科技是銀行發展的關鍵驅動力。工商銀行、農業銀行、中國銀行、建設銀行、郵儲銀行、交通銀行2024年年報已披露完畢。年報顯示，國有六大行持續推動數字化轉型，不斷加大金融科技投入力度，2024年金融科技投入共計1254.59億元，較2023年共計1228.22億元的金融科技投入增長2.15%。
構筑金融科技護城河
從2024年年報數據看，工商銀行、農業銀行、中國銀行、建設銀行在金融科技方面投入金額均超200億元，郵儲銀行和交通銀行在100億元以上。
其中，工商銀行金融科技投入285.18億元，排位第一；農業銀行信息科技投入總額249.7億元；中國銀行信息科技投入238.09億元，占營業收入的3.76%，同比上升0.27個百分點；建設銀行金融科技投入244.33億元，占營業收入的3.26%；郵儲銀行信息科技投入122.96億元，同比增長9.03%，占營業收入的3.53%；交通銀行金融科技投入114.33億元，占營業收入的5.41%。
與此同時，國有六大行的科技人才隊伍不斷壯大，為銀行科技創新和應用能力的提升構筑人才“護城河”。2024年末，工商銀行金融科技人員3.6萬人，占全行員工的8.6%；交通銀行金融科技人員9041人，較上年末增長15.70%，占集團員工總人數的9.44%，較上年末上升1.15個百分點；中國銀行科技條線員工14940人，占集團員工總人數的4.78%；建設銀行金融科技類人員16365人，占集團員工總人數的4.34%。
受訪專家表示，在金融業數字化轉型加速的背景下，近年來國有大行顯著加大對金融科技領域的戰略投入，尤其是聚焦人工智能技術的研發和應用。
“整體來看，國有六大行對于金融科技的關注和投入從重速度轉換為重質量、重效益。”中國郵政儲蓄銀行研究員婁飛鵬說。
為深度推進數字化轉型，國有六大行紛紛將人工智能技術作為重要抓手。中國銀行研究院研究員吳丹表示，資源配置上，國有六大行通過專項預算和人才引進驅動持續強化AI技術儲備，持續推動人工智能的規模化應用。業務價值上，智能投顧、AI客服等應用能顯著提升零售業務的交互體驗與運營效率，進一步提升銀行零售業務的競爭優勢。內部管理上，AI技術深度參與信貸審批、運營管理等環節，能實現人力成本優化和業務流程提速。
人工智能技術全面賦能
從國有六大行2024年年報披露的相關信息可以看到，人工智能、數字人技術、大模型、算力算法和數據體系等關鍵詞頻頻出現。2024年，國有六大行均在推動數字技術和金融業務深度融合方面取得了新的進展和突破。
工商銀行大模型規模化應用取得新突破，建成企業級千億金融大模型技術體系“工銀智涌”，賦能20余個主要業務領域、200余個場景，累計調用量超10億次。
農業銀行在大數據技術應用方面，推進云原生數據湖建設，分行數據上云工程圓滿收官，數據基礎底座進一步夯實。該行制定人工智能與銀行業務深度融合的智慧銀行建設方法、策略和路徑，推進“AI+”全面建設與深度應用。
中國銀行2024年積極探索人工智能大模型應用，2024年新增超900個業務場景。該行運用企業級機器人流程自動化（RPA）推進基層減負，覆蓋超3000個場景應用，月均執行任務超20萬次。同時，該行圍繞算力、算法和數據，建立專職隊伍并加快大模型技術創新應用，智能研發場景用戶超3600人，使用量達170萬次，月均生成代碼超133萬行。中國銀行表示，正關注量子技術發展前景，實施抗量子密碼驗證、量子無線通信試點等前沿創新研究。
建設銀行2024年初步建成面向全集團用戶的企業級金融大模型應用體系，截至2024年末落地193項場景應用，研發技能達7000余個。該行“建行云”算力規模增長9.58%。
郵儲銀行積極引入人工智能、圖數據庫、隱私計算等技術，不斷探索開源大模型應用試點，優化用戶體驗，開展信貸領域聯合建模，多維度增強風險管控精準性。
交通銀行加大人工智能等科技手段在展業、服務、管理領域的應用，提高全要素生產率，全面構建人工智能應用的算法、算力、數據基礎設施。推進人工智能應用規模化、體系化，在反洗錢反電詐、客戶服務、集中運營等領域加速釋放人力工作量。應用虛擬數字人技術，通過人機協同提升線上渠道服務水平。推進“人工智能+”規模化應用，全年替代超過千人力工時，精準識別風險資產超百億元，智能客服呼入業務語音識別率達99%。
“銀行業人工智能技術應用正在步入全面賦能的新周期。”吳丹表示，一是垂類大模型逐步替代傳統算法，實現從單一任務處理向營銷推薦、投研分析等多場景的泛化應用；二是應用深度突破，AI應用場景正從外圍服務向授信決策、量化交易等核心業務環節延伸；三是生態模式走向開放協同，多家銀行與科技企業共建聯合實驗室，加快推動技術落地應用。
婁飛鵬表示，人工智能具有典型的通用技術特點，在金融領域有較大應用潛力，銀行業需要持續加大投入，推進技術研發和業務應用。
吳丹認為，展望未來，隨著多模態大模型技術的進一步成熟，銀行業AI應用將向“全業務智能體”方向演進，但同時也面臨著算法合規性、數據跨境流動、數據隱私保護等新挑戰，需要加快建立適配的、更完善的AI治理體系。
來源：證券日報
掃一掃分享本頁
