大模型浪潮拍岸而来银行业准备好了吗？
自2024年“人工智能”首次被写入《政府工作报告》以来，AI赋能千行百业的步伐明显加快。银行业，可以说是人工智能技术落地最为活跃的领域之一，在技术渗透、业务价值转化方面，一直走在各行业的前列。
前段时间，上市银行集中披露了半年报，从数据来看，各家银行智能体数量快速增长，部分机构的日均Token消耗量更是直接突破百亿级别。但在热潮之下，一系列现实问题也不能忽视，想要从试点可用进阶到规模化好用，银行业还需要跨过哪些现实门槛？在金融行业强监管、高合规属性的背景下，银行业的大模型应用如何实现安全先行？
带着以上问题，《金融时报》记者近日邀请了三位来自不同银行金融科技条线的专家，以圆桌对话的形式，共同探讨国有大型银行大模型从试水走向规模化应用的实践经验。
《金融时报》记者：今年，银行业大模型应用迎来爆发式增长，已有多家银行日均Token消耗突破百亿级，这个数据，反映了银行业AI应用怎样的发展阶段？我们应该如何看待这一数据指标——它是一个成本压力信号，还是一个转型里程碑？
翁蔚涛：2026年初，工商银行全行的业务应用日均Token消耗量就达到了百亿级，较两年前增长了近百倍，而且各个业务领域的调用量还在持续地快速增长。
Token量级的跃升，一定程度上标志着银行业大模型从试点验证进入规模化应用、嵌入银行日常经营的新阶段，既是转型里程碑，也是需要精细化管理的新课题。日均百亿Token的消耗，背后是真金白银的算力成本。但每个Token的成本不一样，产生的价值也不一样，不同算力卡、不同模型、不同推理加速优化程度，生成同样数量的Token，算力消耗可能相差数十倍。我们看重的不是Token总量的绝对值，而在于单位Token创造的价值。因此，我们认为对Token既不能无节制地用，也不能因为怕成本而不敢用，关键是把账算清楚、把Token花在刀刃上，让每个Token真正产生价值。
工商银行正在建立完善以Token为核心的精细化成本收益度量体系，构建覆盖分配管理、成本核算、价值评估和低效治理的全行统一运营机制，实现全行Token全生命周期精细化运营，持续提升单位Token产出效率与价值创造能力。
涂文斌：今年，随着智能体能力不断提升，业务需求集中爆发，Token消耗量快速增长，这已是银行业AI应用的发展趋势。以交行为例，2023年开始，我们进行大模型场景探索，经过这几年的建设，目前已经累计落地420个场景，连续两年完成降千人力目标，Token消耗量也是爆发式增长。在这个过程中，我们感受最深的是两个转变，第一，是AI自身能力的提升，从辅助类助手逐步进化到现在更强大的智能体，能够自主完成更复杂的任务；第二，是AI对业务价值贡献度的提升，从赋能中后台管理转向支撑一线营销展业。可以说，AI正在从一个辅助工具逐步成长为工作伙伴，我们正在加速建设个人智能体工作台BocomWork，集日常工作、创意设计、代码开发三大能力于一体，精心打磨了百余个开箱即用的Skill技能和智能专家，覆盖文档处理、数据分析、报告写作、营销拓客等个性化和多样化的工作场景，推动AI从“会问答”向“能干活”迈进。
《金融时报》记者：各行各业要与大模型“打交道”，首先需要回答一个认知问题：它到底能干什么？当前，大模型在银行业的落地早已告别概念试点，进入价值兑现的关键期。请大家结合银行实战经验，分享目前已经稳定落地、可复制的标杆大模型应用场景。
翁蔚涛：截至今年上半年，工商银行围绕投资交易、营销拓客、风险防控、服务运营等价值领域，已累计落地大模型场景600余个，推动全行服务实体经济更精准、经营管理更高效、风险防控更主动。
