" 當前，大模型技術(shù)發(fā)展呈現(xiàn)出基礎(chǔ)資源躍遷、模型演進主線、應(yīng)用場景深化、生態(tài)格局重構(gòu)的四大趨勢。" 畢馬威中國銀行業(yè)主管合伙人史劍表示，這種轉(zhuǎn)變將促使越來越多的銀行采取 " 人工智能（AI）優(yōu)先 " 的戰(zhàn)略。
畢馬威中國近期發(fā)布《2025 年中國銀行業(yè)調(diào)查報告》提出，新技術(shù)的應(yīng)用也伴隨著數(shù)據(jù)安全、模型治理、倫理合規(guī)以及人才技能升級等方面的挑戰(zhàn)，技術(shù)的進步必須與可信 AI 治理體系的建設(shè)同步，確保數(shù)據(jù)安全、算法透明、倫理合規(guī)是銀行業(yè)在應(yīng)用 AI 過程中不可逾越的紅線。銀行業(yè)在推進 " 人工智能 +" 戰(zhàn)略時，應(yīng)深刻認識到這不僅是技術(shù)層面的革新，更是涉及戰(zhàn)略重構(gòu)、組織進化、數(shù)據(jù)要素治理與體系融合的系統(tǒng)工程。
事實上，凈息差持續(xù)收窄依然是橫亙在行業(yè)面前的核心挑戰(zhàn)之一。史劍認為低利率時代既是挑戰(zhàn)，也是銀行重構(gòu)存款業(yè)務(wù)價值的契機，更是經(jīng)營邏輯從 " 以產(chǎn)品為中心 " 到 " 以人為中心 " 的深層變革，業(yè)務(wù)端將從 " 存款產(chǎn)品驅(qū)動 " 向 " 客戶價值驅(qū)動 " 轉(zhuǎn)變。
C 端業(yè)務(wù)可以采取的創(chuàng)新舉措主要圍繞客戶的 " 避險 + 保障 + 消費 " 這一核心需求進行，在當前低利率與市場波動加劇的背景下，C 端個人客戶的存款需求呈現(xiàn)出避險、保障與消費三位一體的特征，銀行正在通過產(chǎn)品創(chuàng)新與服務(wù)升級，加速從 " 推銷存款產(chǎn)品 " 向 " 提供綜合服務(wù) " 轉(zhuǎn)型。
在 B 端業(yè)務(wù)，創(chuàng)新舉措則需要借助場景運營模式來打造存款價值閉環(huán)，通過構(gòu)建 " 存款 - 積分 - 場景 " 的閉環(huán)生態(tài)，精準匹配客戶權(quán)益，并深度下沉服務(wù)場景，打造 " 線上 + 線下 " 生活服務(wù)網(wǎng)絡(luò)，實現(xiàn)個人權(quán)益與商戶服務(wù)的聯(lián)動。
中間業(yè)務(wù)也是銀行業(yè)不斷創(chuàng)新的重點，目前部分銀行正在探索提高非息收入對營業(yè)收入的貢獻，系統(tǒng)性規(guī)劃重構(gòu)中間業(yè)務(wù)管理體系，以中間業(yè)務(wù)驅(qū)動金融生態(tài)圈閉環(huán)，同時加強投、托、銷、撮聯(lián)動，打造 " 一體化綜合金融解決方案 "。
面對凈息差持續(xù)收窄的挑戰(zhàn)，銀行需要從存款和中收業(yè)務(wù)等方面進行調(diào)整，并重點關(guān)注風(fēng)險管理、合規(guī)與監(jiān)管、客戶體驗以及技術(shù)與人才等關(guān)鍵問題，以確保業(yè)務(wù)調(diào)整的有效性和可持續(xù)性。
當然，資產(chǎn)質(zhì)量是銀行經(jīng)營的核心指標之一，直接影響銀行的盈利能力和穩(wěn)定性，2025 年經(jīng)濟仍然面臨諸多壓力，史劍表示銀行業(yè)要控制資產(chǎn)質(zhì)量潛在風(fēng)險需要采取多種策略。首先，優(yōu)化信貸結(jié)構(gòu)，聚焦技術(shù)創(chuàng)新與產(chǎn)業(yè)升級。嚴格控制房地產(chǎn)、地方政府融資平臺等高風(fēng)險領(lǐng)域信貸增量。重點布局戰(zhàn)略性新興產(chǎn)業(yè)和先進制造業(yè)，通過設(shè)立專項技術(shù)改造貸款、創(chuàng)新融資產(chǎn)品，支持企業(yè)研發(fā)智能家居、新能源汽車等符合消費升級趨勢的創(chuàng)新產(chǎn)品。其次，強化存量風(fēng)險處置，對不良資產(chǎn)清收處置的業(yè)務(wù)模式進行創(chuàng)新。