文/金透社 大河  版权图片/微摄

其实银行圈这两年有个很明显的感受：过去那种“躺着赚钱”的好日子，真的到头了。净息差一年比一年薄，零售不良往上走，对公也没什么好项目可做。大家闷在办公室里开会，聊来聊去就两个话题：一是怎么降本，二是怎么增效。然后突然发现，AI好像成了唯一的指望。

说实话，银行业搞技术不是一天两天了，之前提“数字化”提了好多年。但2025年开始，风向明显不一样了。以前大家比的是谁家App做得好看、谁家手机银行用户多。现在呢？大行在卷“智能算力”，股份行在卷“智能体数量”，连城商行都在说自己在搞“AI原生银行”。投入的金额也吓人，中国金融网的数据显示，2025年光六大行的金融科技投入就超过1300个亿，13家上市银行合计投了超1800亿元。

但这1300亿砸下去，到底砸出了什么效果？为什么一线员工很多人还是觉得“没啥感觉”？更关键的是，在当前这个节骨眼上，谁能把这些真金白银转化成真正能打的战斗力，谁就能在接下来的牌桌上占据主动。这不是一场比谁嗓门大的竞赛，而是一场拼内功、拼耐心、拼落地能力的“暗战”。谁能在别人还在堆算力的时候，就把“闪电战”打出来？

“算账”时刻到了：AI不再是“故事”，得变成“效率”

先看看各家银行的AI账本里写了什么。

国有大行里，工行一直是“钱多、人多、场景多”的代表。2025年工行科技投入285.88亿元，在所有银行里排第一，从2021年开始累计金融科技投入差不多1576亿。这么大的投入到底有什么用？有一个数据非常硬核：工行AI数字员工承担的工作量折算下来相当于5.5万人/年的全职工作量。也就是说，理论上工行等于“凭空多出”了5.5万个干活的人。另外它的智能客服目前78%的远程服务都由AI承担了。

这个数字真不低。你要知道，现在很多银行还在为“柜员离职率”焦虑，工行已经在用AI填上大部分客服缺口了。

建行的打法不太一样。副行长雷鸣在业绩发布会上讲得很直接，他说建行在算力上坚持“适度超前”，为业务发展预留足够的空间。现在建行的智算规模已经达到了145.69PFLOPs，也就是接近14.6亿亿次/秒的运算能力。场景落地上大模型技术已经赋能了398个场景，AI助手覆盖率在网点已经达到99.42%，日均访问量超过10万人次。

但这些还属于“后台支撑型”的应用。真正让中国金融网觉得AI开始发挥作用的，是建行在授信审批上的落地。授信审批全流程AI应用覆盖了对公客户超过11.3万户，审批平均净用时下降超过30%，1分钟内就能生成十几页审查意见初稿。这种实实在在把业务周期缩短的效果，才是花大钱做AI最应该追求的东西。不是用AI替代“人”，而是用AI让“人”能处理更多业务。

股份行里，招行在AI落地上的路径选择很有代表性。招行CIO周天虹在业绩发布会上透露了一个数据：招行AI应用在2025年全年实现了1556万小时的人工替代，折算下来大概相当于超过8000个全职员工的效率。更值得关注的是，招行不是只把AI放在边缘业务里做点缀，而是推到了一线客户经理身边。面向超过1万名金葵花客户经理的“RM小助”已经成为日常工作搭档，推动客户经理人均有效触客次数提升14%，客均交易规模也提升了20%。

说实话，这种“让每个人都有一个AI搭档”的思路，比单纯堆算力更有价值。毕竟在一线打拼的客户经理，真正缺的不是数据，而是帮他们从海量数据里快速筛选出有效信息的能力。

交行这边则在“智能体”的数量上做文章。截至2025年末，交行已经累计部署了超2500个AI智能体助手，覆盖零售普惠、风险授信、营运客服等全链条。邮储银行则推出了“AI2ALL”数字生态，他们号称可以让业务部门“零代码”快速搭建智能体应用，规划了将近260项AI应用场景。

AI正在悄悄“改写”银行的组织形态，一线员工体感如何？

聊到一线员工的真实感受，说实话AI带来的影响是相当复杂的。

王颖是一家银行干了8年的客服，她告诉中国金融网，以前自己得牢牢记着各种业务操作流程和标准话术，现在身边多了一个AI数字员工，输入客户问题就能自动给出回复内容和操作页面，效率确实提升了不少。但随着AI数字员工的日均服务次数全面超越人工，她也开始担心自己的饭碗会不会不保。前段时间总行要启动新一轮减员，AI的应用就是重要原因之一。

渣打银行今年5月宣布，计划在2030年前削减超过15%的企业职能相关岗位，波及大概7000到8000个工作岗位。渣打银行首席执行官比尔 · 温特斯说得也挺直白，就是要“用金融资本和投资资本替代价值较低的人力资本”。彭博行业研究的报告也指出，未来三到五年，全球银行可能因为AI的替代效应减员约20万人。

但也不是所有人都觉得AI在“抢饭碗”。招商银行CIO周天虹在业绩发布会上讲了一句话，让中国金融网印象挺深的。他说：“不是大模型替代人，而是不会用大模型的人将被替代。”

