當客戶走進銀行網點，不再需要排隊等待人工服務，而是通過智能終端迅速完成業務辦理；當信貸審批從過去的數天縮短至數小時，且風險識別更加精準；當客戶在線上可以隨時享受到理財專業解答和財富建議——這些曾經勾勒的未來圖景，正借助大模型技術的浪潮，加速在銀行業變為現實。
AI時代的到來，無疑推動銀行業數字金融發展邁入新階段。2023年之后，從國有大行到地方城商行紛紛大規模的落地升級AI應用，一場以“AI+”為核心的改造正在重新定義金融服務的邊界。
21世紀經濟報道記者觀察到，進入人工智能應用加速落地的2025年，銀行機構的科技投入正在告別規模化增長，AI應用正在邁入深水區。
麥肯錫在《全球銀行業年度報告2025》（下稱《報告》）中指出，隨著人工智能在銀行業的全面應用，某些成本類別可能實現高達70%的大幅削減。一些技術成本上升會部分抵消這些節省的成本，預計銀行總體成本基數的凈降幅將在15%至20%之間。
該報告進一步警示，隨著人工智能在銀行業的全面滲透，銀行機構必須精準識別技術真正能產生收益的領域，而非因擔心錯失機遇而盲目投入。
2023年開始，我國銀行業落地應用大模型初現規模，經過兩年發展，人工智能應用正在加速落地。《報告》指出，僅2025年就有全球50家最大銀行宣布了160多個人工智能應用案例。
直至今日，銀行業的AI應用早已超越早期的智能客服、自動轉賬等基礎功能，深入信貸、風控、財富管理、運營等核心場景，形成全價值鏈的智能升級。在不同業務領域，AI正以差異化的方式破解行業痛點，釋放效率紅利。
首先，作為銀行的核心盈利來源的信貸業務，正被AI重構，“無感授信、當天放款”成為越來越多借款人的真實體驗。
傳統信貸審批依賴人工審核紙質材料，流程繁瑣、效率低下，且受主觀因素影響較大。如今，大模型技術打通了銀行內部數據與外部可信數據源，實現了信貸全流程的智能化。例如交通銀行就在審貸聯動場景中，構建覆蓋了“授信審批—放款審查—貸后監控”的全周期AI模型，實現了授信條件自動檢查、審批條目自動分類與聯動。
在反電詐風險防控場景中，AI也正在實現從“被動應對”到“主動預判”的變革。
隨著金融欺詐手段日趨復雜，傳統風控體系難以招架，多家銀行紛紛通過大模型構建多層次安全防護網，遏制金融欺詐風險。例如平安銀行打造的反電詐賬戶風控大腦系統，就采用“左腦風控+右腦服務”模式，既實現了可疑交易攔截，又能在嚴控風險的同時保障用戶體驗。
此外，財富建議與理財咨詢領域正加速，邁向“千人千面”的個性化服務新階段。
“財富助手”成為銀行與大模型結合的熱門方向。傳統理財咨詢服務與專業解答高度依賴專業人力，優質財富管理建議僅能通過私人銀行覆蓋高凈值客戶，廣大普通大眾難以觸及。而大模型可以通過深度學習產品庫、市場資訊與客戶偏好，能夠為大眾客戶提供實時、個性化的資產配置建議、市場解讀等專業服務，大幅降低專業理財服務門檻。
21世紀經濟報道記者驗證多家銀行AI客服發現，其已能依據客戶風險偏好、投資期限，結合理財產品收益表現，給出針對性理財建議。
銀行業的科技投入也隨著AI大模型掀起的技術浪潮，高歌猛進。但21世紀經濟報道記者發現，進入2024年后，行業發展節奏正在悄然生變，平安銀行、中信銀行、招商銀行、交通銀行等銀行機構的科技投入增速放緩，甚至出現同比下滑。
這一變化并非偶然，一方面經過前期持續投入，銀行業數智化基礎設施已初步建成，大規模鋪建的階段基本結束；另一方面，金融機構開始從規模化投入轉向細化管理，著力優化科技資源配置。
《報告》對AI帶來的銀行機構的成本變化進行了詳細分析：隨著人工智能在銀行業的全面應用，某些成本類別可能實現高達70%的大幅削減，但由于技術成本上升會部分抵消這些節省的成本，預計銀行總體成本基數的凈降幅將在15%至20%之間。
