北京
随着人工智能技术与金融业务深度融合，我国银行业正经历从数字化向智能化的跃迁。近来，头部银行纷纷将数智化上升为核心战略，智能化应用脱离概念验证阶段，加速迈入规模化落地的快车道，成为提升金融服务质效、赋能实体经济的重要抓手。
战略迭代的背后，是行业技术能力与应用水平的系统性提升。数据显示，我国银行业日均词元调用量从2024年初的千亿级，到2026年3月突破140万亿，两年间增长千倍。以招商银行为例，截至今年5月底，其日均词元消耗量已达330亿，大模型成本收入比稳定在20%，技术投入已经形成清晰的商业闭环。专利储备同样印证行业积累厚度，截至2025年末，过去十年中国金融科技相关专利申请量占全球38%，是十年前的10倍，全球申请量前十名中，中国企业占据8席，工商银行、中国银行的金融科技专利均超过3000项。
技术落地层面，智能体已经成为我国银行业智能化的核心载体，邮储银行落地超370个大模型应用场景，智能体覆盖从研发到客户服务全链条，零售营销智能体可动态生成个性化方案，触达超5400万名高潜客户，信贷尽调效率提升超50%；新网银行建成包含15类数字员工、100多个智能体的协同网络，推动银行运营模式从传统系统流程驱动转向数字员工与专业团队协同的新型模式。从“数字工行”迭代为“数智工行”，到中国银行全面实施“人工智能+”行动，再到兴业银行将数智化确立为第一战略，行业共识已然清晰：数智化转型不再是可选项，而是关乎生存发展的必答题，转型重心正从技术堆砌转向价值创造，从“要不要做AI”深化为“如何用AI创造价值”。
应当看到，智能化转型在释放巨大效能的同时，也伴随着不容忽视的风险挑战。当算法深度介入信贷决策、风险控制乃至客户交互的核心环节，技术黑箱带来的伦理风险、数据隐私泄露以及模型偏见等问题随之凸显。若缺乏健全的监管框架与责任边界，技术创新反而可能成为新的风险源。与此同时，部分金融机构片面追求词元消耗量、专利数量等表面指标，重技术投入而轻业务落地，未能真正实现投入产出比的优化，存在“为新而新、为用而用”的倾向。更需警惕的是，我国在芯片、基础框架、大模型底座等底层技术上仍存在对外依赖，技术供应链的稳定性直接关系金融体系安全。国家金融监督管理总局近期印发的《关于银行业保险业人工智能安全开发应用的指导意见》，正是针对行业痛点精准施策，以“谁用谁负责”为核心原则明确责任边界，将AI风险纳入全面风险管理体系，为行业规范发展提供了制度遵循。
推动银行业智能化转型行稳致远，核心是完成从技术驱动向治理驱动的范式转换，以治理能力的同步重构，保障技术创新的正确方向。
完善风险治理框架，压实主体责任。严格落实监管要求，将人工智能风险嵌入风险管理体系，建立分类分级管理与准入控制机制，探索模型风险的资本计提方式，清晰界定技术应用各环节的责任边界，实现技术架构与治理架构的深度对齐。
坚守自主可控底线，筑牢安全根基。把技术安全摆在突出位置，加快构建全栈信创的AI原生技术架构，同时打破“自建自研”的路径依赖，通过开放平台、联合实验室、产业基金等模式，与科技企业、高校科研机构共建创新共同体，在协同攻关中提升底层技术自主可控水平。
重构价值评估体系，回归服务本源。摒弃单纯以技术规模为核心的考核导向，建立“技术投入—业务价值—实体效能”的闭环评估机制，引导金融机构将智能化成果转化为服务实体经济的实效，真正以技术创新推动降本增效、提质扩面，实现转型的可持续发展。
从数字化到智能化，是银行业发展逻辑的深刻重塑，也是金融服务实体经济能力的系统性升级。站在金融强国建设的关键节点，唯有以治理重构夯实发展根基，以价值创造锚定转型方向，才能推动银行业智能化转型走深走实，不断提升金融服务的适配性、普惠性与竞争力，为经济高质量发展注入强劲金融动能。
（本文来源：经济日报 作者系北京大学光华管理学院院长、教育部“长江学者”特聘教授 田轩）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
