银行大模型应用“加速跑”
2025年09月15日
字数：3161
银行业普遍将人工智能视为提升运营效率、优化客户体验及开拓新增长极的核心抓手，从“降本增效”工具迈向“收入驱动”引擎的战略转变日益清晰。
本报综合报道 今年以来，人工智能创新应用在金融业大量涌现，大模型赋能金融业务的价值正持续显现，加强大模型技术的应用也已成为商业银行等金融机构的必答题。
各家银行在2025年半年报中更新了大模型建设进展。上半年银行业AI大模型落地呈现“加速跑”态势，不仅实现应用场景快速拓展，更在风险管理场景中不断突破创新。
业内人士认为，在利率市场化深化、息差持续收窄的背景下，银行业普遍将人工智能视为提升运营效率、优化客户体验及开拓新增长极的核心抓手，从“降本增效”工具迈向“收入驱动”引擎的战略转变日益清晰。
行业应用加速普及
半年报显示，各家银行都在加快人工智能应用落地，快速拓展应用场景边界。
工商银行曾在2024年年报中披露，建成企业级千亿金融大模型技术体系“工银智涌”，赋能20余个主要业务领域、200余个场景。2025年半年报显示，该行开展“领航AI+”行动，在个人金融、金融市场、对公信贷等重点业务领域新增AI财富助理、投研智能助手等100余个应用场景。
邮储银行“邮智”大模型适配吸收多款主流大模型，开展了230余项大模型场景建设。“邮你同赢”同业生态平台接入票据业务交易机器人“邮小盈”，实现全品种票据的全流程智能化管控；投行业务交易机器人“邮小宝”，实现债券包销交易的智能询价应答，询价交易效率提升95%以上；“智能审贷助手”每天支持“三农”、信用卡等信审场景超3万笔业务，对十余种图像进行有效识别、提取以及分类，审贷效率进一步提升。
北京银行贯彻“All in AI”理念，建成“1213”AI体系，即一体化算力底座、两大模型开发运营平台、一百余项AI能力、三百余项AI应用场景，实现模型、算力、需求和能力的统筹管理。研发上线“小京财智”、chat⁃BI等一批AI工具。
平安银行中报显示，2025年上半年，该行构建大模型能力体系，通过监督微调、强化学习、大模型自主规划、智能体等技术进行模型调优训练，提升重点场景应用能力，6月末平安银行已落地大模型应用场景超330个。
浦发银行方面透露称，截至2025年6月末，该行已构建千卡算力，在股份制商业银行中率先实现全栈国产化算力平台+开源大模型的金融应用，形成大小模型协同的“浦银智启”模型服务矩阵，同时搭建多维度大模型评测体系，形成超3万个评测数据集，初步构建千万级企业知识库。
“零售业务是最适合AI探索和应用的场景。”招商银行副行长王颖在业绩说明会上表示，招商银行的AI建设和应用主要聚焦于“AI小招”和“AI小助”，当前这些应用都已取得一定成效。目前，“AI小招”每月服务客户超过2000万，“AI小助”已覆盖全行所有岗位。
目前，银行业大模型应用正在从效率提升工具向价值创造引擎演进。“随着大模型等AI技术在银行各个领域应用持续加快，我们认识到‘人工智能+’将是对行业、对企业自内而外的焕新契机。”邮储银行副行长、首席信息官牛新庄表示。
探索智能风险管理
半年报披露的信息显示，银行业AI大模型在风险管理领域的探索，目前主要集中在风险排查预警、反欺诈、反洗钱等场景。
“我们坚持数智赋能，深化AI大模型等新技术在风控领域的应用，持续提高智能化风控水平。企业级智能风控平台已应用于全部境内分行、130多个风控决策场景，实现商品、外汇、债券、货币、股票五大市场风险智能化排查预警。”工商银行副行长王景武在业绩说明会上表示，该行推出业内首个信贷AI智能体矩阵“智贷通”，实现智能化信息捕捉、风险分析等功能。开发信贷评审AI数字助手“工小审”，实现制度、数据的快速分析与触达。优化“融安e防”信用风险监控系统，丰富统计监测内容，完善用数赋能工具。拓展卫星遥感监控覆盖场景，种植、林地等农业领域应用场景更加丰富。
