作者 | 时也运也

编辑 | 顾柠

9 月 30 日晚，平安银行发布董事会决议公告，该行第十三届董事会第八次会议以书面传签方式召开，审议通过《平安银行人工智能管理办法》，这是 A 股上市银行首份公开披露的人工智能专项管理办法。

推动这份办法出台的监管文件共提出 32 项指导性意见。2026 年 6 月 18 日，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，《意见》第二部分第一条明确要求，开发应用人工智能的机构，董（理）事会应指定专门委员会对人工智能开发应用管理负责，统筹制定发展规划，推进能力体系建设，制定制度规范。平安银行的落实是，由董事会战略委员会承接这一职责。

《办法》尚未对外披露全文。截至发稿，梳理上市银行公告，尚无其他银行公开披露出台人工智能专项管理办法。

平安银行在科技领域反应快并不意外，早在人工智能概念兴起之前，这家银行便已在科技布局上屡屡先行一步。2017 年前后，平安银行把 IT 员工从 200 多人扩充到 1800 余人；2018 年 IT 资本性支出 25.75 亿元，同比增长 82%；2019 年科技人员超过 7500 人，增势迅猛。

截至 2026 年 6 月末，该行累计落地大模型应用场景超 450 个。需要说明的是，各家银行 AI 场景统计口径差异较大：

中国银行超 2200 个为智能化助手数量，中信银行超 1900 个、招商银行 1386 个为全品类智能化服务场景（含传统机器学习、RPA 自动化等），均与 " 大模型应用场景 " 口径不同；同口径下，工商银行 " 工银智涌 " 大模型技术体系落地场景超 600 个，建设银行覆盖超 600 个大模型应用场景，浦发银行累计推进超 440 个 AI 应用，邮储银行落地超 370 个大模型应用场景。

Token 消耗量的对比同样存在口径差异。上半年平安银行大模型日均 Token 消耗量超过 53 亿，同比增长约 130%。同期披露的同口径数据里，微众银行日均 Token 消耗量超 200 亿；平安集团体系日均 Token 消耗量已超 1200 亿。平安银行的 53 亿放在集团口径里，是一个不算大的数字。同期披露的更广范围智能化运营数据中，中国银行部署 3800 多个 RPA 自动化流程场景，兴业银行累计部署智能策略 2.18 万个，日均调用量超 210 万笔，触客 5.97 亿人次。

规模上的差距没有体现在成本上。上半年该行通过模型收敛治理、服务分级管理等措施，百万 Token 成本下降 66%，GPU 平均利用率提升至 51%。

上半年该行上线 140 个运营审核类智能体，覆盖 55 个业务场景，用在反洗钱尽职调查、账户审核、资金清算、跨境汇款等环节。跨境业务放款效率较上年末提升约 30%。零售推荐与搜索算法升级，直接带来 13 亿元交易额增长。智能经营决策模型的分析准确率达 94%，可自动拆解至区域、产品、客户经理层面。AI 做市机器人实现 99.2% 的询价自动处理。

不过，制度的抢先成效最终要依旧要由业务结果来检验，也要落到经营本身的底气上。财务数据上，该行 2026 年上半年营业收入 706.17 亿元，同比增长 1.8%；净利润 256.96 亿元，同比增长 3.3%；净息差 1.80%，与上年同期持平，较 2025 年全年上升 2 个基点；存款付息率 1.38%，较 2025 年全年下降 27 个基点。

" 科技投入是本着需要并且有效。" 平安银行副行长兼首席财务官项有志在 8 月 17 日中期业绩说明会上说，如果纯粹为了做 AI 玩一个很炫的技术，是没有意义的。

从 450 个场景落地到专项管理办法出台，平安银行的节奏始终贴合业务渗透速度。《指导意见》要求董（理）事会指定专门委员会，负责的是全行 AI 应用的顶层设计。场景数量还在往 450 个以上走时，制度先一步落定，指向的是下一步——场景铺得越快，风险分类分级和责任追溯的压力越大。