典型的应用场景如：在信贷管理领域，工商银行建设融资全流程智能体矩阵“智融通”，构建了覆盖融资全流程的智能体服务体系，赋能信贷前中后台业务人员。30余个智能体覆盖营销拓客、业务办理、风险分析和经营管理信贷业务全流程。一是打造集团客户信用风险分析智能体。智能生成包含客户融资、财务、舆情等多维信息以及精准研判风险结论的分析报告，构建“多维信息融合+深度推理”数智化风控体系，为各层级信贷人员专业化开展客户信用风险分析工作注入智慧动能。二是构建生成客户全面融资解决方案智能体。基于客户工商注册、经营数据、风险情况等信息，自动评估客户融资全方位需求，按照产品客户对位理念精准匹配融资产品，智能生成包含公开信息整合、产品推荐、尽调要点提示的全面融资解决方案。通过精准制定个性化客户融资解决方案，有效支持分行实现新增客户拓展，带动新增贷款投放，显著提升了信贷服务质效。
刁翔宇：农业银行立足“服务实体经济的主力银行”战略定位，持续探索将AI技术深度融入普惠金融、乡村振兴等重点领域，以技术创新助力业务发展迈向数智化新阶段。
以普惠零售贷款贷前调查场景为例，农业银行创新打造“现场+远程”风险集中作业模式，依托大模型、音视频等技术，实现由“一名数字化风控中心集中作业人员+一名现场客户经理”远程视频面谈模式取代两名客户经理上门模式。在现场核查环节，综合应用多模态大模型技术对调查现场照片和资料进行AI质检、智能预审、系统填单，大幅提升客户经理的核查效能。在视频面谈环节，通过大模型、语音识别等技术，实现作业流程简化、风险辅助提示、工单自动总结，进一步提升集中作业人员的工作效率。
涂文斌：结合金发奖一等奖获奖项目《普惠金融零售业务新模式及生态体系建设》，分享交行大模型应用场景实践成果。在这个项目中，交行在零售信贷领域先行先试，运用大模型和智能体技术重塑零售信贷业务流程，打造了“端到端”AI应用，并推动与业务发展相适应的组织架构改革，成立数智化经营中心，促进零售信贷数字化经营能力的整体提升。在贷前环节，交行配置了产品智能装配助手，辅助产品经理快速完成产品配置与流程编排，将新产品平均上线周期由一个月缩短至一周。在贷中环节，交行打造了放款辅助智能体，利用多模态大模型做贷款凭证的智能识别和比对，实现自动放款。以车贷业务为例，对智能体的有效运用让交行人工审核时长节省了70%，显著提升放款效率。在贷后环节，应用大模型与智能语音等技术打造智能外呼助手，覆盖贷款到期提醒与催收场景，有效降低人力成本。
总体来说，大模型在交行信贷、风控、客服这些核心业务领域，已得到深入应用，人机协同的效果也越来越明显。可以说，大模型正在成为交行数字化转型的“新基建”，推动客户经营真正向智能化升级。
《金融时报》记者：目前，评判大模型应用价值的核心量化指标体系是什么？大家会重点关注效率提升、成本压降、风险可控、营收增长、客户体验中的哪些维度？
刁翔宇：AI技术能够承担大量低附加值、高重复度的工作，促进银行经营管理与对客服务的提质、增效、降本、控风险。农业银行在推进大模型应用过程中，始终以“业务价值显著提升”为根本目标，坚持以客户满意、员工满意为标准，聚焦“风险可控、成本集约、价值显著”的准入原则，持续加强AI在客服、贷款、风控、办公等业务领域的应用，深入推进业务流程优化与作业模式创新，着力解决当前基层面临的“多”“难”“繁”等问题。例如，农行运用大模型、图像识别、语音解析等AI前沿技术重塑普惠办贷流程，通过研发信贷影像资料AI质检、纳税和行业分析AI智能体、信贷报告一键生成等功能，实现普惠办贷“化繁为简、控险提质”。通过智慧办贷新模式，客户经理办理普惠贷款业务效率大幅提升，客户经理“忙得过来、管得明白、服务得好”，有效实现客户服务提质、基层减负、管理增效。
《金融时报》记者：金融行业强监管、高合规的属性，决定了大模型应用必须安全先行。当前，行业普遍面临模型训练数据污染、算法偏见、模型迭代风险不可控等问题，传统风控体系已难以适配新的风险。大家在大模型的风险监控与溯源方面有哪些好的经验？
翁蔚涛：工商银行从组织保障、技术支撑、安全运营、应急管理等方面系统开展AI应用风险防控工作。