浙商银行在半年报中披露，该行迭代升级大数据风控、数智反洗钱等企业级风险管理平台，建成“大模型+小模型”双引擎驱动的数智化大监督体系，重点健全优化通用及特色场景的大数据风控模型，报告期内，新增120余个业务风险模型，全面覆盖零售、供应链、小微企业、信用卡等业务条线。
在风控合规方面，平安银行深化智能算法应用，夯实智能化风险防控体系。在对公风险管理上，深化大模型在智慧风控上的探索应用，建立风险专家知识库，借助智能体提升风险控制各流程的效率，强化大模型的适用能力。在零售贷款审批与催收上，该行依托大模型能力，对非结构化数据及其他要素进行风险特征挖掘和识别，提升风险管理能力。在普惠金融上，平安银行持续深化央行“资金流信用信息共享平台”的应用，全面完善普惠生态客户的风险画像，支持信贷资金精准直达中小微企业。在账户风险防控上，打造反电诈“风控大脑”，提升账户风险管理和客户服务效率。在内控合规上，升级“慧小喵”审计大模型，通过打造多维智能体，实现营销、制度等领域的智能合规审查及归因分析，推动审计监督与纪检监察工作提质增效。
在欺诈风险防控方面，邮储银行依托大数据平台底座及数据中台能力，融合AI与实时流计算，构建全链条反欺诈模型体系。2025年上半年，累计保护潜在受害账户逾10万户，防止客户资金损失超8亿元。在反洗钱方面，该行每日加工约1.27亿笔交易流水数据，构建近百个可疑预警模型，积极运用知识图谱、大模型等先进技术，建立起以图智能为核心的新型反洗钱可疑交易监测报告体系，实现可疑分析报告自动化生成，有效呈现团伙洗钱证据链，助力人工甄别效率提升30%。
兴业银行也聚焦反洗钱、反欺诈等重点领域，夯实数字安保防线。半年报显示，2025年上半年该行拦截涉诈资金5.04亿元，保护潜在受害者交易资金8.03亿元。
有业内人士指出，AI大模型在风险管理领域的应用尚处于探索阶段，未来需在安全可控的前提下，逐步发挥AI大模型在风险识别前瞻性、风险评估精度、风险监测速度、风险管理广度等方面的价值。
业务模式重构进行时
9月5日，招商银行举办2025招银浦江数字金融生态大会。这是招商银行在2025年中期业绩报告中首次提到以“AI First”引领数智招行建设这一提法后，紧接着举办的一场以“AI”为主题的行业大会，各界人士围绕AI如何赋能银行等金融机构高质量发展这一命题展开探讨。
招商银行数字金融发展办公室副主任韦江波认为，当前银行业经营面临诸多挑战，大模型是最大的确定性机会，其技术突破将推动银行服务模式、交互模式和工作模式变革。
韦江波表示，从银行业来看，AI技术的发展有三个方面值得进一步关注：一是从原来的文字交互进阶到智能化的语言交互，这将改变用户的操作界面。二是非结构化数据能够被听懂，由此带来诸多应用场景的变化。三是在推理能力方面，能够实现像人一样思考，甚至形成比人更聪明的思考方法。
AI技术的发展将推动银行的经营模式发生转变。韦江波进一步补充道，一是服务模式上，以前只能聚焦重点客户，现在可以做到以每个客户为中心，真正做到千人千面。二是交互模式上，以前交互模式主要以图形界面为主，现在的交互模式可能不只是图形，而是“图形+对话”，这或将成为银行今后大量推广的场景。第三，组织模式上，以前主要是人，AI进行适当辅助，现在打造数字员工，极大地提升了工作效率。
“实践中，大模型已在多行业落地，包括智能客服高效响应、多模态审核助力风控、综合报告生成提升效能等。”通义大模型业务总经理徐栋表示。
对于银行等金融机构而言，加快大模型等AI技术的应用落地也已逐步成为业内共识和实践方向。不过就目前的情况来看，银行机构推进大模型应用仍然面临着一些需要解决的问题。
火山引擎总裁谭待认为，在金融应用场景中，大模型落地还面临着合规、安全、可信等挑战。他表示，目前以大模型为基础的AI数字员工已经在各个金融机构普遍落地，比如智能风控、智能客服、展业助手、智能投研、信贷报告、代码辅助等领域。“整体来看，金融机构对AI的应用还处在初期。模型能力有待加强、领域知识有待提升、如何做好后训练等非常关键”。
