高盛认为，人工智能的发展整体上对银行业信用基本面构成利好，其影响主要通过两条路径体现：一是 AI 投资周期为银行带来更多融资和手续费收入，二是银行自身应用 AI 提高自动化水平，从而降低成本、提升运营效率。

首先，AI 基础设施建设需要大量资本投入，这为银行创造了新的业务机会。随着数据中心、算力基础设施以及相关企业持续扩大投资，银行可以参与提供并购及融资顾问、债券和股票承销、贷款银团安排、资产管理以及直接贷款等服务。

其中，AI 相关大型项目通常需要组合式融资。银行可以先提供建设贷款、过桥融资和项目融资，再将期限更长的风险分销给机构投资者或私人市场资金，从中获得贷款利差和手续费收入。

高盛指出，美国银行在财报电话会上讨论 AI 资本开支的频率，已经明显高于非金融企业，这反映出银行正在把 AI 基础设施扩张视为一个新的商业机会。

银行的放贷态度也正在出现变化。美联储 2026 年 1 月高级贷款官意见调查显示，对于预计能够从 AI 发展中受益的企业，银行表现出了更高的放贷意愿。

高盛预计，如果传统银团贷款市场的承接能力趋紧，银行可能进一步提高在 AI 相关融资中的参与度，直接利用自身资产负债表向企业提供资金。

除外部业务机会外，AI 还可能直接改善银行自身的成本结构。银行可以利用 AI 处理后台运营、数据分析、客户服务、合规和流程自动化等工作，从而提高员工生产率，并加强成本控制。

因此，AI 对银行的影响并不仅仅来自新增贷款需求。对于大型银行而言，一方面可以从 AI 资本开支周期中获得投行、融资和资产管理收入，另一方面还可以通过内部部署 AI 降低运营成本，两者共同改善盈利能力。

这种变化也开始体现在银行自身的融资活动中。高盛指出，美国银行近期美元债发行量有所上升，而欧洲投资级银行的欧元债供给整体相对平稳。

美国银行美元债发行增加，一方面与信用利差较低时银行主动锁定融资成本有关，另一方面也反映出银行资产负债表使用正在增加，包括为主经纪业务、商业和工业贷款以及 AI 产业链相关融资提供更多资金。

高盛认为，随着 AI 资本开支继续扩大，银行在整个融资链条中的角色可能进一步增强。银行既可以作为贷款资金提供者，也可以承担承销、银团分销、资产管理和风险转移等职能，从 AI 投资周期的多个环节获得收入。

总体来看，AI 对银行业的影响并不是单一的 " 科技降本 " 故事。高盛认为，更重要的是 AI 同时扩大了银行的收入来源和效率提升空间：对外，AI 投资周期正在创造新的贷款和手续费业务；对内，AI 又有望提高自动化程度、压低运营成本。两条路径叠加，使 AI 逐渐成为影响银行盈利能力和信用表现的重要变量。