更值得關注的是，這種成本節省的效果難以長期維持。與以往的創新一樣，競爭會逐漸削弱銀行的收益，長期來看，大部分收益將惠及客戶。這一分析也解釋了為何銀行機構開始調整科技投入節奏：在意識到成本節省的有限性和長期性后，銀行不再追求規模擴張，而是轉向精細化管理，聚焦于能真正產生差異化競爭優勢的領域。
銀行機構科技投入節奏的調整，也折射出了行業在科技資源細化管理過程中正在面臨挑戰，這令AI發展熱潮之下的冷思考愈發必要——AI應用正在邁入深水區。
數據治理與安全問題首當其沖，成為制約轉型的核心痛點。金融數據來源廣泛、格式繁雜，數據缺失、錯誤、重復等問題，直接影響到AI模型訓練的基礎數據質量。更嚴峻的是數據安全與隱私保護的雙重壓力：銀行數據包含大量客戶身份信息、資產狀況等敏感內容，一旦泄露將給客戶和銀行帶來不可估量的損失。
合規與可解釋性難題制約著AI在關鍵場景的應用。金融行業監管嚴格，信貸審批、風險定價等關鍵決策不僅需要準確，還要求可追溯、可解釋。但大模型的“黑箱”特性使其決策邏輯難以直觀呈現，例如AI拒絕某筆貸款申請時，無法清晰說明具體原因，這既影響客戶信任，也可能引發合規風險。
AI“幻覺”與可信度問題同樣不容忽視。在精確性要求極高的金融場景，大模型生成內容的可靠性仍是最大顧慮，特別是在產品解釋、合規建議、數字計算等關鍵環節，一旦出現“幻覺”輸出錯誤信息，可能給銀行和客戶帶來直接損失。
“當前技術水平下，AI在金融場景的應用仍需結合傳統規則系統或人工復核機制，才能確保服務的準確性，這在一定程度上限制了 AI 效率紅利的充分釋放。”一位科技公司業務人員如是說道。
對于銀行業而言，AI應用轉型已經不是“選擇題”，而是“必答題”。
《報告》預估，AI技術將為銀行業節省7000億至8000億美元成本，且《報告》預計未來3至5年內，將出現一種突破性的智能體商業模式，成為行業變革的臨界點。
這場變革將深刻改變銀行業服務生態，正如星展銀行（中國）科技及營運部主管兼首席信息官宮霄峻所言，AI帶來的不是顛覆，而是重構，重構工作方式、重構運營模式、重構客戶關系。
“在這場變革中，那些能夠主動擁抱變化、精準把握趨勢、有效破解痛點的銀行，必將在未來的市場競爭中占據主導地位，為金融行業的高質量發展注入持續動力。而最終受益的，將是每一位普通消費者——更便捷的服務、更優質的產品、更安全的體驗，這正是 AI 賦能銀行業的終極價值所在。”宮霄峻補充道。
值得說明的是，銀行業的AI轉型并非一場零和博弈，行業內的交流合作、生態共建，才是實現技術共享、資源互補，推動全行業智能化水平提升的關鍵路徑。在此過程中，如中關村科金等金融科技企業正在成為銀行AI轉型的重要合作伙伴，通過推出面向金融行業的大模型平臺與智能體解決方案，正與銀行共同探索落地路徑。
EVOLVE 2025大模型與智能體產業創新峰會期間，中關村科金總裁喻友平在接受21世紀經濟報道記者采訪時表示，已推出的得助金融智能體平臺，不僅覆蓋金融營銷服和辦公場景，也覆蓋了包括財富助手、智能風控、信貸消保這些行業垂直領域。“金融行業是一個數據知識密集以及服務為典型特征的行業，當前大模型的興起在金融行業的應用已進入中場，我相信還有很大的空間值得探索。”
談及AI在金融領域的未來發展，硅谷人工智能研究院（SVAIRI）院長皮埃羅表示，AI早已在金融行業廣泛應用于分析市場趨勢、評估風險、欺詐檢測及客服等場景。“但我認為這是一種較初級的人工智能應用場景，當人工智能能夠設計出那些原本不存在的產品時，將更智能、也更貼近生成式人工智能的本質。”