上市银行2025年“成绩单”陆续揭晓 透露金融业AI应用哪些趋势？

cnofor

    “全面推进人工智能与特色业务深度融合，加快智能投顾、双碳管理、多资产量化等应用场景落地”，兴业银行在近日发布的2025年年报中提到。
    央广财经记者关注到，上市银行2025年“成绩单”近期陆续浮出水面。在人工智能迅速发展的当下，多家银行在年报、业绩发布会等场合谈到了金融科技能力的构建，包括AI技术发展及应用等相关话题。
    分析指出，上市银行发力“人工智能+金融”，标志着银行业数字化转型从“信息化”迈入“数智化”的新阶段。展望未来，商业银行在金融科技能力构建中，要做好合规与风险防控、数据治理与标准化建设、人才队伍建设等工作。
    平安银行：“人工智能+金融”是核心战略之一
    近日，平安银行副行长兼首席财务官项有志在该行的业绩发布会上表示，AI在金融行业的应用受到高度关注。在新一轮科技革命时代，“人工智能+金融”也是平安银行一个核心的战略之一。
    “这项工作永远是不变的，两个方面”，项有志表示，一方面是科技的技术能力的建设，基于现在的人工智能，平安银行要加强AI的技术和数据，这是两大能力底座。在应用部分，平安银行主要聚焦于数字员工、精准营销、精准风控，把这三个作为应用的主要抓手。最终还是推动智能化运营、智能化经营和智能化风控包括管理这些方面能够更多的发挥作用。
    项有志称，这些方面过去一直也没有断，特别过去一两年在这些方面也在逐步投入，也不断有一些成果展现出来。比如在降本方面，现在零售有一个AIGC营销平台，这个平台里面很多创意内容都是数字人在自动生成，减少了很多人工。粗略计算去年这块业务平安银行大概减少6000万的费用。他表示，总体而言，平安银行一定是在能力的底座方面不断地持续迭代，加强科技能力建设。能力建设最终的目的就是要运用到实际的营销、经营、风险管理过程中去，最后达到降本、提质、增效。
    中信银行：科技能力正加速嵌入核心业务流程
    据记者不完全梳理，加强包括人工智能在内的金融科技能力的建设，已成为商业银行主要发力方向之一。
    “近年来，我行持之以恒推进‘领先的数字化银行’战略落地”，中信银行副行长谷凌云在日前的业绩发布会上介绍，总体来看，该行的科技能力正加速嵌入核心业务流程，在降成本、增效率、控风险和优体验四个方面，释放了实实在在的生产力。
    谷凌云举例说，从金融市场业务来看，依托该行自主研发的集中量化交易平台，交易的整体自动化率已超80%。该行亦率先引入了大模型赋能量化策略的生成，策略研发效率提升3倍，精准捕捉国际金跨市场价差，依托毫秒级量化算法实现全自动下单，有效规避了人工操作的延迟，日均交易量达2024年的10倍以上。AI报价机器人已覆盖货币、衍生品、现券和外汇四大市场，效率提升5倍以上，拉动的交易量提升25%。同时，通过该行自主研发的估值算法，实现了外汇期权、结构性存款等主要衍生品的自主估值，大幅降低对国外模型的依赖，每年节省费用超百万元。
    谷凌云介绍，在人工智能应用方面，该行2025年智算硬件投入增长5倍，已建成统一的AI中台和GPU算力集群。目前，小模型的月调用量近5亿次，大模型日峰值的调用量超300万次。
    展望2026年和“十五五”时期，谷凌云表示，中信银行将继续锚定“科技强行”目标，致力于打造业内领先的“数智化银行”，抓好四件事：第一，让组织运转更顺。第二，让数据用得更好。第三，让人工智能融入每个角落。第四，让安全屏障更加牢固。
    AI被视为结构性变革的关键驱动力
    谈及上市银行发力“人工智能+金融”，南开大学金融学教授田利辉对央广财经记者表示，这标志着银行业数字化转型从“信息化”迈入“数智化”的新阶段。这既是应对息差收窄、经营承压的必然选择。通过AI降本增效、提升风控精准度，也是重塑核心竞争力的战略卡位。
    田利辉表示，从相关案例来看，可以看出银行已不再将AI视为“锦上添花”的辅助工具，而是全面嵌入核心业务流程的生产力引擎。这一趋势将深刻改变银行业的成本结构、服务模式与竞争格局，未来分化将取决于谁能真正将AI能力转化为可持续的盈利增长。
    “当前上市银行正将AI视为结构性变革的关键驱动力，不断加大对AI及其应用的投入”，中国邮政储蓄银行研究员娄飞鹏表示，就实际情况看，银行具有海量的数据，在AI应用中具有优势。AI通过智能风控、自动化客服、精准营销等，可以显著降低单位运营成本并开辟新增收入来源，从而推动银行业向智能化、轻资本模式转型。
    展望未来，田利辉建议，商业银行加速AI能力建设，重点应把握好四个维度。第一，战略上要“有所为有所不为”，AI投入巨大，必须聚焦于最能产生价值的核心场景，如风控、营销、运营，而非盲目追求技术“大而全”。第二，数据治理是根基，AI模型的精度高度依赖数据质量，银行必须打通内部数据孤岛、建立统一的数据标准和治理体系。第三，技术与业务需深度融合，避免“两张皮”现象，要让科技人员懂业务、业务人员懂AI，形成协同迭代的敏捷机制。第四，风险与合规不可偏废，AI模型的“黑箱”特性、算法偏见、数据安全等问题需前置管控，建立可解释、可审计的AI治理框架。要锚定战略协同、场景价值、安全底线和人才生态，以服务实体经济为导向，让AI从“技术亮点”真正转化为“经营实绩”。
    娄飞鹏则对记者表示，商业银行在金融科技能力建设中，一是要强化合规与风险防控，合规有效利用技术的优势；二是要加强数据治理与标准化建设，打破信息孤岛，提升反欺诈数据流转效率；三是强化人才队伍建设，并做好组织机构转型。

来源：央广网