數字金融持續迭代升級 ，成為推動金融機構效率提升和創新發展的“利器”。上市銀行半年報顯示，各家銀行上半年在實現自身穩健發展的同時
，對實體經濟的支持力度也在穩步提升，這背后離不開數字金融強有力的支撐 。

　　半年報顯示 ，上市銀行持續加碼技術投入
，推動業務從數字化向數智化轉型。尤其是金融大模型落地呈現加速態勢，實現了應用場景的快速拓展 ，提升了服務實體經濟的質效
。

　　數字賦能業務發展

　　在2024年年報中
，多家上市銀行曾披露過數字金融的投入情況。6家國有大型商業銀行2024年金融科技投入共計1254.59億元，較2023年增長2.15% 。同時 ，與科技投入總量提升相對應的還有科技人員總數的增多
，6家大型商業銀行2024年科技人員總數首次突破10萬人
。

　　持續的投入帶來了經營業績的提升。中國建設銀行副行長韓靜在8月29日的業績發布會上表示，以科技和數據驅動 ，尤其是人工智能技術賦能業務發展
，銀行實現對客精準識別 、精準營銷、精準畫像 。通過洞察客戶特點，建設銀行實現了產品服務的精準適配 ，這在對公對私領域均有所體現
。在對公業務領域，通過數字化工具直營
，對公長尾客戶存款較年初增長超1000億元；在零售業務領域，通過智能化管理 ，存量資金到期承接率近95%。“這樣的成績來之不易
，離開了科技驅動
、數據驅動是難以做到的 。 ”韓靜說
。

　　“未來銀行必然是數字銀行。”北京銀行董事長霍學文在業績發布會上介紹，“過去3年 ，北京銀行在許多領域實現了歷史性變革、系統性重塑 、整體性重構
，關鍵一招就是舉全行之力推進數字化轉型 。
”

　　今年上半年，北京銀行加快打造“人工智能驅動的商業銀行” ，建成了“1213 ”AI體系
，即一體化算力底座
、兩大模型開發運營平臺、100余項AI能力 、300余項AI應用場景建設
。霍學文介紹，一體化算力底座能夠實現企業級人工智能算力基礎資源的統一管理 ，顯著提升運營效率
，強化數據聯動與分析能力；兩大模型開發運營平臺通過“大模型+小模型
”雙輪驅動，形成人工智能的中臺能力 ，賦能產品創新
、客戶服務、風險管理等領域，推動業技融合達到新境界；建成AI核心能力應用體系
，具備100余項AI能力，上線一批好用 、管用
、實用的AI工具；探索AI金融應用的更多可能性 ，形成300余項應用場景。

　　持續推動數字化轉型的成效也體現在半年報業績上 。上半年
，北京銀行實現了營業收入362.18億元，同比增長1.02%；實現歸屬于母公司股東的凈利潤150.53億元 ，同比增長1.12%。

　　技術支撐能力提升

　　半年報顯示
，各家銀行均著力提升數字技術支撐能力，為未來戰略布局筑牢根基
。

　　國有大型銀行在數字技術應用方面保持前列。記者從中國銀行獲悉 ，該行數字化轉型步伐加力提速
，通過深化人工智能等新技術應用，強化交易集約、提升服務效能 ，培育分行數字化轉型新成果
，形成推廣一批 、儲備一批的良性循環 。通過持續推進技術架構轉型，該行云平臺服務器總量達4萬臺 ，截至2025年6月末，分布式技術平臺已對接352個應用
，前端技術平臺推廣至186個應用，大數據技術平臺推廣至174個應用
。

　　股份制銀行也不甘落后。浦發銀行透露 ，該行已建成算力
、算法、平臺 、知識四位一體的企業級數智基座 。截至2025年6月底
，已構建千卡算力，在股份制商業銀行中率先實現“全棧國產化算力平臺+開源大模型”的金融應用 ，形成大小模型協同的“浦銀智啟 ”模型服務矩陣
，同時搭建多維度大模型評測體系，初步構建千萬級企業知識庫；分布式架構體系基本成型 ，為業務快速發展提供有效支撐
。

　　另外
，平安銀行中報顯示，2025年上半年 ，該行構建大模型能力體系
，通過監督微調、強化學習
、大模型自主規劃、智能體等技術進行模型調優訓練，提升重點場景應用能力 ，截至6月末，平安銀行已落地大模型應用場景超330個。

　　除了技術平臺 、場景應用
，在風控合規方面，數字金融也發揮著日益重要的作用 。記者從平安銀行獲悉 ，該行深化智能算法應用
，夯實智能化風險防控體系：在對公風險管理上，深化大模型在智慧風控的探索應用 ，建立風險專家知識庫
，借助智能體系提升風險控制各流程的效率，強化大模型的適用能力；在零售貸款審批與催收上 ，依托大模型能力
，對非結構化數據及其他要素進行風險特征挖掘和識別，提升風險管理能力；在普惠金融上 ，深化“資金流信用信息共享平臺
”應用
，全面完善普惠生態客戶的風險畫像，支持信貸資金精準直達中小微企業；在賬戶風險防控上 ，打造反電詐“風控大腦”，提升賬戶風險管理和客戶服務效率
。

　　從數字化到數智化

　　當前
，上市銀行已普遍將數字金融，尤其是人工智能技術視為提升運營效率
、優化客戶體驗及開拓新增長極的重要抓手。金融大模型的應用體系已經在銀行業務的各個層面全面開花 。

　　光大銀行副行長楊兵兵在接受經濟日報記者采訪時介紹 ，今年上半年
，光大銀行上線“大模型智能政策助手 ”，打造了涵蓋行內1700余份政策文件的專業知識庫和政策搜索分析智能體 ，將政策文件與業務場景智能關聯
，提升了合規執行效能，構建起全流程的政策服務能力
。

　　據介紹 ，光大銀行積極探索大模型技術和授信業務的深度融合。該行自主研發的“授信調查智能報告
”功能
，5分鐘即可自動生成一份百頁調查報告 。目前，該功能已服務2000余位一線客戶經理 ，賦能39家一級分行
，有效提升授信業務質效。

　　在數據領域，光大銀行自主研發并推出集人工智能與商業智能于一體的“問數”智能分析工具 ，整合了超過2000個數據指標，覆蓋零售、對公 、運營
、財資等主要業務領域
，全面支持指標、報表 、分析報告
、外部數據等多種數據類型的問答查詢，能夠為業務一線及時、準確反饋高質量數據分析結果
。

　　數智化轉型需要大量基礎性的工作支撐 ，甚至是整個業務流程的優化。“數字金融推動銀行的服務和業務不斷向平臺化 、場景化
、生態化發展的同時
，我們能感受到應用系統的邊界在逐漸模糊 。前中后臺的系統逐漸融合，很多都是直通式
。從客戶端發起到記賬完成 ，原來分散在多個系統
，現在基本上都是直通的。交易型系統和分析型系統也是相互嵌套的 。 ”楊兵兵說，“隨著數字化越來越深入 ，也給安全運營和風險防控提出了更高要求
，就是怎樣才能做得又好又快，進行科技賦能 ，我們在流程優化方面花了一些力氣
。
”

　　另外
，光大銀行還設計有智能算力的調度平臺，通過算力的虛擬化和算力的統一交付 ，使得同等硬件成本下，可以滿足更多人工智能的應用需求。“目前
，我們人工智能的算力已經支撐保障120多個算法模型和840個場景應用 。”楊兵兵說
。

（文章來源：經濟日報）