文 | CFN 大河  版权图片 | 微摄

2025年，A股上市银行净息差算术平均值已降至1.52%。利息净收入增长乏力，中间业务收入承压，传统依靠规模扩张的增长模式，正在失效。

银行的钱，越来越难赚了。

但另一组数据却在讲述截然不同的故事。工商银行AI数字员工年承担工作量5.5万人年。建设银行AI助手日均访问量突破10万人次。招商银行落地183个领域专精模型和856个大模型应用场景，累计替代人工时长超1556万小时。工商银行“工银智涌”大模型技术体系已在30余个业务领域规模化落地500余个AI应用。

一边是利润变薄，一边是效率变高。两个看似矛盾的趋势，指向同一个方向：银行业正在经历一场从“人海战术”到“算法驱动”的底层重构。

中国金融网董事长何世红指出，当前银行业面临的不是要不要用AI的选择题，而是如何在智能时代重新定义自身价值的必答题。过去银行的核心竞争力是网点密度和信贷规模，未来将是数据密度和算法精度。谁能率先完成从“资金中介”到“智能中介”的跃迁，谁就能在下一个十年占据主动。

从“工具”到“同事”：AI不再是配角

几年前，AI在银行还只是一个“工具人”。智能客服、简单单据识别——技术门槛低，遇到复杂问题还得靠人工。现在不一样了。AI正在从后台辅助走向前台决策。

工商银行的数据最有说服力。至2026年初，全行业务应用日均词元消耗量达百亿级，较两年前增长近百倍，覆盖了客户经理、风控审核、运营等主要岗位。在前台，个人金融AI助理可将客户需求与产品匹配的时间从约1小时缩短至2到3分钟。在中台，智能询价交易比率已超96%，全流程用时降至分钟级。

招商银行直接推出了国内首张搭载Token权益的信用卡，新户达标后最高可享每月18亿Token用量。Token是AI大模型处理信息的最小单元——招行把AI算力当成了信用卡权益，这在两年前是不可想象的。

建设银行副行长雷鸣在业绩发布会上透露，截至2025年末，建行AI助手在网点柜面问题响应中的覆盖率已达99.42%，日均访问量超过10万人次。在授信审批领域，依托生成式大模型，2025年审批业务受理量实现两位数增长，平均处理时间下降超30%。

AI正在从“能帮上忙”变成“不可或缺”。

技术背后：三场正在发生的变革

苏商银行特约研究员武泽伟把这场变革归结为三个趋势：AI定位从辅助工具升级为核心生产要素；行业竞争逻辑从渠道比拼转向技术能力比拼；AI应用从后台降本向前台创收延伸。

这三个趋势，每一个都在重塑银行的生存法则。

净息差持续收窄，银行靠“铺网点、放贷款”赚钱的时代已经过去了。AI成了降本增效最直接的抓手——一个AI数字员工干5.5万人年的活，这不是“优化”，这是“替代”。

招商银行落地856个大模型应用场景，累计替代人工时长超1556万小时。1556万小时折算下来，相当于一家中型银行一年的工时总和。这笔账，任何一个银行行长都算得清楚。

工商银行行长刘珺在陆家嘴论坛上提出了一个更激进的观点：“金融机构必须为AI时代的到来做好充分准备”，AI对金融行业的影响将是“革命性的”。他认为企业估值逻辑正在从传统的财务变量时间贴现转变为技术、算力赋能的科技溢价。

银行的核心竞争力，正在从“有多少网点”变成“有多少算力”。

32条“紧箍咒”：监管给AI划了条线

技术跑得快，监管跟得紧。

2026年6月18日，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等七个方面提出了32项指导性意见。

这是金融业首份系统性AI安全开发应用监管文件。

《指导意见》的核心原则是“谁使用谁负责”。涉及资金交易、资产评估、信贷审批、风险管理以及直接影响金融合约达成的场景，均被列为“高风险应用”，须经机构风险管理委员会批准。姓名、身份证号、手机号、银行卡号等个人信息不得用于生成式AI模型训练和优化。

何世红指出，32条意见的核心逻辑是“AI可以辅助决策，但不能替代责任”。银行可以用AI批贷款、做风控、搞交易，但出了事，银行得负责。这不是束缚创新，而是为创新划定安全边界——没有边界的技术狂奔，迟早会撞墙。

算力、人才、中小银行的“三重门”

大行跑得快，中小行追得累。

2026年5月下旬至6月初，江苏农商行采购AI算力设备40套，广州银行启动AI算力资源扩容采购，中国银行安徽省分行拟投入340.2万元采购AI智能外呼系统。招标市场的活跃度说明一件事：AI建设正在从“单点试点”进入“规模化商用”阶段。

但中小银行面临的困境同样真实：资金投入有限、AI人才储备不足、试错容忍度低。《指导意见》专门提出“鼓励有条件的大型金融机构向中小金融机构输出算力服务，支持同业探索基础设施共建共享”。

农业银行董事长谷澍在陆家嘴论坛上说了一句清醒的话：“最终使用几百个还是几万个智能体并不是最重要的，关键还是要看实际的业务结果。”

何世红对此深表认同，中小银行不必追求与大行比拼算力规模和模型参数，而应聚焦自身业务痛点，在细分场景中做出差异化价值。与其花几千万建一个用不起来的“面子工程”，不如花几百万解决一个真实存在的业务难题。

银行还是那个银行，但已不是原来的银行

智能时代正在重新定义“银行”的含义。

银行不再是“等人来的地方”——AI正在让服务“主动找人”。信贷审批不再是“看抵押物”——AI可以分析企业知识产权、研发投入、供应链数据，破解轻资产科技企业的融资难题。金融不再是“少数人的特权”——AI让长尾客户也能获得定制化服务。

浦发银行董事长张为忠在陆家嘴论坛上说得更直接：AI让金融服务从“标准化产品”走向“千人千面”的定制化方案。“通过数据分析、科学推理对产品是千人千面，对每个人根据资产状况、资产偏好、风险状况和偏好给你定制化的方案。”

工商银行正在优化人力资源队伍，在技术维度之上实现财务、数据及人力资产的深度构建。建设银行提出构建“人+数字员工”的协同模式。

银行还是那个银行——存贷汇、风险管理、信用中介——但运行它的逻辑，正在被AI彻底重写。

智能时代不是将来时。它正在发生。每一家银行都站在同一个起跑线上——问题是，有的人已经开始跑了，有的人还在系鞋带。