这话听起来有点扎心，但意思很明确——AI来了之后，淘汰的不会是“所有人”，而是那些不愿意学习新工具、无法与技术协作的人。未来的银行柜员可能不再只是做操作，而是处理AI搞不定的复杂例外；风控人员也不只是跑模型，而是负责校准AI的判断边界。

从一个更大的视角来看，银行的组织形态正在发生一个根本性的变化：岗位从“任务容器”变成“判断中枢”。AI能做的交给AI，人则集中在AI还做不好的地方——建立信任关系、处理模糊性、做出价值判断。这种变化不是一夜之间完成的，但它已经在发生了。

算ROI这件事：AI这盘大棋，到底划算吗？

前面说了那么多数字和案例，但有一个问题绕不开：这么多钱砸进去，到底值不值？

说实话，这个问题目前还没有一个统一的答案。六大行2025年科技投入合计超1300亿元，招行一家就投入129亿，中信银行也投了96亿。13家有代表性的上市银行加起来更是超过了1800亿元。这么大一笔钱，在净息差持续收窄、利润增长乏力的环境下，确实会让人心疼。

但换个角度看这个问题，可能思路就不一样了。招行的“RM小助”帮客户经理提升14%的人均有效触客次数和20%的客均交易规模，建行的授信审批AI覆盖超11.3万户，审批时间缩短30%以上——这些数据意味着什么？意味着AI不再是“烧钱的成本中心”，而是开始真正“赚钱”了。每一分钱投下去，都能在业务侧看到真实回报。

当然，银行在AI上的投入也存在一个结构性的“鸿沟”。现在很多银行的AI应用还停留在“点状替代”的阶段——用AI替代了客服的重复性咨询、辅助生成了尽调报告，或者帮程序员辅助生成了一些代码。但如果没有对整个业务流程进行系统性重构，没有打通部门之间的壁垒，前端的“人工替代”效应很可能被中后台的重复建设、无效投入完全抵消掉。这大概就是为什么有的银行花了钱却看不到效果的核心原因。

另外，监管的合规门槛也在抬高。金融法草案对算法可解释性、数据安全和风险责任归属提出了更严的要求，AI决策不能是“黑箱”，必须确保每项决策可追溯、可问责。银行得一边做AI落地，一边搭合规体系，双重成本压力可见一斑。

渣打裁员是“警钟”，也是“发令枪”

要理解这场AI“暗战”的紧迫性，渣打银行的例子是一个绕不开的参照物。这家深耕亚洲市场的国际大行，今年5月宣布了一个相当激进的AI转型方案——计划到2030年前将全球企业职能及后台支持岗位削减超过15%，波及约7000到8000个工作岗位。渣打银行首席执行官比尔 · 温特斯的表态也很直白，目标就是“让位给机器”。

彭博行业研究的报告预测，未来三到五年，全球银行业将因AI的替代效应而减员约20万人。人工智能对就业的影响，早已不是科幻小说里的情节，而是一天一天在银行办公室里真实上演的现实。

虽然国内银行还没像渣打那样明确公布“AI替代岗”计划，但很多趋势已经在悄悄酝酿。某股份制银行分行今年4月已经转入了3位客服部门的员工，原因就是AI客服系统快速迭代后客服部门不再需要那么多人力了。客服、风控、合规这些中后台岗位，正面临被AI逐步替代的压力。

某银行风控业务主管刘某的例子也很说明问题。他以前在线上面审时，能通过观察借款人的微表情判断是否在撒谎。现在AI风控大模型通过学习数十万个面审案例，把这项能力的准确率提升到了远超人类的水平。他一度觉得自己“快被AI替代了”。不过转机在于，黑灰产开始用AIGC技术伪造“真人”，AI大模型识别不出来，只能靠刘某的“人机结合”面审来破局。他发现自己跟AI共存的模式是——“AI负责处理常规问题，我来处理AI搞不定的复杂例外”。

AI正在考验银行的组织耐力

中国金融网董事长何世红指出，银行业AI竞赛的胜负手不在于投入规模，而在于组织变革的深度。他观察到，当前银行业在AI应用上存在着一条明显的“数字鸿沟”：大行依靠雄厚的资金和客户基础进行系统化布局，部分股份行在敏捷度和场景落地上已经形成了差异化优势，而一些中小银行则面临“跟不上节奏”的现实困境。何世红强调，AI时代银行业的竞争是“耐心资本+组织能力”的长期博弈，谁能率先完成从“任务导向”到“判断导向”的组织转型，谁就能在未来的行业洗牌中真正笑到最后。

银行普遍赚钱的年代确实过去了。但AI带来的这场“暗战”，很可能正在重新定义银行业的竞争规则。

六大行靠规模兜底、铺天盖地落场景，建行算力翻倍、工行数字员工承担5.5万人年工作量——它们在打一场体系化的“阵地战”。招行、兴业等股份行则走的更灵活，用智能体渗透一线，在特定场景里打出了“闪电战”的效果。微众、北京银行等也正在区域和垂直领域里找到自己的生态位。

谁能在AI的“暗战”中打出一场漂亮的“闪电战”，答案可能不在于谁投入了最多的算力、堆了最大的模型参数，而是看谁先学会“把AI嵌入血液”、先让一线员工“用得上、用得爽”。当ChatGPT和其他AI工具已经变得像水电一样普惠的时候，真正的门槛不在技术本身，而在银行的组织耐力。