銀行AI，不是你想的那樣

導語：啟動All in AI戰(zhàn)略至今，AI能力已抵達北京銀行業(yè)務(wù)核心層。

一邊是火焰，一邊是海水。

兩處溫差有多大？打開股票賬戶看一眼就知道了。

芯片、算力被資金瘋狂追逐，傳統(tǒng)經(jīng)濟板塊則被冷落?？咳肆Χ殉鰜淼纳?，估值天花板就在那里。

然而，分野并非不可逾越。

AI的商業(yè)化落地，最終仍要依靠實體經(jīng)濟的承接。理性與判斷力這兩項金融業(yè)最核心的資產(chǎn)，正在從人的經(jīng)驗體系向數(shù)據(jù)與算法體系遷移。

橋水基金創(chuàng)始人瑞·達利歐曾在《財富》雜志撰文指出，AI將影響幾乎所有事物，人類正處于一個新紀元的邊緣，"人類僅憑個人判斷做出決策的日子即將結(jié)束"。

在橋水內(nèi)部，達利歐將決策原則轉(zhuǎn)化為算法，由計算機系統(tǒng)輔助投資判斷。橋水推出的AIA宏觀基金，到2025年底規(guī)模已突破50億美元，業(yè)績與人類基金經(jīng)理主導的策略旗鼓相當，且能提供獨立阿爾法收益。

巴克萊今年6月發(fā)布的一項調(diào)查覆蓋了410家全球投資機構(gòu)，結(jié)果顯示72%的對沖基金每天都在使用AI工具。應(yīng)用最廣的領(lǐng)域是研究分析，其次是證券篩選。

同屬金融業(yè)的銀行業(yè)，AI應(yīng)用同樣在加速。

高盛的“One Goldman Sachs 3.0”把AI嵌入了六大核心工作流，超過一半的員工日常都在用GS AI平臺。摩根大通每年投170多億美元在科技上，支撐約450個AI應(yīng)用落地。ING銀行靠集中化的AI平臺，把試點項目的成功率推到了90%。

把視野拉回國內(nèi)，問題變得具體起來：動輒百億美元的科技投入，對絕大多數(shù)中國銀行來說，是難以企及的門檻。

門檻高是一方面。更棘手的，對國內(nèi)嚴監(jiān)管的環(huán)境而言，AI引入金融業(yè)，本身就伴隨新的風險敞口。深度神經(jīng)網(wǎng)絡(luò)決策猶如黑箱，大模型還可能產(chǎn)生幻覺，生成不可靠的結(jié)果。訓練數(shù)據(jù)的質(zhì)量缺陷會被系統(tǒng)性放大，算法也可能產(chǎn)生偏見或歧視性結(jié)果。且一旦AI深度嵌入信貸審批、風險評估等核心環(huán)節(jié)，技術(shù)故障可能沿著業(yè)務(wù)鏈條傳導，放大系統(tǒng)性風險。

有沒有一條路，既可行又安全？

6月18日，國家金融監(jiān)督管理總局發(fā)布《關(guān)于銀行業(yè)保險業(yè)人工智能安全開發(fā)應(yīng)用的指導意見》（簡稱指導意見）。這是國內(nèi)銀行業(yè)保險業(yè)首份人工智能全流程專項監(jiān)管文件。

《指導意見》明確，金融機構(gòu)開發(fā)應(yīng)用人工智能應(yīng)堅持誰使用誰負責、自主可控、務(wù)實高效、安全發(fā)展等四大原則，并從治理架構(gòu)、開發(fā)應(yīng)用、數(shù)據(jù)治理、算力建設(shè)、風險管理、能力提升、保障與監(jiān)督等七方面提出了32項指導性意見。核心導向，是引導行業(yè)從實際業(yè)務(wù)需求出發(fā)，解決真實問題、創(chuàng)造真實價值。

北京銀行（601169.SH）金融實踐路徑恰與監(jiān)管方向高度吻合。比起華爾街的宏大敘事，或許更貼近中國銀行業(yè)的真實經(jīng)營面。

作為一家資產(chǎn)規(guī)模5萬億的城商行，北京銀行用不到營收5%的投入，跑通了一套從算力底座到智能體矩陣、從組織再造到業(yè)務(wù)重構(gòu)的完整體系。

01 “All in AI”

傳統(tǒng)銀行商業(yè)模式，建立在信息不對稱之上。

客戶經(jīng)理掌握企業(yè)信息，風控專家擁有審批權(quán)力，柜員執(zhí)行標準操作。這套以人為中心的體系，天然存在人力瓶頸、經(jīng)驗斷層和效率天花板。規(guī)模越大，管理成本就越高。邊際效益遞減，增長曲線不可避免地走向平緩。

北京銀行的“All in AI”戰(zhàn)略，試圖打破這個天花板。用算力分擔人力，用算法輔助經(jīng)驗，用智能體優(yōu)化流程，把銀行從勞動密集型組織向技術(shù)驅(qū)動的方向改造。

