文 | 祝玉婷

编辑 | 刘鹏

1900 亿元投入之后，银行业的 AI 故事开始进入算账阶段。

翻看 20 家 A 股主要上市银行 2025 年财报，金融科技仍是最醒目的关键词：15 家披露相关投入的银行合计投入接近 1900 亿元；人员配置方面，上海银行科技人员占比 12.06%，兴业银行 11.96%，也就是说它们每 8 个员工里，就有约 1 个是科技人员；"AI"" 人工智能 "" 大模型 "" 智能体 " 几乎塞满了年报里的科技章节，成为银行数字化转型的新标配。

但真正把 AI 产出量化到 " 人年 "" 工时 "" 业务增量 " 的，仍是少数。和过去几年不同，银行不再只讲 " 投了多少、建了多少、上线多少场景 "。在净息差持续承压、利润增长放缓、降本增效成为行业共同命题之后，AI 投入开始被放到更硬的账本上衡量：它到底节省了多少工时，替代了多少重复劳动，提升了多少客户触达，提前识别了多少风险，又能不能最终转化为收入、利润和资产质量改善。

这意味着银行 AI 进入了下半场。上半场，比的是谁敢投入、谁先布局、谁把大模型写进战略；下半场，比的是谁能把模型嵌进真实业务，把智能体从演示场景拉进客户经理、风控审批、财富管理和运营后台。银行不是科技公司，不能只靠想象空间定价。对它们而言，AI 如果不能被审慎计量，最终就会从 " 未来引擎 " 变成新的成本黑洞。1900 亿元之后，真正的问题不再是银行要不要 AI，而是每一笔 AI 投入，能不能被算清楚。

没人会怀疑银行在 AI 和金融科技上的投入力度。

在 20 家样本银行中，15 家披露了金融科技投入金额，合计约 1899.59 亿元。需要说明的是，这并非 AI 专项投入，而是银行年报中披露的金融科技、信息科技相关投入总额；但从年报表述看，AI、大模型、智能体已经是其中最清晰的主线。

从绝对规模看，国有大行仍是最强玩家。

工商银行以 285.88 亿元领跑，相当于每天投入约 7835 万元；建设银行 267.22 亿元、农业银行 256.47 亿元、中国银行 250.01 亿元紧随其后。仅四大行合计投入就超过千亿元，吃掉行业过半投入。

招商银行以 129.01 亿元位列第五，是唯一挤进前五的非国有大行。

更有意思的是投入强度。从科技投入占营收比看，国有大行集体挤在 3% 到 3.8% 区间，工行 3.41%、建行 3.51%、农行 3.54%、中行 3.80%，占比排行直接掉到 " 后五位 "。而占比最高的反而是股份行和城商行：上海银行 5.14%、光大银行 5.11%、北京银行 4.80%、交通银行 4.66%、中信银行 4.54%、浦发银行 4.38%。规模上去了，比例反而压下来；规模上不去的，比例就要拉高才能补战略短板。

20 家银行中，还有平安、浙商、南京、宁波、江苏等 5 家上市银行未披露金融科技投入的具体金额。

对此，德勤中国副主席、金融服务业主管合伙人吴卫军分析了上市银行 AI 账本的本质：" 银行机构在科技方面的投入是很大的。但有一个银行家跟我分享，过去如果你花一个亿，一个分行就能建得漂漂亮亮；但现在花一个亿在科技上，明天你可能就落伍了，甚至有可能要用更多的钱来打补丁。"

是不是所有银行都要大力投入 AI？吴卫军认为：" 有的银行可以不投，只要把客户关系做好，把基本面做好，是可以不投的。但不投 AI，不等于不用 AI，银行的使命最终是服务好客户，没有 AI 的支撑，未来是不可能服务好客户的。" 他分析称，银行在科技方面的投入，投资回报是多少，要做好自我检查。" 不能够为了投而投。" 他强调。

