益配资上市银行加力数智转型

　　来源：经济日报

　　数字金融持续迭代升级，成为推动金融机构效率提升和创新发展的“利器”。上市银行半年报显示，各家银行上半年在实现自身稳健发展的同时，对实体经济的支持力度也在稳步提升，这背后离不开数字金融强有力的支撑。

　　半年报显示，上市银行持续加码技术投入，推动业务从数字化向数智化转型。尤其是金融大模型落地呈现加速态势，实现了应用场景的快速拓展，提升了服务实体经济的质效。

　　数字赋能业务发展

　　在2024年年报中，多家上市银行曾披露过数字金融的投入情况。6家国有大型商业银行2024年金融科技投入共计1254.59亿元，较2023年增长2.15%。同时，与科技投入总量提升相对应的还有科技人员总数的增多，6家大型商业银行2024年科技人员总数首次突破10万人。

　　持续的投入带来了经营业绩的提升。中国建设银行副行长韩静在8月29日的业绩发布会上表示，以科技和数据驱动，尤其是人工智能技术赋能业务发展，银行实现对客精准识别、精准营销、精准画像。通过洞察客户特点，建设银行实现了产品服务的精准适配，这在对公对私领域均有所体现。在对公业务领域，通过数字化工具直营，对公长尾客户存款较年初增长超1000亿元；在零售业务领域，通过智能化管理，存量资金到期承接率近95%。“这样的成绩来之不易，离开了科技驱动、数据驱动是难以做到的。”韩静说。

　　“未来银行必然是数字银行。”北京银行董事长霍学文在业绩发布会上介绍，“过去3年，北京银行在许多领域实现了历史性变革、系统性重塑、整体性重构，关键一招就是举全行之力推进数字化转型。”

　　今年上半年，北京银行加快打造“人工智能驱动的商业银行”，建成了“1213”AI体系，即一体化算力底座、两大模型开发运营平台、100余项AI能力、300余项AI应用场景建设。霍学文介绍，一体化算力底座能够实现企业级人工智能算力基础资源的统一管理，显著提升运营效率，强化数据联动与分析能力；两大模型开发运营平台通过“大模型+小模型”双轮驱动，形成人工智能的中台能力，赋能产品创新、客户服务、风险管理等领域，推动业技融合达到新境界；建成AI核心能力应用体系，具备100余项AI能力，上线一批好用、管用、实用的AI工具；探索AI金融应用的更多可能性，形成300余项应用场景。

　　持续推动数字化转型的成效也体现在半年报业绩上。上半年，北京银行实现了营业收入362.18亿元，同比增长1.02%；实现归属于母公司股东的净利润150.53亿元，同比增长1.12%。

　　技术支撑能力提升

　　半年报显示，各家银行均着力提升数字技术支撑能力，为未来战略布局筑牢根基。

　　国有大型银行在数字技术应用方面保持前列。记者从中国银行获悉，该行数字化转型步伐加力提速，通过深化人工智能等新技术应用，强化交易集约、提升服务效能，培育分行数字化转型新成果，形成推广一批、储备一批的良性循环。通过持续推进技术架构转型，该行云平台服务器总量达4万台，截至2025年6月末，分布式技术平台已对接352个应用，前端技术平台推广至186个应用，大数据技术平台推广至174个应用。

　　股份制银行也不甘落后。浦发银行透露，该行已建成算力、算法、平台、知识四位一体的企业级数智基座。截至2025年6月底，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，初步构建千万级企业知识库；分布式架构体系基本成型，为业务快速发展提供有效支撑。

　　另外，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，截至6月末，平安银行已落地大模型应用场景超330个。

　　除了技术平台、场景应用，在风控合规方面，数字金融也发挥着日益重要的作用。记者从平安银行获悉，该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的探索应用，建立风险专家知识库，借助智能体系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，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，深化“资金流信用信息共享平台”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。

　　从数字化到数智化

　　当前，上市银行已普遍将数字金融，尤其是人工智能技术视为提升运营效率、优化客户体验及开拓新增长极的重要抓手。金融大模型的应用体系已经在银行业务的各个层面全面开花。

　　光大银行副行长杨兵兵在接受经济日报记者采访时介绍，今年上半年，光大银行上线“大模型智能政策助手”，打造了涵盖行内1700余份政策文件的专业知识库和政策搜索分析智能体，将政策文件与业务场景智能关联，提升了合规执行效能，构建起全流程的政策服务能力。

　　据介绍，光大银行积极探索大模型技术和授信业务的深度融合。该行自主研发的“授信调查智能报告”功能，5分钟即可自动生成一份百页调查报告。目前，该功能已服务2000余位一线客户经理，赋能39家一级分行，有效提升授信业务质效。

　　在数据领域，光大银行自主研发并推出集人工智能与商业智能于一体的“问数”智能分析工具，整合了超过2000个数据指标，覆盖零售、对公、运营、财资等主要业务领域，全面支持指标、报表、分析报告、外部数据等多种数据类型的问答查询，能够为业务一线及时、准确反馈高质量数据分析结果。

　　数智化转型需要大量基础性的工作支撑，甚至是整个业务流程的优化。“数字金融推动银行的服务和业务不断向平台化、场景化、生态化发展的同时，我们能感受到应用系统的边界在逐渐模糊。前中后台的系统逐渐融合，很多都是直通式。从客户端发起到记账完成，原来分散在多个系统，现在基本上都是直通的。交易型系统和分析型系统也是相互嵌套的。”杨兵兵说，“随着数字化越来越深入，也给安全运营和风险防控提出了更高要求，就是怎样才能做得又好又快，进行科技赋能，我们在流程优化方面花了一些力气。”

　　另外，光大银行还设计有智能算力的调度平台，通过算力的虚拟化和算力的统一交付，使得同等硬件成本下，可以满足更多人工智能的应用需求。“目前，我们人工智能的算力已经支撑保障120多个算法模型和840个场景应用。”杨兵兵说。