光大银行杨兵兵：人工智能是商业银行高质量发展的新引擎

“在十五五期间，面对低息差、低利率、低收益等压力，降本增效成为必然。随着AI等技术深入赋能，一个人可承担多个岗位职责，人的专业能力和作业效率将成为降本增效的关键。”1月10日下午，在四十人高级金融学院和新金融联盟主办的“数智银行家2025年会暨新金融联盟九周年庆典”上，光大银行副行长杨兵兵在主题演讲时表示。

杨兵兵提出，机构可从三方面着手，系统化落地人工智能应用：一是全面评估机构内部的“数字洼地”，全链路梳理所有业务各环节的数字化水平，识别电子化、线上化、自动化、数据化、智能化等方面的短板。二是大小模型协同推进业务，大模型作为“智慧大脑”、小模型作为“领域专家”。三是推进人机深度协同，提升员工AI技能，将所有AI功能嵌入业务流程、确保在需要时即时响应。

年会由新金融联盟秘书长、四十人高级金融学院常务副院长吴雨珊主持。新金融联盟首任理事长、工商银行原行长杨凯生作精彩致辞，原中国银保监会副主席陈文辉、中国银行原行长李礼辉、国家金融监督管理总局相关司局负责人也发表了主题演讲。工商银行原首席技术官吕仲涛，清华大学五道口金融学院教授、中国人民银行参事张健华主持两场圆桌对话。百余位历届校友、学术导师与联盟理事参会并热烈交流。以下为杨兵兵发言全文。

人工智能：商业银行高质量发展的新引擎

文 杨兵兵

光大银行副行长杨兵兵

非常荣幸有机会跟各位领导和同仁汇报过去一年在工作中的思考和实践。去年此时，我也曾在此与大家交流，基于当时对人工智能特别是大模型的初步认知，提出了“超级员工”的构想。构想提出之后，我们坚持用实践去验证，逐步推进，希望为行业提供一些参考。

今天汇报主要分三个部分。

一、金融科技：商业银行高质量发展的关键支撑

当前正值“十五五”的开局之年。回顾“十四五”、“十三五”，到底是什么在推动银行发展？金融机构都在制定“十五五”规划，制定规划的关键，在于找准驱动发展的核心要素，并判断这一要素在未来五年是否持续、增强还是减弱。这直接决定了未来五年的发展方向。

我们搜集了各股份制银行公开数据，计算了平均值（个别银行数据不全未纳入）。通过观察资产规模增长的斜率，以及员工数量增长的斜率，我们可以发现：“十三五”期间，员工增长与资产规模增长基本同步；而“十四五”期间，斜率出现明显变化——人员增长有限，规模却显著提升。同时，资产结构也在优化，普惠金融、涉农贷款、零售转型等本应增加人力的业务拓展，却未带来员工数量的同比增加。那么，这中间的驱动力是什么？科技赋能。科技投入的效果，从时点或一两年时间看或许不明显，但拉长时间维度，从“十三五”到“十四五”，再到未来的“十五五”，其推动作用将愈发明显。

我们将资产总额的变化和科技员工的占比做了对比，股份制银行平均数据显示：科技员工增速与资产规模增速呈正相关趋势，而总员工增速与资产增速并不匹配。这说明，科技投入与科技人才的增长，是实现科技赋能、推动业务发展的关键。

我们相信，在“十五五”期间，面对低息差、低利率、低收益的“三低”压力，降本增效成为必然。谁是降本增效的关键？人的专业能力和作业效率是关键。随着AI等技术深入赋能，一个人可承担多个岗位职责。我个人分析，未来五年银行员工总量增长不大，而资产规模保持平稳增长，AI将带来重要影响。

二、系统布局：构筑人工智能时代的核心竞争力

科技在“十三五”初见成效，“十四五”效果显著，预计在“十五五”期间，人工智能将发挥更大作用。但人工智能的应用并非有模型就万事大吉，模型只是基础，关键在于如何用，特别是在整个机构中如何系统化落地。

接下来报告关于系统化落地的三个方面的思考：

第一，打基础。我们提出银行虽数字化建设多年，但依然存在“数字洼地”，但每家机构是不同的，需要全面评估。评估工作不仅关注主要业务，而是所有业务品种，从前台面对客户到中后台，全链路梳理各环节的数字化水平，识别电子化、线上化、自动化、数据化、智能化等方面的短板。去年，我们组织30多位同事，耗时两个月完成全面梳理，今年工作重点在于消除流程断点、打通数据堵点、填补数字洼地，实现一次录入、全程复用，构建高质量数据集，为AI应用奠定基础。同时，加强非结构化数据的积累与治理，填补数字化的洼地。

第二，强能力。我们强调“大小协同”，即大模型作为“智慧大脑”，小模型作为“领域专家”，二者结合推进业务。以尽调报告为例，大模型负责数据整理与报告生成，小模型进行专业判断，确保报告既全面又相对准确，真正赋能客户经理。这是我们推进智能化应用的基本原则。

第三，建模式。推进人机深度协同，进一步落实“超级员工”理念。首先，提升员工的AI技能，尤其是提示词工程，让员工敢用、会用、善用AI，将AI视为工作伙伴，而不是高高在上的专家。其次，所有AI功能必须嵌入业务流程，确保在需要时即时响应。例如，很多机构会议都是通过电子化系统，会议过程中会遇到关于制度或者法律边界等问题，在会议系统中嵌入法律助手，它能实时提供法律查询，支持管理决策。要推动AI主动感知需求，实现“AI找人”，促进人机高效互动。

为了这个，我们构建了“超级员工矩阵”，按9类员工和10项工作行为形成9×10矩阵，初步规划近90个功能助手。随着能力提升，矩阵将逐步细化、收敛，未来可能缩减员工类别，变成8×10、6×10，实现能力聚焦与效率跃升，应对“三低”挑战。

在推进过程中，我们也必须关注风险。人工智能的深度应用可能带来新型风险，在特定场景下，可能加快流动性风险等高风险的爆发。因此，必须将相关风险纳入全面风险管理体系。除了传统的信用、市场、操作、流动性等风险外，建议将人工智能相关风险，科技风险、数据风险、模型风险、网络风险等作为独立类别进行专项管理，设立专门团队负责，守住安全边界。

三、赢在AI：决胜未来的战略制高点

通过这一年，我们深刻体会到：意识决定先机，行动决定结局。

首先，技术的约束，本质是为了被突破，突破者即为领先者。其次，AI不应仅是简单工具，更应成为工作中的重要思维方式。最后，短期看，科技投入主要转化成了银行的固定资产投资；长期看，科技投入是投资，是驱动银行未来高质量发展的强劲动力。

最近在互联网看了一句话感触很深，以此作为汇报的结尾，当AI成为常识，差距由此拉开。谢谢大家！

本文源自：新金融联盟NFA