工行科技投入285.88億元，規模持續位居六大行首位；建行科技投入增加逾22億元至267.22億元，增速9.37%，爲六大行中增速最高；交行科技投入營收佔比4.66%，佔比居六大行首位
文｜《財經》記者 唐郡
編輯 | 張威
智能客服、交易智能體、信貸審批智能體……
2025年報季，AI成爲六家國有大行年報的熱門關鍵詞，AI相關佈局也是各行業績發佈會必答題。
過去一年，工商銀行、農業銀行、建設銀行、中國銀行、交通銀行、郵儲銀行等六家國有大行科技投入力度整體進一步強化。
《財經》根據六大行年報統計，2025年六大行科技投入合計超1300億元，科技人員數量合計超13萬人，兩項數據均較2024年進一步增長。
2025年8月，國務院印發《關於深入實施“人工智能+”行動的意見》，明確要在金融等領域，推動新一代智能終端、智能體等廣泛應用。在此背景下，國有大行紛紛響應，制定了自身的“人工智能+”行動規劃。
綜合六大行年報及業績發佈會情況，AI是國有大行2025年科技投入重點領域。例如，交行副行長錢斌在業績發佈會上表示，該行123.42億元的科技投入，相當大比例投入了AI領域。
在國有大行的AI佈局中，AI基礎設施（算力、算法、數據）建設，以及AI的規模化應用佔據較大篇幅。
在AI基建方面，有業內人士稱，國有大行2025年出現明顯的“囤算力”傾向。在業績發佈會上，部分國有大行表示，適度超前建設算力集羣，其中建行智能算力同比增長24.52%。
在AI應用方面，國有大行AI應用從單點試點進入規模化落地階段，其中工行、建行落地的AI應用場景數量同比翻番。同時，多家國有大行着力降低AI應用門檻，其中郵儲銀行表示，支持業務部門“零代碼”快速搭建智能體應用。
AI應用進一步朝着銀行核心業務領域演進，覆蓋客戶服務、投資交易、信貸審批、風險防控、辦公研發等場景。
“當前，人工智能帶來前所未有的發展機遇。”工行副行長趙桂德在該行業績發佈會上表示，“對工商銀行而言，數智化不是選擇題，而是必答題，是我們搶佔先機、掌握主動的戰略選擇。”
而普華永道近日發佈的調研報告顯示，82%大型金融機構進行AI投資的目的是“構建競爭優勢”。
展望未來，多家國有大行管理層均表示，未來會將“人工智能+”行動作爲重點突破方向，未來還將加大資源投入力度，推動全行數智化轉型。
科技投入加碼：整體規模增長3.69%
Wind（萬得）數據顯示，2025年，六家國有大行科技投入規模整體達到1300.91億元，較2024年增長3.69%。
《財經》根據Wind數據測算，2025年六大行合計營收增速爲2.34%，低於科技投入增速。也就是說，整體而言，國有大行在科技領域存在適度超前投入。
事實上，建行、工行等銀行管理層在業績發佈會上提及，該行在AI基礎設施等方面的適度超前佈局或適度前瞻規劃。
注：數據由《財經》記者根據Wind和六大行年報整理，均採用中國會計準則口徑數據
具體來看，2025年有五家國有大行科技投入金額同比增長，一家同比減少。
其中，工行科技投入爲285.88億元，投入規模持續位列六大行之首；建行科技投入增加超22億元至267.22億元，增速達9.37%，在六大行中增長最快；交通銀行科技投入佔營收比重爲4.66%，科技投入佔比最高；郵儲銀行科技投入同比減少4.11%。
科技人員數量方面，2024年六大行科技人員總數約11.1萬人，2025年突破13.5萬人，一年內增長超2萬人。
其中，工行、建行、農行、中行等四大行科技人員規模分別超過4萬人、3萬人、2.8萬人和1.9萬人；交行科技人員數量佔員工總數的比重爲9.99%，比例最高。
AI基建競速：聚焦三大核心方向
2025年報顯示，國有大行強化了AI基礎設施建設。其中，算力、算法、數據是AI三大核心要素，也是六大行AI基建的三大核心方向。
算力方面，年報顯示，多家國有大行2025年算力出現明顯增長，其中建行智算能力較2024年末增長24.52%，交行智算規模較2024年增長超過50%。
據建行副行長雷鳴介紹，該行堅持適度超前，爲業務發展預留足夠的空間，推進“四地五中心”的高可用、高彈性的智算集羣建設，其中稻香湖數據中心算力進一步釋放，在和林格爾、貴安新區兩個大的新型數據中心進展順利。
截至2025年末，建行智能算力達145.69PFLOPs，較2024年末增長24.52%。“1FLOPs是一次符點運算，1P就是千萬億次。”雷鳴進一步解釋，“通俗地講，145.69PFLOPs就等於14.6億億次/秒的運算能力。”
趙桂德表示，工行構建了以國產算力爲主的大模型彈性算力池，同業規模領先，實現了訓練模式和推理模式的分鐘級切換。同時，趙桂德稱，工行2026年還將擴大智算規模，適度前瞻做好算力體系優化，爲數智化發展提供先進、高效、安全的算力支撐。
