首页 > 货币 > 正文

【中经社信号】从“对话”到“办事” 银行业AI竞争重心在哪里

新华财经|2026年09月25日
阅读量:

业内共识是,AI目前对大多数银行的价值贡献仍以降本为主,收入端的增量效益尚未充分释放。从“能对话”到“能办事”,银行业AI竞争的重心正在发生关键转向。如何实现从效率辅助工具到业务创新引擎的跃升,仍是行业面临的主要挑战。

44c6d0986e95423dbe9e2520bb9b14fc.png

今年以来,银行业的“AI含量”正在显著上升:AI正从“会生成”的辅助工具,走向“能执行”的生产流程。

近期,各大银行纷纷晒出AI“成绩单”:工商银行大模型落地600余个场景,招商银行智能化场景达1386个,平安银行上线140个运营审核类智能体……但在银行业加码AI布局的同时,多数AI应用仍处于客服辅助、合规审查、信贷材料处理等环节,真正嵌入信贷审批、风险定价、资金交易等核心业务流程的案例寥寥。

业内共识是,AI目前对大多数银行的价值贡献仍以降本为主,收入端的增量效益尚未充分释放。从“能对话”到“能办事”,银行业AI竞争的重心正在发生关键转向。如何实现从效率辅助工具到业务创新引擎的跃升,仍是行业面临的主要挑战。

银行发力AI应用:三重经营压力下的必选项

银行发力AI的底层逻辑,不是单纯追赶技术潮流,而是三重经营压力倒逼下的现实选择。

息差持续收窄。国家金融监督管理总局数据显示,2026年二季度商业银行净息差为1.41%。整体水平处于历史低位。这意味着银行必须寻找存贷利差之外的盈利模式,AI驱动的精准运营和数据变现成为选项之一。

人力成本刚性上升。银行业是劳动密集型行业,人力成本在运营成本中占比显著。在人力成本高企的背景下,用AI替代重复性劳动、提升单位人效,已从“可选项”变为“必选项”。

同业竞争态势。凭借数据密集、技术驱动的特性,银行业一直是科技创新应用的先行者。AI成为影响银行中长期竞争力的重要因素,若不及时转型,或意味着在下一轮同业竞争中掉队。标普全球评级最新发布的报告表示,未来数年内,银行对AI的应用程度将越来越直接地影响其信用评级。这意味着在AI赛道上落后的银行,可能面临来自评级机构的额外压力。

但是,三重压力之下并不意味着所有AI投入都会产生价值。不可否认的是,当前银行业存在一批“无意义的做法”:一些项目习惯从模型能力出发倒推场景,做出的多是问答助手、文档助手等演示效果大于实际产出的应用;部分机构以场景数量为导向,追求“上新”而非“上效”;还有的项目“为新而新、为用而用”,消耗了大量算力、人力,却始终在核心业务流程门外徘徊。

平安银行副行长项有志直言,科技投入要强调“有用性”,“如果纯粹为了做AI玩一个很炫的技术,是没有意义的”。

上述标普全球评级报告显示,尽管AI应用预期持续扩展,但目前多数金融机构仍将AI部署限定在支持职能和自动化领域,将AI用于开发新产品和服务的机构不足三分之一。

银行业AI发展的现实挑战:可解释性 责任归属 数据质量

强监管、高风险的属性决定了银行业的“AI含量”有其特殊要求。金融业是典型的低容错行业,每一笔授信、每一次资金交易都牵动着企业与储户的利益,AI系统必须全程可解释、可追溯、可审计。

具体来看,至少有三重挑战不容小觑。一是“可解释性”。监管明确要求银行对关键业务决策能可解释、可追溯,而AI大模型本质上是基于概率的生成引擎,其决策过程往往呈现“黑箱”特性,内部逻辑难以被外部理解与审计。

二是“责任归属”。智能体每多承担一项任务,就要同步明确出错时的责任归属和纠错安排。模型提供商、科技公司、银行自身,各方责任如何划分?目前仍缺乏清晰的制度安排。责任不清,意味着无人敢拍板让AI独立决策。

三是“数据质量”。底层数据参差不齐诱发模型“幻觉”,而征信等敏感金融数据的采集使用又有明确边界。

更深层的制约来自组织内部。银行AI投入与产出存在错配,算力与人才投入是即期的,AI业务价值的显现却往往滞后。

竞争重心转移:跑通“业务闭环”需完善配套机制

在银行业,Token调用量已悄然成为衡量其智能化活跃度的重要标尺。但下一阶段,竞争的重心,不再是模型参数和场景数量,而是能否跑通“业务闭环”。这既是一场效率革命,也是一次治理大考。让AI快速落地的同时还需系好“安全带”,持续完善配套机制。

首先是分级决策机制。2026年6月,国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》,明确AI应用的责任由谁承担、能力靠什么支撑、风险边界划在哪里。

在浦发银行首席人工智能科学家郑波看来,对银行而言,AI决策权不是简单的“交”或者“不交”,而应根据风险程度、可解释性和责任边界分级。当前业界的共识是,规则清晰、结果可验证的任务,可逐步让AI自主完成;授信审批、资金交易等高风险事项,AI提供分析和建议,关键决策点必须由人负责把控。

其次是价值验收机制。坚持创新但不冒进,AI项目不仅要通过技术验收,还应通过业务验收和价值验收。只有价值可衡量,银行AI投入才不会变成“无底洞”。

第三是组织进化机制。AI转型不仅是银行的技术迭代,更是深刻的组织变革。技术之外的组织功课,往往比技术本身更难,也更为关键。银行要同时完善创新、总分协同、人才发展机制,推动业务部门与科技部门从上下游关系转变为合伙人关系,进而充分释放AI创新活力。(记者魏雨田、王淑娟)

 

编辑:张瑶

 

声明:新华财经(中国金融信息网)为新华社承建的国家金融信息平台。任何情况下,本平台所发布的信息均不构成投资建议。如有问题,请联系客服:400-6123115

传播矩阵