“资产荒背景下，银行拓展营收面临一定压力，降本增效成为行业共识。但大家在科技方面的投入是不遗余力的。”某股份行信息科技部人士如是说。
线下网点优化撤并、运营开支精打细算、负债成本严格管控，已成为银行业的常规动作。与此形成鲜明反差的是，众多银行在人工智能（885728）等科技方面投入持续加码。大模型Token调用规模爆发式扩容，标志着银行业的数智化探索步入更加务实的新阶段，推动金融服务从经验驱动向智能驱动加速跃迁。
数智化转型成为必答题
金融监管总局数据显示，2026年一季度，银行净息差已降至1.40%。资产荒背景下，传统依赖信贷规模扩张的盈利模式难以为继。降本增效成为行业的共同选择，多家银行主动优化网点布局、撤并低效网点，力求在存量竞争中守住成本底线。
在节流的另一面，各家银行不约而同地加大对数字技术基础设施的投入，为未来战略布局夯实底座。“人工智能（885728）带来前所未有的发展机遇。对工商银行（HK1398）而言，数智化不是选择题，而是必答题，是我们抢占先机、掌握主动的战略选择。”工商银行（HK1398）副行长赵桂德说。
多家银行正驱动其管理模式、经营模式、运营模式实现数智化转型。从效率数据来看，据商业银行2025年年报披露，工商银行（HK1398）AI数字员工承担着相当于5.5万人年的工作量；中信银行（601998）智能财富顾问数字人累计服务客户超791万户。
在具体实践层面，工商银行（HK1398）围绕客户多元化资产配置需求，构建投研库，为客户提供资产诊断、智能配置、收益分析等财富管理工具及服务。建设银行（601939）加速零售AI工具“帮得助理”建设，将人工智能（885728）技术融入客户经理工作流程，围绕需求洞察、资产配置等核心业务场景，打造多个垂域智能体。
日均Token调用量形成梯队格局
今年以来，多家银行披露日均Token调用量数据，这一指标成为衡量银行数智化转型深度、AI场景规模化应用成效的重要标尺。每一次文本输入、数据分析、智能问答、信贷测算等均对应着算力消耗，日均Token调用量数据在一定程度上反映了大模型、AI智能体（886099）是否真正嵌入银行全业务流程。
综合多家银行披露的信息，银行业日均Token调用量已形成梯队格局，折射出各家机构在科技战略、场景落地与资源投入力度上的显著分化。其中，招商银行（HK3968）、微众银行、邮储银行（HK1658）、工商银行（HK1398）等已跨越日均Token调用量百亿门槛。
“截至目前，微众银行日均Token调用量超过200亿，人均日调用量达520万，且仍保持快速上升态势，相较于2025年底的50亿，实现了数倍增长。”7月23日，微众银行相关负责人告诉记者，在AI应用方面该行主要布局两类应用形态：一是嵌入业务主流程的AI垂直应用，二是承担独立岗位任务的数字员工。
“邮储银行（HK1658）已落地超过370个大模型应用场景，日均大模型调用超600万次，日均输入、输出Token超百亿。”在今年6月召开的股东大会上，邮储银行（HK1658）副行长牛新庄透露。牛新庄还表示，预计到今年底，邮储银行（HK1658）日均大模型调用次数将超千万次，Token吞吐量超300亿。
完善人工智能风险治理框架
不可否认，人工智能（885728）在带来前所未有发展机遇的同时，也带来了多重风险挑战。农业银行（HK1288）董事长谷澍认为，大模型在金融业的规模化应用，会面临模型黑箱、模型幻觉以及模型自主推理、自主输出决策结论带来的不确定性等新型风险挑战。
前不久，金融监管总局发布《关于银行业保险业人工智能（885728）安全开发应用的指导意见》，旨在规范银行业保险业金融机构对人工智能（885728）的开发应用，有效防控人工智能（885728）技术应用可能带来的风险，推动数字金融高质量发展。
意见强调，完善人工智能（885728）风险治理框架。健全风险治理体系。金融机构应将人工智能（885728）风险纳入全面风险管理体系，定期开展对人工智能（885728）应用风险及管理措施的评估审查。推动模型算法、数据资源、基础设施、应用系统等安全能力建设，完善业务及风险管理流程，防范模型生成结果不可靠风险，防止模型黑箱导致关键业务流程难落责问题。有效应对金融业务侧可能产生的投资策略趋同、放大市场波动风险，严禁滥用人工智能（885728）技术生成虚假信息、操纵市场价格。