本报综合报道 今年以来，人工智能创新应用在金融业大量涌现，大模型赋能金融业务的价值正持续显现，加强大模型技术的应用也已成为商业银行等金融机构的必答题。
各家银行在2025年半年报中更新了大模型建设进展。上半年银行业AI大模型落地呈现“加速跑”态势，不仅实现应用场景快速拓展，更在风险管理场景中不断突破创新。
业内人士认为，在利率市场化深化、息差持续收窄的背景下，银行业普遍将人工智能视为提升运营效率、优化客户体验及开拓新增长极的核心抓手，从“降本增效”工具迈向“收入驱动”引擎的战略转变日益清晰。
行业应用加速普及
半年报显示，各家银行都在加快人工智能应用落地，快速拓展应用场景边界。
工商银行曾在2024年年报中披露，建成企业级千亿金融大模型技术体系“工银智涌”，赋能20余个主要业务领域、200余个场景。2025年半年报显示，该行开展“领航AI+”行动，在个人金融、金融市场、对公信贷等重点业务领域新增AI财富助理、投研智能助手等100余个应用场景。
邮储银行“邮智”大模型适配吸收多款主流大模型，开展了230余项大模型场景建设。“邮你同赢”同业生态平台接入票据业务交易机器人“邮小盈”，实现全品种票据的全流程智能化管控；投行业务交易机器人“邮小宝”，实现债券包销交易的智能询价应答，询价交易效率提升95%以上；“智能审贷助手”每天支持“三农”、信用卡等信审场景超3万笔业务，对十余种图像进行有效识别、提取以及分类，审贷效率进一步提升。
北京银行贯彻“All in AI”理念，建成“1213”AI体系，即一体化算力底座、两大模型开发运营平台、一百余项AI能力、三百余项AI应用场景，实现模型、算力、需求和能力的统筹管理。研发上线“小京财智”、chat⁃BI等一批AI工具。
平安银行中报显示，2025年上半年，该行构建大模型能力体系，通过监督微调、强化学习、大模型自主规划、智能体等技术进行模型调优训练，提升重点场景应用能力，6月末平安银行已落地大模型应用场景超330个。
浦发银行方面透露称，截至2025年6月末，该行已构建千卡算力，在股份制商业银行中率先实现全栈国产化算力平台+开源大模型的金融应用，形成大小模型协同的“浦银智启”模型服务矩阵，同时搭建多维度大模型评测体系，形成超3万个评测数据集，初步构建千万级企业知识库。
“零售业务是最适合AI探索和应用的场景。”招商银行副行长王颖在业绩说明会上表示，招商银行的AI建设和应用主要聚焦于“AI小招”和“AI小助”，当前这些应用都已取得一定成效。目前，“AI小招”每月服务客户超过2000万，“AI小助”已覆盖全行所有岗位。
目前，银行业大模型应用正在从效率提升工具向价值创造引擎演进。“随着大模型等AI技术在银行各个领域应用持续加快，我们认识到‘人工智能+’将是对行业、对企业自内而外的焕新契机。”邮储银行副行长、首席信息官牛新庄表示。
探索智能风险管理
半年报披露的信息显示，银行业AI大模型在风险管理领域的探索，目前主要集中在风险排查预警、反欺诈、反洗钱等场景。
“我们坚持数智赋能，深化AI大模型等新技术在风控领域的应用，持续提高智能化风控水平。企业级智能风控平台已应用于全部境内分行、130多个风控决策场景，实现商品、外汇、债券、货币、股票五大市场风险智能化排查预警。”工商银行副行长王景武在业绩说明会上表示，该行推出业内首个信贷AI智能体矩阵“智贷通”，实现智能化信息捕捉、风险分析等功能。开发信贷评审AI数字助手“工小审”，实现制度、数据的快速分析与触达。优化“融安e防”信用风险监控系统，丰富统计监测内容，完善用数赋能工具。拓展卫星遥感监控覆盖场景，种植、林地等农业领域应用场景更加丰富。