这也正是银行引入 AI 进入下半场的核心矛盾：不投，怕掉队；投了，又怕变成无底洞。

一位头部银行中后台管理人士透露：银行内部对 AI 投入已经开始分层。他表示：" 文字校对、制图、调研报告等这种通用能力，只要第三方工具能完成七八成，银行更倾向于买外部服务；真正要自建的，是涉及核心数据和客户的那些场景。"

在他所在的部门，AI 已经很具体地改变了很多后台工作，他举例称 " 光图片设计这一块，大概能省 90% 的费用。"

钱可以记账，人不能造假。大模型可以买、算力可以租、智能体可以外包，但能让大模型在 30 万亿资产负债表里跑起来的工程师，必须是自己人。

20 家样本银行中，邮储银行、平安银行、光大银行、华夏银行、浙商银行、江苏银行 6 家未披露科技人员数量及占比。其余 14 家中，科技人员占比差距很大。

排在最前面的是上海银行和兴业银行。

上海银行科技人员占比 12.06%，兴业银行 11.96%。一家城商行、一家股份行，把所有国有大行甩在身后。换句话说，它们每 8 个员工里，就有约 1 个是科技人员。

交通银行 9.99%、浦发银行 9.84%、工商银行 9.80%、南京银行 9.22%、招商银行 9.09% 紧随其后。

" 账上看不到的人，最后都会在产品里露出来。" 前述银行人士说，" 哪家银行 APP 改版多、智能客服越来越像人、对账单背后那些小推荐越做越精，大概率就是它的科技人员真招到位了。"

还有一个变化值得注意：国有大行的科技人员披露口径正在变细。工商银行首次披露 " 金融科技类员工占比 9.8%"；建设银行披露 " 科技渠运业务 28950 人，占 7.65%"；中国银行披露 " 科技与数字化运行管理员工 19987 人，占 6.37%"。加上此前已披露的农业银行、交通银行，六大行中已有五家给出独立科技人员数字，仅邮储银行仍未披露。

与此同时，" 科技人员 " 的定义也在被 AI 时代重写。过去，银行科技人员主要指开发、运维、系统建设人员；现在，数据治理、模型训练、AI 运营、智能体测试、提示词工程、业务流程再造，都可能被纳入更宽泛的科技与数字化岗位。2025 年，浦发银行新设独立的 " 人工智能中心 "，作为一级专业机构写入年报正文。

但组织变化也意味着岗位压力会向内部传导。

" 要么被边缘化甚至失去工作；要么岗位还在但指标成倍加量，原来管 200 个客户，未来管 2000 个甚至 2 万个；要么转岗去做 A 带来的新需求，比如数据校验、测试、科技岗位。" 前述银行人士表示。

他进一步透露，银行内部已经开始参照一头部股份行提出的 " 三分法 " 来梳理岗位：" 高替代性工作约 70% 可被替代，中替代性约 50%，低替代性约 30%。我们银行今年下半年应该会把所有工作做一次全面梳理，然后针对性地调整，相关成效大概明年或者今年年底能看到。"

AI 对员工的影响，不会只表现为裁员。更常见的形式，是指标重估。

" 真正的大客户，比如私行客户，还是需要一对一的情绪价值和专业服务。但大量标准化的中小客户，银行从成本、专业性等各方面考虑，会慢慢让 AI 去承接。" 他说。

比 " 投了多少 " 更关键的问题是：钱砸出去之后，带来了什么？

2025 年报季，一个明显变化是，头部银行开始尝试把 AI 价值折算为 " 人年 "" 工时 " 和业务指标。这是银行 AI 从讲故事进入算账阶段的重要信号。

最典型的是工商银行。

工行年报披露，AI 数字员工累计承担工作量达 5.5 万人年。按照工行 2025 年末员工 40.98 万人测算，5.5 万人年相当于全行约 13.42% 的劳动力被 AI 数字员工替代或分摊。

如果保守按照人均综合用人成本 40 万元 / 年测算，5.5 万人年理论上对应约 220 亿元人力成本释放空间。这已经相当于工行 2025 年金融科技投入 285.88 亿元的 77%。

