银行业AI布局概况 - 农业银行于8月25日发布企业微信AI质检能力建设项目招标公告 成为银行业AI积极布局的缩影[1] - 最近7天内共有6家银行发布涉及AI算力建设及大模型研发的招标信息[1] - 国有六大行2024年金融科技投入总额达1254.59亿元 同比增长2.15%[6] 银行AI部署策略差异 - 国有大行偏向基础性应用 如基建搭建和上层通用服务 工行推出"工银智涌"推动大小模型协同[5] - 股份制银行注重规模化建设 招商银行部署超120个大模型应用 中信银行"中信大脑"落地超1600个场景[5] - 城商行与农商行侧重场景创新 上海银行推出AI手机银行 重庆农商行"AI小渝"应用于多元场景[5] - 区域经济、行内文化和历史数字化投入规模导致同规模城商行AI战略存在显著差异[5] AI应用领域现状 - 31%的银行客服中心与远程银行已完成大模型部署[6] - 通用领域应用成熟 包括传统客服、知识检索和代码编写等方面[7] - 业务深水区渗透率偏低 营销、风控及客户经理销售等关键领域应用较少[7] - 银行零售业务涵盖10多个主要场景 细分情形累计达上百种 需要AI智能体逐一突破[8] 技术发展挑战与趋势 - 面临三大核心挑战：技术成熟度制约、专业要求挑战和成本因素考量[8] - 金融科技公司从通用大模型向专业/专用模型演进 大模型推理能力成为核心场景应用关键[8] - 金融垂类大模型目前处于技术驱动为主导阶段 未来将转向市场需求主导[10] - 业务侧提出更高要求：响应速度、零失误和严格合规等刚性指标倒逼技术迭代[10] 行业协同发展态势 - 技术推动认知与业务定义精度形成双向作用 推高AI在金融领域的天花板[11] - AI从辅助性工具逐渐转变为业务创新的核心驱动力[6] - 金融机构关注AI提升客户体验、优化业务流程、降低运营成本及增强风控能力的共性目标[6]