湾财观察 平安银行半年报的AI之问：炫技还是生产力？

“我们在科技投入上是本着需要并且有效，一定是强调有用性，如果纯粹为了做AI玩一个很炫的技术，我觉得是没有意义的。”‌8月17日，在平安银行的中期业绩说明会上，副行长兼首席财务官项有志一言蔽之。

按照该行2026年“半年考”，营收706.17亿元、净利润256.96亿元，分别同比增长1.8%和3.3%。净息差1.80%，较去年全年上升2个基点。存款付息率1.38%，较去年全年下降27个基点，整体看“重回增长”成关键标签。

不过，作为今年A股上市银行首份半年报，平安银行传递了更多信号：相比传统财务数据，科技投入正成为新的关键指标，而AI“含金量”更是解构财报的另一种“正确打开方式”。正如该行行长冀光恒在“重回增长”的方法论中提出，一大要义是“推动科技深度赋能，推进AI与大模型技术深度融入业务场景”。

在“向技术要效率、要增长”成为行业共识的当下，金融机构要回应一个关键命题：AI在银行的“含金量”，不在于算法有多炫酷，而在于能否深度融入业务肌理，转化为可量化、可感知的生产力。对此，南都湾财社记者通过三问，审视平安银行半年考里的“含AI量”。

AI到底有多“深”？ 算力之问：日均53亿Token怎么用

翻开平安银行本次半年报，“科技”一词出现超70次；年初披露的年报里则出现了119次，数字金融对银行业务的重要性越发凸显。

科技背后的AI到底有多“深”？最直观的硬指标，是大模型日均词元（Token）消耗量。2026年上半年，该行这一数字超过53亿，同比增长约130%。Token消耗量是衡量大模型应用活跃度和深度的核心指标，其高速增长，直观反映了AI已渗透至该行营销、投顾、风控、办公等超过450个应用场景。大模型不再是实验室里的“盆景”，而是业务前线高频使用的“生产力工具”。

实际上，Token调用量已成为金融业衡量AI深度的通用标尺。作为参照，邮储银行落地超370个大模型应用场景，日均调用超600万次；工商银行等个别国有大行等也跨越日均百亿门槛。

不过，相比同业，平安银行更值得关注的是效率的质变。在赋能一线方面，对公贸易审查实现自动化核验，单笔审核缩至10分钟内，部分业务实现秒级审批；智能经营决策模型的分析准确率达94%，可自动拆解数据至区域、产品、客户经理层面并给出建议。在驱动增长方面，零售推荐与搜索算法升级，直接带来13亿元交易额增长；AI做市机器人实现资金同业交易秒级回价，99.2%的询价实现自动处理。

这些数据表明，AI已从辅助工具演进为业务价值链的关键节点。它的“含金量”，体现在对传统流程的重构和对效率瓶颈的突围。

AI到底有多“能”？ 实效之问：人工智能如何“落地生金”

对银行业而言，技术指标最终要服务于业务实效。平安银行AI应用的突出特征，是不追求“炫技”，而是扎根于真实业务场景，解决一线痛点，实现“落地生金”。

那么，AI到底有多“能”？记者在本次发布会上注意到，以零售端为例，平安口袋银行App通过深化AIGC在内容创造领域的应用，构建了从内容生产到发布的智能化管理平台，并嵌入质检与合规功能。同时，“AI+T+Offline”服务模式升级，已为近820万大众客户提供“陪伴式”服务，将AI能力转化为客户黏性。更具突破性的是，该行推出“AI智算卡”和“悦享白金卡AI生活版”，将信用卡积分体系与AI算力资源打通，探索“消费即算力”的C端触达新模式，让AI能力走出银行系统，成为连接用户的新界面。

在对公及风控领域，AI的“有用性”同样显著。依托智能归因模型，核心经营指标波动可被智能化诊断，辅助决策；借助AI优化跨境业务流程，放款效率较上年末提升约30%。风控合规方面，对公领域推进AI嵌入信贷全流程，零售领域则加强AI智能体在尽调、审批、催收等环节的规模化应用，上半年已上线140个运营审核类智能体，覆盖55个业务场景。

正如项有志在说明会上所强调：银行在科技投入上要强调“有用性”，“如果纯粹为了做AI玩一个很炫的技术，我觉得是没有意义的”。这种务实的应用哲学，确保了AI投入能转化为可见的降本、提质、增效。

AI到底有多“远”？ 逻辑之问：如何重塑价值链的“施工图”

AI赋能到底能走多“远”，还需要战略的牵引。据记者观察，平安银行AI实践的深层价值，在于其探索出一条可复用的转型路径：坚持“一边做基础，一边强调应用”，也构筑了差异化竞争的护城河。换而言之，AI不是设计图，更是一份施工图。

比如，在基础层面，持续夯实AI平台、数据资产和人才队伍三大底座，实现了主流大模型生态产品的规模化部署，部署周期缩短至一周。在应用层面，则鼓励每位员工提出“你希望科技帮你做什么”的点子，让AI能力以“点状”方式在基层爆发，进而汇聚成系统性效能。

这套打法最终指向一个结果：成本收入比的持续下降。项有志透露，成本收入比的改善“一定有科技的推动”。这意味着，AI的“含金量”最终将体现在财务报表的优化上，体现在对股东和客户的实实在在回报上。

上述理念也从更高层面有所印证。“对于中国平安来讲，不是为了做AI而做AI，它的定位是为了给核心主业赋能，让主业更加有竞争力。”在今年5月中国平安年度股东会上，集团联席CEO郭晓涛坦言，“我们内部看AI如何为平安创造价值，不是为了科技做科技，而是在金融主业、医疗主业里面降低成本，提高效率、促进销售，提升客户服务体验。这是我们的核心。”

近年来，中国平安将人工智能视为未来发展的“必答题”，提出“‌AI in All”战略，意在重塑金融、医疗、养老等业务的全价值链。

实际上，“‌AI in All‌”也成为诸多金融机构的共识。以银行业为例，AI员工在银行业加速落地，数字人开始端起银行“饭碗”。据业界不完全统计，目前已有超20家银行部署AI数字员工。值得一提的是，在今年3月底招商银行的业绩发布会上，该行高管表态：去年该行人工效能提升节约人工1556万小时，相当于8000名员工的工作量。目前，一些头部金融机构也在多场景推出智能体，从“人+数字化”走向“人+Agent”。

冀光恒

昨日，冀光恒也明确提出，将“升级数字员工、自研智能交易系统、数字营销生态、智能风控体系”。

对此，有观点认为，2026年金融机构的AI竞赛已从“有没有大模型”进化到“大模型有没有真正改变业务流程”。谁能把AI从实验室“搬进工位”，谁就能在数字金融的下半场占据先机。

特别观察服务中介智慧中枢AI“必答题”如何变“得分题”

据记者观察，在银行业数字化转型步入深水区的当下，平安银行的半年成绩单提供了一个观察“含AI量”的样本。它证明，AI在银行的真正价值，在于从概念走向实处，深度嵌入业务逻辑，用数据验证效率，用实效赢得信任。成为驱动银行重回增长主航道的核心引擎。

AI从“必答题”变成“得分题”，其含金量便不言自明。业内指出，未来的银行不再是金融产品的简单提供者，而是嵌入用户生活与产业脉络的智能服务体。AI不是锦上添花的工具，而是重塑银行DNA的基因代码——它将决定金融机构在下一个十年，是继续扮演传统的“中介角色”，还是成为“智慧的枢纽”。

采写：南都湾财社记者 卢亮