AI能帮银行人做些啥?这些银行高管在发布会上回应……

市场资讯
Sep 04

  来源:金融时报

  工商银行累计落地大模型场景600多个;中国银行构建智能化助手超2200个;邮储银行日均大模型调用超千万次、日均输入输出词元超三百亿……

  《金融时报》记者从2026年银行半年报中发现,今年上半年,国有大行人工智能布局节奏持续加快,技术投入力度、场景落地规模、算力支撑能力均实现稳步提升。

  作为行业数智化转型标杆,工商银行人工智能技术的整体应用水平保持行业领先。截至今年上半年,工商银行累计落地大模型场景600多个,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。

  中国银行也在加快推进“人工智能+”规划落地,大模型应用生态持续完善。截至今年6月末,该行BOCAI大模型用户突破3.2万人,构建智能化助手超2200个,应用场景超3800个,实现前中后台各业务条线全覆盖。

  此外,建设银行坚持业务引领,累计推出600多个人工智能应用场景;交通银行深入实施“人工智能+”行动方案,报告期末,该行已落地420余个AI应用场景,赋能业务发展。

  在AI时代,Token(词元)的日均消耗量,正成为衡量银行加快数智化转型的一个重要标尺。在2026年中报披露中,有国有大行首次公开Token消耗核心数据,直观展现行业AI规模化应用成效。

  据邮储银行副行长、首席信息官牛新庄介绍,截至目前,邮储银行已落地超370个大模型应用场景,日均大模型调用超千万次,日均输入输出词元超三百亿,推动实现对外“一个客户,一个智慧邮储银行”,对内“一个岗位,一个智能助手”。

  值得关注的是,当前,人工智能大模型不仅成为金融服务提质增效、风控体系迭代升级的核心技术支撑,更转变为赋能员工履职、优化内部管理的“最强辅助”,帮助多岗位员工减负增效。

  在个人金融领域,工商银行深化人机协同营销新模式,个人客户经理智能助手辅助搜数据、作分析、出方案,帮助客户经理对客提供智能化金融管家服务,服务次数超2200万。

  农业银行聚焦内部管理与员工赋能,自研企业级智能体与AI办公体系。据农业银行行长王志恒介绍,该行推出了农行版的“龙虾(ABC-Claw)”,同时打造了企业级的AI数字助手一明,研发了一明智慧大脑以广域意图识别能力,实现跨业务领域的多智能体协同调用,自动处理客户营销、信贷办理、智能办公等复杂任务。

  建设银行为每位客户经理研发配备了“专属智能助理”——“帮得”。客户经理通过与“帮得”对话,洞察客户,配置产品,一键触达,基本覆盖客户经理日常工作内容。

  “上半年,‘帮得’平均月活超4万人,累计交互近9千万次。”建设银行副行长雷鸣表示,“我们观察到,‘帮得’能明显改善客户经理的经营效果。全行使用‘帮得’成效较好的客户经理,其管理的客户资产规模新增较行内平均水平提升了57个百分点。”

  邮储银行重点围绕零售对客服务、对公辅助营销、内部运营管理、员工办公助手等领域,打造一批典型性、高价值场景,建设“智慧小邮”超级客服、客户经理智能助手、超级办公智能体等。其中,该行打造的零售营销智能体,可以动态生成个性化营销方案,触达5400万名邮银高潜客户。

  依托国家“十五五”规划纲要中“全面实施‘人工智能+’行动”“抢占人工智能产业应用制高点,全方位赋能千行百业”的战略指引,多家国有大行管理层还在中期业绩发布会上明确了下一阶段人工智能的发展布局。

  交通银行将围绕科技提升、员工赋能、客户服务、风险管理等重点方向,深化人工智能的场景应用。“以AI驱动科技整体效能提升,推动业务与技术从‘需求的交接’走向‘共同创造’,持续强化研发、测试、运维、安全等环节的智能化水平。”交通银行副行长钱斌表示,“我们即将构建数字劳动力体系,打造智能助手、数字分身,建设数字专家,通过人机协同、多智能体协同,推动岗位重塑、流程再造和组织体系升级。”

  “技术探索只是起点,体系能力更加关键,应用成效方为检验标准。”牛新庄表示,我们将以自主可控、务实高效、安全发展为基本原则,全面推进金融领域的数智技术应用,实现将AI深度嵌入业务逻辑与产品服务全流程,用自主、适应、协作的智能体实现流程重塑、服务融合、体验升级,以“通用智能底座+多元化场景”的应用模式,布局数字金融高质量发展新路径。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10