采用結(jié)構(gòu)化交易模式，銀行與處置方共同設(shè)立 SPV，構(gòu)建 " 收益分成、損失共擔 " 機制，提高風(fēng)險化解的質(zhì)效；銀行和 AMC 可以通過并購重組、破產(chǎn)重組等方式，引入產(chǎn)業(yè)投資者，將存量資產(chǎn)重新配置，推動經(jīng)濟結(jié)構(gòu)調(diào)整和企業(yè)組織結(jié)構(gòu)升級；拓展咨詢及托管業(yè)務(wù)模式，探索發(fā)展 " 輕資產(chǎn) " 運營模式。最后，構(gòu)建數(shù)字化風(fēng)控體系，對資產(chǎn)質(zhì)量進行智能預(yù)警。建立 AI 項目全生命周期成本核算與跨部門分攤機制，構(gòu)建信貸審批通過率、不良貸款率改善等量化效益評估指標。根據(jù)市場變化和資產(chǎn)質(zhì)量變動情況，動態(tài)調(diào)整信貸政策、風(fēng)險評級模型等，確保風(fēng)險計量的準確性和前瞻性。
當前，大模型技術(shù)飛速發(fā)展，發(fā)展呈現(xiàn)出基礎(chǔ)資源躍遷、模型演進主線、應(yīng)用場景深化、生態(tài)格局重構(gòu)的四大趨勢。" 銀行業(yè)正以前所未有的決心和速度擁抱大模型技術(shù)，戰(zhàn)略驅(qū)動與價值導(dǎo)向成為布局新興 AI 場景的雙輪驅(qū)動力。銀行 AI 戰(zhàn)略主要呈現(xiàn)出新特征，在 AI 戰(zhàn)略與監(jiān)管科技協(xié)同提速，今年也會重視對創(chuàng)新與風(fēng)控的平衡。" 史劍說，人工智能的真正價值不僅在于降低成本，更在于通過提供智能化的產(chǎn)品和服務(wù)，無縫嵌入生態(tài)系統(tǒng)，從而以前所未有的方式吸引和服務(wù)客戶，最終實現(xiàn)收入的增長。這種轉(zhuǎn)變促使越來越多的銀行采取 " 人工智能優(yōu)先 " 的戰(zhàn)略。
中國銀行業(yè)在大模型落地應(yīng)用方面走在前列，應(yīng)用范圍已經(jīng)從國有大行、股份制銀行迅速擴展到頭部區(qū)域性銀行。目前，國有大行和股份制銀行已全面啟動大模型應(yīng)用建設(shè)，約 80% 的區(qū)域性銀行涉足大模型領(lǐng)域，并在前、中、后臺均有正式投產(chǎn)的應(yīng)用案例。但多數(shù)仍處于實驗室階段或全行范圍內(nèi)的 "Agent"demo 競比階段，少數(shù)城商行在代碼助手、知識庫問答、智能問數(shù)等場景中進行小范圍試點應(yīng)用。在大模型應(yīng)用方面，銀行業(yè)大模型應(yīng)用建設(shè)的能力滲透率顯著提升。需要注意的是，這一過程中應(yīng)該審慎推進。
現(xiàn)今提及的銀行業(yè)大模型的應(yīng)用建設(shè)全景，就是全面滲透金融業(yè)前中后臺應(yīng)用，這也是銀行 AI 戰(zhàn)略的另一個重要趨勢。大模型正全面滲透至銀行業(yè)務(wù)的前、中、后臺，帶來前所未有的效率提升與創(chuàng)新突破，其應(yīng)用實踐呈現(xiàn)分層深化、增強融合與價值重構(gòu)的特點。
面對大模型熱潮，銀行業(yè)應(yīng)該極探索適合自身的應(yīng)用建設(shè)模式，并以投入產(chǎn)出效率（ROI）為導(dǎo)向。從具體的方向拉力看，可以根據(jù)能力在建設(shè)方式、應(yīng)用部署方式、應(yīng)用落地路徑三大領(lǐng)域，逐步形成端到端自建、專有模型開發(fā)、Agent 編排平臺和 API 調(diào)用模式等幾種較為普遍且更注重實際效益的建設(shè)模式。
史劍強調(diào)，盡管引入人工智能已被銀行業(yè)廣泛認可為提升運營效率和客戶體驗的關(guān)鍵驅(qū)動力，大模型技術(shù)正以顛覆性姿態(tài)重塑金融業(yè)態(tài)，但其落地過程面臨多維挑戰(zhàn)。如：高價值數(shù)據(jù)資源的碎片化沉淀與模型訓(xùn)練所需的規(guī)模化、高質(zhì)量語料供給不足之間存在的失衡；金融機構(gòu)在大模型應(yīng)用上面臨著戰(zhàn)略規(guī)劃不清晰和價值驗證困難的雙重挑戰(zhàn)，導(dǎo)致資源浪費和投資失衡；銀行業(yè)務(wù)對低幻覺、強可控 AI 的嚴苛要求；以及銀行人才與組織敏捷性的新挑戰(zhàn)等。此外，在大模型的應(yīng)用路線上，銀行業(yè)主要是從效率提升工具逐步向價值創(chuàng)造引擎演進。大模型應(yīng)用正從效率提升工具向價值創(chuàng)造引擎演進，但場景落地仍面臨核心制約因素，主要是 " 可控性 "" 可解釋性 " 與 " 投入產(chǎn)出比 "。
