隨著2025年度報告陸續披露，大中型商業銀行在數字金融領域的戰略布局與實際成效逐漸顯現。在金融服務實體經濟質量持續提升的背景下，國有大行與股份制銀行正通過差異化路徑推進數字化轉型，金融科技投入穩步增長，人工智能大模型應用進入規模化落地階段。數據顯示，13家代表性上市銀行金融科技總投入超過1800億元，其中六大國有銀行占據主導地位。
從投入規模看，已披露年報的13家上市銀行呈現“總量增長、結構分化”特征。六大國有銀行繼續保持投入第一梯隊，全年金融科技投入均超百億元。工商銀行以285.88億元位居榜首，建設銀行、農業銀行、中國銀行緊隨其后，投入金額均突破250億元。與2024年相比，5家國有大行中有4家投入規模實現同比增長，4家投入占營收比例進一步提升，其中建設銀行、交通銀行和中國銀行同比增速分別達9.37%、6.81%和5.01%。
股份制銀行則呈現不同態勢。雖然多家銀行縮減了金融科技投入金額，但投入占營收比例普遍高于國有大行平均水平。招商銀行和中信銀行以129.01億元和96.41億元位列股份行第一梯隊，但分別較上年減少3.36%和11.91%。興業銀行、浦發銀行、光大銀行、民生銀行和華夏銀行構成第二梯隊，投入金額在39.43億元至76.14億元之間。值得注意的是，華夏銀行投入同比增長15.12%，顯示出中尾部股份行正通過加大投入追趕數字化轉型步伐。
在投入強度方面，交通銀行以5.78%的金融科技投入占營收比例領跑行業，光大銀行、中信銀行和招商銀行該項占比均超4%。科技人才密度上，中信銀行、交通銀行和招商銀行研發人員占比分別達13.88%、9.99%和9.09%，處于行業領先水平。這些數據表明，股份制銀行正通過提高投入效率和人才密度來彌補規模差距。
2025年成為銀行業AI大模型應用從試點轉向規模化的關鍵節點。各銀行紛紛發布“人工智能+”行動計劃，AI應用場景呈現爆發式增長，數字員工和智能體成為標配。智能風控與授信審批是大模型滲透最深的應用領域。工商銀行依托“工銀智涌”千億級大模型技術體系，在30余個業務領域落地500余個場景，AI數字員工完成的工作量相當于5.5萬人一年的工作量。招商銀行提出“AI First”理念，日均Tokens吞吐量較2024年增長10.1倍，落地183個領域專精模型和856個場景應用，其“小助”系列智能助手實現對公客戶經理、信貸人員和運營人員的高覆蓋率。
不同銀行在技術路線選擇上逐漸分化。中信銀行采用“大模型+小模型”協同發展模式，累計上線超660個智能數據模型和120個大模型場景，構建1700余個智能服務場景。郵儲銀行則推出“AI2ALL”數字生態，規劃超260項大模型場景，將AI能力模塊化輸出。與此同時，算力基建和數據治理成為大模型落地的關鍵基礎設施，多家銀行正在建設千卡異構算力集群、企業級知識庫和數據湖，顯示AI競爭已從算法層面延伸至工程化能力層面。
銀行業數字化轉型正從單純的業務線上化向數字化、智能化與生態化融合的深度變革邁進。部分銀行已形成成熟的數智化經營模式。農業銀行通過“智慧銀行建設”，其“現場+遠程”調查模式減少客戶經理現場調查22.5萬人次，柜面業務用時縮短超20%。工商銀行以“數字工行（D-ICBC）”為引領，實現數字化業務占比99%，手機銀行月活用戶超2.9億戶，保持行業領先地位。這些案例表明，領先銀行已完成從線上替代線下到智能驅動運營模式的轉變。
數據要素的價值在銀行業得到前所未有的重視。多家銀行建立起覆蓋數據全生命周期的管理機制，通過隱私計算、區塊鏈等技術探索合規流通路徑，推動數據從“業務副產品”向“核心生產要素”轉化。中國銀行完成數據“顆粒歸倉”工程，將9.4萬張數據表接入集團數據湖，標簽總數突破1萬個。招商銀行大數據服務覆蓋全行超76%的業務人員，并參與數據要素市場建設和公共數據開發應用。興業銀行打造全域數據資產管理能力，為大模型訓練提供高質量數據支持。這些實踐顯示，數字化轉型正從渠道線上化轉向運營模式重構，數據驅動和智能決策已成為銀行核心競爭力的重要組成部分。