浙商银行在半年报中披露，该行迭代升级大数据风控、数智反洗钱等企业级风险管理平台，建成“大模型+小模型”双引擎驱动的数智化大监督体系，重点健全优化通用及特色场景的大数据风控模型，报告期内，新增120余个业务风险模型，全面覆盖零售、供应链、小微企业、信用卡等业务条线。
在风控合规方面，平安银行深化智能算法应用，夯实智能化风险防控体系。在对公风险管理上，深化大模型在智慧风控上的探索应用，建立风险专家知识库，借助智能体提升风险控制各流程的效率，强化大模型的适用能力。在零售贷款审批与催收上，该行依托大模型能力，对非结构化数据及其他要素进行风险特征挖掘和识别，提升风险管理能力。在普惠金融上，平安银行持续深化央行“资金流信用信息共享平台”的应用，全面完善普惠生态客户的风险画像，支持信贷资金精准直达中小微企业。在账户风险防控上，打造反电诈“风控大脑”，提升账户风险管理和客户服务效率。在内控合规上，升级“慧小喵”审计大模型，通过打造多维智能体，实现营销、制度等领域的智能合规审查及归因分析，推动审计监督与纪检监察工作提质增效。
在欺诈风险防控方面，邮储银行依托大数据平台底座及数据中台能力，融合AI与实时流计算，构建全链条反欺诈模型体系。2025年上半年，累计保护潜在受害账户逾10万户，防止客户资金损失超8亿元。在反洗钱方面，该行每日加工约1.27亿笔交易流水数据，构建近百个可疑预警模型，积极运用知识图谱、大模型等先进技术，建立起以图智能为核心的新型反洗钱可疑交易监测报告体系，实现可疑分析报告自动化生成，有效呈现团伙洗钱证据链，助力人工甄别效率提升30%。
兴业银行也聚焦反洗钱、反欺诈等重点领域，夯实数字安保防线。半年报显示，2025年上半年该行拦截涉诈资金5.04亿元，保护潜在受害者交易资金8.03亿元。
有业内人士指出，AI大模型在风险管理领域的应用尚处于探索阶段，未来需在安全可控的前提下，逐步发挥AI大模型在风险识别前瞻性、风险评估精度、风险监测速度、风险管理广度等方面的价值。
业务模式重构进行时
9月5日，招商银行举办2025招银浦江数字金融生态大会。这是招商银行在2025年中期业绩报告中首次提到以“AI First”引领数智招行建设这一提法后，紧接着举办的一场以“AI”为主题的行业大会，各界人士围绕AI如何赋能银行等金融机构高质量发展这一命题展开探讨。
招商银行数字金融发展办公室副主任韦江波认为，当前银行业经营面临诸多挑战，大模型是最大的确定性机会，其技术突破将推动银行服务模式、交互模式和工作模式变革。
韦江波表示，从银行业来看，AI技术的发展有三个方面值得进一步关注：一是从原来的文字交互进阶到智能化的语言交互，这将改变用户的操作界面。二是非结构化数据能够被听懂，由此带来诸多应用场景的变化。三是在推理能力方面，能够实现像人一样思考，甚至形成比人更聪明的思考方法。
AI技术的发展将推动银行的经营模式发生转变。韦江波进一步补充道，一是服务模式上，以前只能聚焦重点客户，现在可以做到以每个客户为中心，真正做到千人千面。二是交互模式上，以前交互模式主要以图形界面为主，现在的交互模式可能不只是图形，而是“图形+对话”，这或将成为银行今后大量推广的场景。第三，组织模式上，以前主要是人，AI进行适当辅助，现在打造数字员工，极大地提升了工作效率。
“实践中，大模型已在多行业落地，包括智能客服高效响应、多模态审核助力风控、综合报告生成提升效能等。”通义大模型业务总经理徐栋表示。
对于银行等金融机构而言，加快大模型等AI技术的应用落地也已逐步成为业内共识和实践方向。不过就目前的情况来看，银行机构推进大模型应用仍然面临着一些需要解决的问题。
火山引擎总裁谭待认为，在金融应用场景中，大模型落地还面临着合规、安全、可信等挑战。他表示，目前以大模型为基础的AI数字员工已经在各个金融机构普遍落地，比如智能风控、智能客服、展业助手、智能投研、信贷报告、代码辅助等领域。“整体来看，金融机构对AI的应用还处在初期。模型能力有待加强、领域知识有待提升、如何做好后训练等非常关键”。