此外，交行宣佈搭建了千卡異構算力集羣，2025年智算規模較2024年增長超過50%；郵儲銀行機房佈局架構從“兩地三中心”演變爲“兩地四中心”，打造可持續演進的領先智算數據中心。中行、農行也宣佈優化了算力佈局。
一位頭部AI企業人士對《財經》表示，2025年來自國有大行的算力訂單明顯增加，大行“囤算力”傾向明顯。“不僅是國有大行，但凡有點想法的公司都在買。”該人士稱。
算法方面，涵蓋多個主流大模型的AI模型矩陣已成國有大行標配。
其中，工行稱，其已集成了十多款業界主流模型，深入開展二次訓練，打造更懂金融、更懂工行的企業級底座模型矩陣；建行部署了DeepSeek、千問、智譜等生成式大模型，形成了大模型和小模型協同，生成式與決策式AI混合模型體系；農行部署了多個業界主流的大模型，建立覆蓋多類型、多尺寸、多模態的模型矩陣；中行建設BOCAI大模型平臺，部署10餘款主流大模型，形成模型矩陣。
數據方面，多家國有大行表示，2025年強化了數據治理，同時積極引入外部數據，爲AI大模型訓練提供充足“養料”。
工行表示，2025年建設企業級人工智能知識體系，打造了質量優、規模大、覆蓋廣的萬億級Token（詞元）金融數據集；建行表示，過去一年加快了對非結構化數據以及歷史存量數據的清理，建成了具備智能檢索能力的企業級知識庫，其中包括經驗庫；中行稱，2025年深化數據治理，完成數據“顆粒歸倉”工程，累計將9.4萬張數據表接入集團數據湖，同時建成數據標註平臺，打造數百個人工智能高質量訓練數據集。
在外部數據方面，中行稱，已積極運用隱私計算、區塊鏈等技術與外部機構探索數據流通、共享的創新應用。
AI規模化落地：應用場景數量翻倍
在算力、算法、數據建設基礎上，國有大行AI應用從單點試點進入規模化落地階段。
以科技投入規模排名靠前的工行、建行爲例，截至2024年末，工行金融大模型賦能20多類業務、200餘個場景；建行累計上線193個金融大模型應用場景。
2025年報顯示，工行大模型在30餘個業務領域落地500餘個場景，賦能場景數量同比翻倍；建行AI大模型技術規模化賦能398個場景應用，賦能場景數量同比翻倍。
同時，中行宣佈大模型爲全行賦能，構建智能化助手400餘個，實現“覆蓋各個層級、覆蓋所有機構、覆蓋前中後臺”； 交行宣佈累計部署超2500個智能體助手；郵儲銀行稱大模型建設覆蓋前、中、後臺各領域超260個應用場景。
“我們深知AI在銀行的應用是一個系統工程，所以我們也是系統地推進AI的應用。”農行行長王志恆在業績發佈會上表示，“我們繪製了AI應用藍圖，編制了AI能力地圖，同時打造‘農銀智+’平臺，通過這個平臺穩步推進算力、工具、門戶等能力建設，成功部署了多個業界主流的大模型，建立覆蓋多類型、多尺寸、多模態的模型矩陣，有力支撐AI規模化應用。”
從應用場景來看，AI應用從此前主要賦能邊緣業務和內部應用，進一步朝着銀行核心業務和對外服務演進，覆蓋客戶服務、投資交易、信貸審批、風險防控、辦公研發等場景。
其中，工行推出了業內少數面客的AI金融應用——“工小智”，將大模型的對話式服務嵌入手機銀行App；農行建設智能化調查審查報告模板，報告數據自動生成比例超過70%；建行AI代碼生成率貢獻達到64%，功能測試案例採納率達到48%；郵儲銀行的債券交易機器人“郵小寶”實現債券包銷交易智能詢價應答，交易執行效率提升95%以上。
大模型應用的規模化落地背後，是國有大行着力降低AI使用門檻。
例如，交行以“模型即服務”方式提供開箱即用模型能力，累計部署超2500個智能體助手。據錢斌介紹，交行已有超過2000名員工自主建立智能助手，超過2萬名員工運用智能體實現工作效率的提升與改善。
郵儲銀行稱，該行實現了大模型集中部署、統一接入與可視化管理，支持業務部門“零代碼”快速搭建智能體應用，顯著降低AI使用門檻。
值得注意的是，AI規模化應用還承載着國有大行探索AI賦能金融新範式的雄心。
以工行爲例，該行建設了支持多層次智能體協同框架與低代碼開發能力的智能體創作平臺，支持多種任務編排模式，爲科技與業務人員提供可視化智能體創作工具，實現智能體快速構建和靈活組裝。對此，工行將其總結爲“探索AI原生的金融生產力範式”。
農行也在年報中稱，要孵化以“智能助手”爲代表的AI原生服務，構建“會話即服務”的新型交互形態，全面深化智能技術在搜索、營銷、轉賬、查詢等場景的融合應用，打造智能化、便捷化的金融服務新範式。
“如果說預測性模型或單一大語言模型等傳統AI是工具，那麼多智能體系統更像是‘數字同事’。在這一體系中，不同的智能體承擔不同角色，它們可以彼此協作、分工完成複雜任務，並通過持續學習不斷優化工作方式。”全球知名諮詢機構麥肯錫在其近期發佈的《AI重寫銀行運營規則：多智能體時代已到來》一文中表示，多智能體系統將重塑銀行運營的新範式。
