行业趋势 - AI大模型如ChatGPT和DeepSeek正在影响商业银行的数字化发展策略，中小银行通过接入开源大模型低成本提升科技能力，缩小与大型银行的技术差距 [1] - 中小银行加速推动"AI+金融"场景落地和生态建设，智能化应用逐步替代人工重复劳动并打破服务半径，重构效率与价值 [1] 金融科技投入 - 2024年中小银行金融科技投入规模稳步增长，北京银行信息科技投入占营收比为4.6%，上海银行投入25.19亿元（同比增长3.15%），占营收5%，贵阳银行投入3.34亿元占营收2.5%，沪农商行投入13.35亿元（同比增长17.64%） [2] - 中小银行加快科技人才招聘，北京银行科技员工达1101人，宁波银行科技人员1905人（占总员工7.92%），上海银行科技人员1459人（占总员工11.45%），沪农商行科技人员904人（占总员工9.75%，同比增长10.51%） [3] AI大模型应用 - 北京银行完成DeepSeek全系列模型本地化部署，每日平均请求2000余次，并打造AIB人工智能创新平台 [4] - 宁波银行成立总行大模型项目部，探索人工智能大模型在银行业务中的应用 [5] - 江苏银行自主研发大语言模型平台"智慧小苏"，应用于数据分析及风控场景 [5] - 南京银行以DeepSeek为基座微调大模型，计划2025年落地100个AI场景覆盖营销、运营、风控等领域 [5] 场景落地与效率提升 - 北京银行上线智能中台服务170余项，部署算法模型540余个，支持240余个数字化应用场景 [6] - 杭州银行推出"杭小E"助手，应用于财富管理、业务辅助等场景 [6] - 长沙银行自主研发15项AI大模型场景，提升金融业务智能化水平 [6] - 上海银行运用大小模型提升智能客服知识检索效率60%，准确率80%，零售客户AUM净增超600亿元 [7] - 北京银行通过"RPA机器人工厂"完成840余个流程自动化改造，替代人工操作2600余人月，效率提升30%以上 [7]