這場改造由頂層設(shè)計驅(qū)動，自上而下推行。

2025年2月，北京銀行全面啟動“All in AI”戰(zhàn)略，由一把手牽頭，成立專班工作機制，決策鏈條被大幅壓縮。

這與《指導意見》對銀行治理架構(gòu)層面"加強頂層設(shè)計和統(tǒng)籌管理"的要求一脈相承。

數(shù)字化轉(zhuǎn)型有其階段性。早期數(shù)字化，核心是“線上化”，解決“有沒有系統(tǒng)”的問題。那時候AI只是提效工具，輔助人完成工作。

歷經(jīng)三年轉(zhuǎn)型，北京銀行進入“全面數(shù)字化經(jīng)營2.0”階段，核心導向從“系統(tǒng)上線”變?yōu)椤皟r值創(chuàng)造”。

“All in AI”就是這個階段的重要抓手。AI的角色從業(yè)務(wù)輔助，逐步升級為驅(qū)動增長的引擎。

用北京銀行首席信息官明立松在業(yè)績說明會上話說：“投資科技就是投資未來。”

過去幾年，北京銀行科技投入占營收比重穩(wěn)定在4.5%以上，2025年進一步加碼到4.8%，在同業(yè)中處于較高水平。

這些投入，換來的是一系列基礎(chǔ)設(shè)施升級。技術(shù)棧轉(zhuǎn)型、系統(tǒng)豎井打通、企業(yè)級數(shù)據(jù)底座建成、安全防線升級、AI前瞻布局落地、數(shù)字化人才隊伍成型。本質(zhì)上，是一家銀行在升級自己的底層架構(gòu)。

02 算力與智能體

花了五年，北京銀行完成了從“買算力”到“建生態(tài)”的跨越。

這五年中，北京銀行所堅持的自研和國產(chǎn)化適配方向，與其后出臺的《指導意見》"自主可控"原則保持一致。

2021年6月，“京智大腦”項目啟動，目標是搭建全行級的人工智能平臺。兩年后，“京智大腦”三階段投產(chǎn)完成，推廣到各分支機構(gòu)。同年，金融智能化創(chuàng)新實驗室創(chuàng)建，開始打造國產(chǎn)化算力底座。

2025年是關(guān)鍵轉(zhuǎn)折年。

上半年，北京銀行建成“1213”AI體系，包括一體化算力底座、兩大模型開發(fā)運營平臺、100余項AI能力、300余項AI應(yīng)用場景。算力、需求、能力第一次被統(tǒng)籌管理。

下半年，全自研的一體化異構(gòu)算力調(diào)度平臺落地。從算力資源到前端應(yīng)用，一條完整鏈路貫通。

2026年3月，北京銀行發(fā)布“智算平臺”，兼容異構(gòu)國產(chǎn)算力，統(tǒng)籌調(diào)度大小模型。

在大模型層面，北京銀行是金融行業(yè)首批實現(xiàn)自主可控閉環(huán)的機構(gòu)之一。

2023年開始引入主流大模型，同步搭建AI創(chuàng)新平臺，繼而完成人工智能應(yīng)用場景聯(lián)合研發(fā)平臺。2025年2月，北京銀行攜手華為實現(xiàn)DeepSeek全棧國產(chǎn)化金融應(yīng)用，從底層算力到大模型到業(yè)務(wù)應(yīng)用，全部國產(chǎn)化適配。

底層技術(shù)棧也在同步升級。自研的"金融操作系統(tǒng)"向下連接所有數(shù)據(jù)和設(shè)備，向上支持敏捷開發(fā)。在"京智大腦"平臺上，投產(chǎn)時間平均降低60%，研發(fā)交付能力提升20%。核心系統(tǒng)完成"主機云化"遷移，數(shù)據(jù)庫完成分布式改造。

在《指導意見》中，穩(wěn)妥探索人工智能技術(shù)研發(fā)和金融智能體建設(shè)被提到了相當重要的位置。

在這個方向上，從2024年引入智能體編排創(chuàng)作平臺，到2025年底超過300個智能體嵌入北京銀行業(yè)務(wù)流程。一年多時間完成這個規(guī)模，在城商行中相當少見。

這300多個智能體被分成三類：

約180個“速辦智能體”，負責流程清晰、操作簡單的標準化場景。貸前篩選、額度查詢、常規(guī)操作，過去人工需要十幾分鐘，現(xiàn)在秒級響應(yīng)。

約90個“深研智能體”，應(yīng)對需要整合多源信息的復雜場景，采用“機器干活、人工終審”的協(xié)同模式。實時抓取數(shù)據(jù)、自動識別偏差，彌補人工研判的疏漏。

約30個“巡航智能體”，聯(lián)動市場數(shù)據(jù)庫、競品報告、行內(nèi)核心系統(tǒng)，7×24小時監(jiān)測業(yè)務(wù)指標和動態(tài)，實現(xiàn)風險早感知、早預警。