也就是说，如果仅按 " 数字员工替代人工工作量 " 这一项粗略估算，工行金融科技投入的回收期约为：285.88/220≈1.3 年。

当然，这只是理论上的测算。AI 替代出来的工时，并不会全部转化为财务报表上的成本下降。银行不会因为 AI 多做了 5.5 万人年的工作，就立刻减少同等规模的员工，但它至少提供了一个衡量 AI 价值的坐标。

而招行则把 AI 产出讲得更细。

2025 年，招商银行 AI 应用替代人工工作量超过 1556 万小时，相当于形成超过 8000 名全职员工的效率贡献。按照招行约 11 万员工规模测算，8000 人约等于全行 7.3% 的劳动力被 AI 分摊。

更关键的是，招行披露了场景级业务产出：在线风控平台 2025 年审批对公信贷规模接近 6000 亿元，同比增长 44%；AI 辅助贷后风险预警时间较传统人工平均提前 42 天；面向超万名金葵花客户经理的智能助手，推动人均有效触客次数提升 14%、客均交易规模提升 20%。

这比 " 节省多少工时 " 更重要。

因为 AI 如果只是节约成本，天花板是有限的；但如果能带来更高触达、更快审批、更早预警、更高交易规模，它才可能成为银行新的增长引擎。

前述银行人士提到，AI 在客户互动和财富管理场景里，已经出现了接近 " 杀手级应用 " 的雏形。

他已经试用过一款银行 AI 工具，适用于以下两种场景：

第一，客户问：" 我年终奖到账了，帮我推荐一款理财产品。"AI 工具可以识别客户已购理财构成、风险偏好、以及该行在售理财产品信息，直接推荐 3 款产品并附上链接，同时说明与现有持仓如何形成互补配置。

第二，客户问：" 去年我理财里哪三个表现最差？帮我替换掉。"AI 会分析收益未达预期的产品，并识别其中哪些因未到期暂时无法操作，哪些因为底层标的变化确实表现较差，再给出替换建议。

该人士透露：" 未来你只要在银行有理财产品，哪怕只有 10 万，它就会给你一份报告。普通客户就能享受到原来只有私行客户才有的分析报告和投资策略。"

但为什么这类工具还没有大规模对客户开放？他的解释有四点：银行文化保守、数据安全是硬约束、监管路径尚未完全明确，以及银行的 AI 其实是一个封闭生态里的工具。

" 通用 AI 谁给钱多就可以推谁，但银行的 AI 不一样，百分之百只推自己的产品。比如，招商银行的 AI 不可能去推荐工商银行的理财产品。"

也正因此，银行 AI 的 ROI 很难用单一指标去衡量。

所以，绝大多数银行仍然更愿意披露 " 上线多少场景 "" 覆盖多少流程 "" 建设多少智能体 "，而不是直接告诉市场：AI 到底贡献了多少收入、节约了多少成本、降低了多少不良。

2025 年这本上市银行的 AI 账本最大的意义，不是它给出了多少漂亮数字，而是它让我们第一次看清：中国银行业的 AI，已经不再是 " 要不要做 " 的问题，而是 " 怎么做、怎么算、怎么披露 " 的问题。

上半场，银行比的是谁投得多、谁模型大、谁场景多；下半场，比的是谁能真正把 AI 换成效率、风险控制、客户经营和利润增长。

吴卫军也鲜明地总结表示：" 这是一个平衡问题。一方面要保持科技投入，但另一方面，这些机构毕竟不是风投，而是银行。"

银行不是科技投资公司，它不能只讲想象空间，而是要讲场景和应用，还要讲风险、合规、资产质量和利润回报。

这本账翻到最后，最值得继续盯的，未必是喊得最响的银行，而是那些能把 AI 投入、组织能力和经营结果同时兑现的银行。

AI 的上半场，比谁会讲故事；下半场，要看谁真的赚得到。