一是组织保障方面，工行组建了由科技、数据、业务共同参与的工作小组，统筹制定了《集团人工智能应用管理办法》，进一步明确了AI应用全生命周期管理要求和权责矩阵，指导场景管理、模型管理、数据管理等工作的有序开展。
二是技术支撑方面，建设了AI全栈安全风险检测平台，对照有关国家标准，实现对模型安全、内容安全、数据安全、指令安全、框架安全等五大类60余项风险检测。同时，建设了“敏感词规则匹配引ued体育官网擎+安全审核大模型”双层安全护栏，有效拦截各类安全问题。
三是安全运营方面，组建了业务和科技共同组成的运管团队，持续开展敏感规则维护、安全监测和问题改进，通过持续运营，实现“越拦越准”。
四是应急管理方面，针对重点场景制定突发事件应急管理预案，涵盖运行风险监测、紧急情况服务暂停、业务连续性保障等具体措施，定期开展应急培训和应急演练。
《金融时报》记者：最后，请大家展望一下，未来一到两年，银行业大模型应用最有可能实现突破性落地、规模化价值兑现的场景是什么？对于行业未来的AI数智化转型，大家还有哪些想法或者期待？
翁蔚涛：展望未来一到两年，工行看好三个方向最有可能实现突破性落地和规模化价值：
第一个是风险管理。在信贷、反欺诈、合规等风险领域，AI将从“辅助判断”走向“人机深度协同”，用大模型处理海量信息的效率，叠加人的专业判断，实现更准、更快、更稳的风险管理。
第二个是投研交易。利用AI对市场信息数据进行处理和分析，辅助实现投研能力跃升。发挥AI在交易速度与效率方面的优势，增强交易ued体育官网定价与交易策略的执行能力，让交易员从日常执行端工作解放出来，把更多时间精力投入到策略研究等更高价值工作。
第三个是对客服务。大模型让“千人千面”的精准服务真正成为可能，AI能大幅降低服务成本、提升服务触达。
金融智能化的浪潮正奔涌向前。AI新质生产力的价值释放仍需不断探索实践，工商银行将与同业及产业伙伴共同携手，积极探索AI安全开发应用的新空间，为金融行业数字化、智能化转型贡献力量。
刁翔宇：“十五五”时期是普惠金融迈向高质量发展的重要机遇期。面对新形势、新要求，农业银行将继续锚定普惠金融可持续高质量发展目标，加强大模型等AI数智技术的探索应用，深化普惠金融与数字金融的融合发展，以“营销精准化、办贷智能化、服务综合化、风控体系化”为方向，进一步创新完善普惠金融服务体系，不断提升普惠金融服务质效。
未来，AI在银行业的应用将不断拓展深化。但也要关注，大模型的规模化应用也会持续带来新的风险挑战。如何把握好创新和安全的平衡，是影响大模型进一步深化应用的核心。
涂文斌：结合实践和研判，交行有两点思考：第一，模型决定场景的下限，知识决定场景的上限。模型再强，如果没有高质量的领域知识，解决不了银行的“专业问题”。交行建设企业级知识平台，建立了知识运营全生命周期管理机制，实现全行知识统一采集、统一加工、统一服务、统一运营。覆盖了零售普惠、公司同业、风险授信、合规审计等领域知识，为行内AI场景提供知识服务，月均调用量已经超过千万次，交行也在持续完善和优化，久久为功，夯实知识底座。第二，安全决定场景能走多远。交行积极落实国家金融监管总局有关要求，坚持发展与安全并重，把AI风险纳入全行全面风险管理体系，落实分类分级管控。交行持续强化AI治理体系，加强模型安全、数据安全、内容合规和业务连续性保障，确保AI应用安全稳妥、有序推进。同时，围绕AI应用全生命周期形成全流程治理机制，实现算力、数据、模型、场景的穿透式管理，持续完善AI应用价值评估机制，做到风险可防控、价值可衡量，真正实现大模型业务创新与风险管控同频共进。
未来，金融领域AI应用将聚焦零售普惠、支付融资、风险防控等核心业务领域，以多智能体协同模式深度嵌入客户服务、风险识别、经营管理等关键业务环节，探索数字专家、数字军团等新型人机协同范式，以AI原生理念重塑客户旅程与业务流程，推动金融服务从单点智能迈向全流程智能。交通银行愿与各界伙伴携手共建金融智能新生态，推动AI更好赋能实体经济，服务人民群众，助力金融强国建设。
