金库里的硅基革命：中国国有大行的“AI大进军”

TL;DR：

中国六大国有银行正以1300亿元的巨额投入开启一场向人工智能的集体迁徙，试图将沉重的官僚躯壳重塑为敏捷的“AI原生”体。这场从“囤算力”到“多智能体”的军备竞赛，不仅是为了响应政策号召，更是传统金融巨头在息差收窄压力下，试图通过技术重夺利润护城河的生存之战。

长期以来，中国的国有大行一直被视为金融界的“利维坦”——庞大、稳健，但也略显迟钝。然而，在刚刚过去的2025财年，这些往日里步履蹒跚的巨人展现出了某种硅谷式的狂热。根据最新披露的财报，六大国有银行在科技领域的投入合计突破了1300亿元人民币，平均每秒钟就有超过4000元被投入到代码、芯片与数据中心里。

在这场耗资巨大的“集体转身”中，AI已不再是业绩发布会上的点缀，而是成为了生存的核心议题。当银行业的营收增速（2.34%）被科技投入增速（3.69%）反超时，这种“适度超前”的防御性布局，透视出大行行长们深刻的焦虑：在数字经济的下半场，谁手中没有掌握足够的“算力黄金”，谁就可能在未来的竞争中沦为手持长矛的骑兵。

囤积算力：数字时代的金矿储备

如果说昔日的银行是以黄金储备定江山，那么今日的大行则在疯狂囤积“算力储备”。工商银行以285.88亿元的科技总投入蝉联榜首，而建设银行则在智算能力上跑出了**24.52%**的同比增速。这种对算力集群的“囤货”倾向，反映出金融巨头们意识到，大模型的训练不仅需要高深莫测的算法，更需要极其粗暴的硬件支撑。

然而，这种对基础设施的迷恋并非漫无目的。从工行构建的国产化弹性算力池，到建设银行在和林格尔、贵安新区落地的巨型数据中心，大行们正试图通过算力基建的“主权化”，规避地缘政治风险并建立起闭环的数字生态。一位业内人士的观察颇为犀利：现在大行对算力的渴望，就像当初对存款的追求一样贪婪。这种“算力焦虑”正推动银行业从传统的“两地三中心”架构向更具弹性的“智算中心”演进。

从工具到“同事”：智能体的规模化实验

当城商行还在讨论如何用AI写周报时，国有大行已经开始将AI从“辅助工具”升级为“数字同事”。2025年见证了“多智能体（Multi-Agent）”概念在银行核心业务中的爆发式落地。工商银行的AI场景数量同比翻番，达到500余个；交通银行则部署了超过2500个智能体助手，让普通员工也能通过“零代码”方式搭建自己的数字分身。

这种变革最深刻之处在于，AI正在攻入银行业最保守的“深水区”：信贷审批与风险防控。以往需要数天完成的复杂信贷调查报告，在AI智能体的协助下，自动生成比例已超70%。邮储银行的“邮小宝”在债券交易中的表现，更是让执行效率提升了95%以上。这种从“会话即服务”向“决策即服务”的跃迁，意味着银行的运营范式正在被改写——未来的银行可能不再是一个个物理网点，而是一个协同运转的数字智能体网络¹。

幻觉与监管：利维坦的数字化平衡木

然而，这场硅基革命并非坦途。正如《经济学人》常指出的，技术的光鲜往往掩盖了体制的沉疴。银行业固有的“容错率极低”特征，与大模型难以根除的“幻觉”现象之间，存在着天然的紧张感。尽管各大行都在年报中强调“安全可控”，但如何在追求效率的同时，避免AI在风险定价或客户服务中产生难以预测的偏见，仍是悬在行长们头顶的达摩克利斯之剑。

监管机构的态度同样微妙。国务院《关于深入实施“人工智能+”行动的意见》虽是东风，但金融监管总局对于数据治理与模型合规的审慎要求从未放松。在大行们加速“业技融合”的过程中，如何打破内部的数据孤岛，将9.4万张数据表真正转化为高质量的“养料”，其难度不亚于在高速飞行的飞机上更换引擎。

预测未来，中国银行业的胜负手将不在于谁能买到更多的H20芯片，而在于谁能率先完成组织架构的“AI适配”。当技术红利边际递减，那些能够将AI深度嵌入治理体系、并成功培养出“AI+金融”复合型人才的机构，才能在2026年及以后的“十五五”开局之年中，真正跨越经济周期，将1300亿的投入转化为长效的股东价值。

引用

• 国有大行
• 金融科技
• 人工智能+
• 算力基建
• 智能体银行