這三類智能體組成一套完整的AI智能體體系，效率提升直觀且可量化。

在智能交易領(lǐng)域，質(zhì)押式回購等業(yè)務(wù)中，AI賦能全鏈路，交易處理效率提升近10倍。供應(yīng)鏈生態(tài)圖譜，分析賦能客戶經(jīng)理精準拓客，效率提升5倍。手機銀行智能客服平均每月完成626萬用戶咨詢，成功率達92%。

此外，北京銀行基于RPA平臺新增30余項自動化流程，部署機器人20個，累計節(jié)省人工300人/月。

而真正證明AI深度嵌入業(yè)務(wù)中的指標，是大模型活躍度。相比兩年前，2026年大模型的Token活躍度增長了27倍。

03 從“+AI”到“AI+”

在舊流程上疊一個AI模塊，這是工具思維，還停留在初級階段。

北京銀行現(xiàn)在做的是另一件事：以AI為原點重新設(shè)計業(yè)務(wù)流程。

兩種思維的差異在于，前者解決效率問題，后者切入結(jié)構(gòu)底層。

2024年起，全行所有新建項目要求“AI優(yōu)先”，即從需求定義階段就把AI作為默認選項，不是等系統(tǒng)建好了再想“哪里能加個AI”。

任何新業(yè)務(wù)立項，首要問題便是：AI能否嵌入、替代或提升原有流程？

沿著這條邏輯，AI開始滲透到信貸審批、風險控制、產(chǎn)品設(shè)計、客戶服務(wù)和技術(shù)研發(fā)的每一個環(huán)節(jié)。

信貸領(lǐng)域的變化最典型。AI驅(qū)動的風險評估，正在改變傳統(tǒng)抵押物依賴。

北京銀行自研的“科創(chuàng)雷達”評價體系，不只看財務(wù)報表。它還從技術(shù)實力、創(chuàng)新潛力等維度給科技企業(yè)畫像，盤活科技企業(yè)輕資產(chǎn)的核心價值。

“領(lǐng)航AI貸”累計投放突破1600億元，“科創(chuàng)e貸”和“研發(fā)貸”讓大量輕資產(chǎn)、高風險的科技企業(yè)首次獲得低成本融資。

到2026年一季度末，北京銀行科技金融貸款余額突破4800億元，服務(wù)專精特新企業(yè)超3萬家。北京地區(qū)82%的創(chuàng)業(yè)板、76%的科創(chuàng)板、75%的北交所上市企業(yè)，都在其服務(wù)范圍內(nèi)。

需要特別留意的是，信貸審批被《指導意見》明確列為"高風險AI應(yīng)用"范疇。針對這類應(yīng)用，關(guān)鍵環(huán)節(jié)要建立人工監(jiān)督和干預機制，明確緊急停用條件。北京銀行的深研智能體采用"機器處理、人工終審"的協(xié)同模式，保障最終決策權(quán)仍在人手中。

風控也在變化。新一代信用風險管理系統(tǒng)整合了授信審批全流程，AI讓風險識別從“事后補救”變成了“事前預警”。2025年，北京銀行不良貸款率降至1.29%，連續(xù)第五年下降。開放銀行注冊客戶數(shù)同比增長35%，手機銀行個人客戶1985萬戶，月活789.9萬戶。

技術(shù)變革最終要落在人與組織上。北京銀行科技人員較“十四五”初期翻了近3倍，業(yè)技融合訓練營累計培養(yǎng)復合型人才上千人。2025年總分行高價值業(yè)務(wù)場景已落地超300個。

更有代表性的是管理機制的變化。

北京銀行對智能體設(shè)立了類似HR的管控機制，生產(chǎn)、發(fā)放、授權(quán)、監(jiān)督、人機協(xié)同全部規(guī)范化管理。智能體像人類員工一樣被納入勞動生產(chǎn)體系。這意味著，銀行內(nèi)部的生產(chǎn)關(guān)系發(fā)生了深刻的變化。

AI驅(qū)動的效率提升最終會反映在財務(wù)數(shù)據(jù)上。

2026年一季度，北京銀行營收195.99億元，同比增長14.43%；歸母凈利潤80.98億元，同比增長5.55%。

AI改造，日益塑造著銀行這艘忒修斯之船。

從信貸審批到風險控制，從客戶觸達到產(chǎn)品設(shè)計，每塊木板被逐一裝備上AI驅(qū)動能力。

重要的是，它駛向的是一片全新水域。這片水域里，游戲規(guī)則正在被重寫。

算力迭代速度、智能體協(xié)同密度、大模型知識深度，正在取代網(wǎng)點數(shù)量和人員規(guī)模，成為衡量一家銀行競爭力的新標尺。它們半衰期更短，更新頻率更高。令銀行原有靜態(tài)存量優(yōu)勢，讓位于動態(tài)進化能力。

此前難以想象的產(chǎn)業(yè)變局，逐漸清晰。

有多大不再重要，有多快才決定生死。中等規(guī)模銀行，經(jīng)過AI深度改造后，經(jīng)營效率有可能超越體量數(shù)倍于己的對手。

在這個新邏輯下，率先完成底層架構(gòu)升級的銀行，將比任何存量同業(yè)，都更接近未來銀行的定義。