質(zhì)效持續(xù)提升的背景下，國有大行與股份制銀行正以差異化路徑推進(jìn)數(shù)字化轉(zhuǎn)型，金融科技投入保持穩(wěn)健增長，人工智能大模型應(yīng)用進(jìn)入規(guī)?；涞仉A段。其中，13家有代表性的上市銀行金融科技總投入超1800億元。
上市銀行加碼金融科技
據(jù)記者梳理，已披露年報且有可比口徑的13家上市銀行2025年金融科技（信息科技）投入呈現(xiàn)“總量穩(wěn)增、結(jié)構(gòu)分化”特征，合計投入超過1800億元。其中，六大國有銀行仍居投入規(guī)模第一梯隊，全年金融科技投入均超百億元。
具體來看，工商銀行以285.88億元投入穩(wěn)居首位，建設(shè)銀行（267.22億元）、農(nóng)業(yè)銀行（256.47億元）、中國銀行（250.01億元）緊隨其后，四家銀行投入金額均突破250億元關(guān)口。在2024年巨額投入基礎(chǔ)上，5家國有大行2025年投入規(guī)模同比實(shí)現(xiàn)增長，4家投入金額占營收比例進(jìn)一步提升。其中，建行、交行和中行投入金額同比增速分別為9.37%、6.81%和5.01%。
過去一年，多家股份制銀行縮減了金融科技投入金額，但股份行投入金額占營收比例普遍高于國有大行平均水平。以總量來看，招商銀行和中信銀行投入資金在百億元左右，分別為129.01億元和96.41億元，位列股份行第一梯隊，但分別較上年縮減3.36%和11.91%。
興業(yè)銀行、浦發(fā)銀行、光大銀行、民生銀行和華夏銀行投入金額位列第二梯隊，分別為76.14億元、76.12億元、64.49億元、56.27億元和39.43億元。其中，華夏銀行在低基數(shù)上實(shí)現(xiàn)大幅增長，投入金額同比增加15.12%，這反映出中尾部股份行正通過加大投入追趕數(shù)字化轉(zhuǎn)型進(jìn)度。
從投入強(qiáng)度來看，交行金融科技投入占營業(yè)收入比例達(dá)5.78%，位居行業(yè)前列；光大銀行、中信銀行、招行該項占比均超4%，明顯高于行業(yè)平均水平?？萍既瞬琶芏确矫?，中信銀行、交行、招行研發(fā)人員占員工總數(shù)比例分別為13.88%、9.99% 和9.09%，處于行業(yè)領(lǐng)先地位。
大模型落地場景爆發(fā)
2025年被視為銀行業(yè)AI大模型應(yīng)用從試點(diǎn)走向規(guī)?；年P(guān)鍵年份。各銀行密集發(fā)布“人工智能+”行動計劃，AI應(yīng)用場景呈現(xiàn)爆發(fā)式增長，數(shù)字員工與智能體成為標(biāo)配。
總體來看，智能風(fēng)控與授信審批成為大模型滲透較深的應(yīng)用場景。例如，工行依托“工銀智涌”千億級大模型技術(shù)體系，在30余個業(yè)務(wù)領(lǐng)域落地500余個場景，AI數(shù)字員工承擔(dān)工作量相當(dāng)于5.5萬人一年的工作量。招行提出“AI First”理念，日均Tokens（詞元）吞吐量較2024年增長10.1倍，落地183個領(lǐng)域?qū)＞Ｐ秃?56個場景應(yīng)用，其“小助”系列智能助手已實(shí)現(xiàn)對公客戶經(jīng)理、信貸人員、運(yùn)營人員100%或超80%的用戶覆蓋率。交行更是部署了超2500個AI智能體助手，覆蓋零售普惠、風(fēng)險授信、營運(yùn)客服等全鏈條。
與此同時，不同銀行技術(shù)路線的差異化選擇逐漸清晰。中信銀行提出“大模型+小模型”協(xié)同發(fā)展模式，累計上線超660個智能數(shù)據(jù)模型與120個大模型場景，構(gòu)建1700余個智能服務(wù)場景，強(qiáng)調(diào)大小模型在風(fēng)控、營銷等領(lǐng)域的組合聯(lián)動。郵儲銀行則提出“AI2ALL”數(shù)字生態(tài)，規(guī)劃超260項大模型場景，將AI能力作為“可開箱即用”的模塊化組件輸出。
值得注意的是，算力基建與數(shù)據(jù)治理成為大模型落地的隱形門檻。多家銀行提及建設(shè)千卡異構(gòu)算力集群、企業(yè)級知識庫、數(shù)據(jù)湖等基礎(chǔ)設(shè)施，預(yù)示著AI競爭已從算法層面延伸至工程化能力層面。
數(shù)字化轉(zhuǎn)型數(shù)智化
銀行業(yè)數(shù)字化轉(zhuǎn)型正從數(shù)字化向數(shù)智化進(jìn)階，由早期單純的業(yè)務(wù)線上化，全面轉(zhuǎn)向數(shù)字化、智能化與生態(tài)化融合的深度變革。
其中，部分銀行數(shù)智化經(jīng)營模式愈發(fā)成熟。例如農(nóng)行提出“智慧銀行建設(shè)”，其“現(xiàn)場+遠(yuǎn)程”調(diào)查模式減少客戶經(jīng)理現(xiàn)場調(diào)查22.5萬人次，柜面業(yè)務(wù)用時縮短超20%。工行則以“數(shù)字工行（D-ICBC）”為統(tǒng)領(lǐng)，實(shí)現(xiàn)數(shù)字化業(yè)務(wù)占比99%，手機(jī)銀行月活超2.9億戶，保持同業(yè)第一。這顯示，領(lǐng)先銀行已完成從線上替代線下到智能驅(qū)動運(yùn)營模式的變革。
數(shù)據(jù)要素的價值日益受到上市銀行重視，并被視作新型生產(chǎn)資料。多家銀行普遍建立起涵蓋采集、存儲、管理、應(yīng)用的全生命周期數(shù)據(jù)資產(chǎn)管理機(jī)制，通過隱私計算、區(qū)塊鏈等技術(shù)探索合規(guī)流通路徑，推動數(shù)據(jù)從“業(yè)務(wù)副產(chǎn)品”向“核心生產(chǎn)要素”轉(zhuǎn)化，為精準(zhǔn)營銷、智能風(fēng)控及戰(zhàn)略決策提供底層支撐。
具體來看，中行完成數(shù)據(jù)“顆粒歸倉”工程，累計將9.4萬張數(shù)據(jù)表接入集團(tuán)數(shù)據(jù)湖，標(biāo)簽總數(shù)突破1萬個；招行大數(shù)據(jù)服務(wù)已覆蓋全行超76%的業(yè)務(wù)人員，并參與數(shù)據(jù)要素市場建設(shè)和公共數(shù)據(jù)開發(fā)應(yīng)用；興業(yè)銀行打造全域數(shù)據(jù)資產(chǎn)管理能力，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)全景可視與高質(zhì)量供給，為大模型訓(xùn)練提供“數(shù)據(jù)養(yǎng)料”。總體來看，數(shù)字化轉(zhuǎn)型從渠道線上化轉(zhuǎn)向運(yùn)營模式重構(gòu)，數(shù)據(jù)驅(qū)動、智能決策成為核心競爭力。
