文章核心观点 - 国家金融监督管理总局发布《银行业保险业数字金融高质量发展实施方案》，旨在通过加快发展“人工智能+金融”、激发数据要素潜能等措施，引领金融机构深化数字化转型，从“业务线上化”的浅层改造进入“智能驱动”与“数据赋能”深度融合的新阶段 [1][4][5] 政策导向与要求 - 《方案》在原有数字化转型框架基础上，新增“人工智能+”和“数据要素×”等工作内容，从健全治理机制、赋能金融服务、发挥新技术引领作用等六个方面提出具体要求 [5] - 鼓励有条件的金融机构构建企业级人工智能平台，集中管理模型开发、部署与评估流程，以提升人工智能建模及安全应用能力 [5] - 强调金融机构应聚焦核心主业，加大科技研发投入，确保技术创新与业务需求精准对接，形成技术驱动与业务发展的良性循环 [5] - 政策要求提升科技项目绩效管理水平，研究建立科技投入产出、赋能业务的衡量标准和评价体系 [8] - 强化数字化人力资源建设，大力培养和引入数据分析与监管科技等复合型专业人才 [8] 行业实践与应用案例 - 多家上市银行已在“AI+金融”领域积极布局，将人工智能技术广泛应用于客户服务、风控和营销流程 [6] - 招商银行初步建立“AI小招”企业智能助手，截至2025年上半年末累计服务企业客户达6.13万户，累计服务45.85万人次 [6] - 兴业银行智能体平台上架超200个智能体，部署全渠道AI数字客服，AI消保内容审核已覆盖理财、个贷等十余个业务场景 [6] - 浦发银行通过“人工智能+科技金融”实现全流程闭环服务，其数智管理平台“抹香鲸”服务近9000家科技企业 [6] - 工商银行开发了信贷智能体矩阵“智贷通”、评审数字助手“工小审”，并上线AI财富助理探索人机协同营销 [6] - 建设银行金融影像文字识别产品票据种类增长41.95%，多项票种识别准确率突破99% [7] - 中国银行部署DeepSeek-R1、Qwen3等系列模型，在营销、客服、运营等领域赋能一百余个场景 [7] - 中信银行建成涵盖模型训练推理、AI应用开发及知识管理的平台体系，完成主流大模型在国产算力环境下的全场景部署，落地70余个应用场景 [7] 行业影响与发展趋势 - 数字化转型正从“业务线上化”进入“智能驱动”与“数据赋能”深度融合的深水区，更强调数字技术与金融业务本质的有机结合 [5] - 数字技术应用从内部提效转向生态赋能，覆盖科技、绿色、普惠等领域，形成“金融+产业”协同生态 [7] - 智能风控成为核心能力，通过数据驱动实现风险动态识别与主动防控 [7] - 政策将推动银行打破科技部门与业务部门的壁垒，并可能形成“科技领先行-中小行”的分层技术输出生态 [8] - 商业银行在实践中应重点培育既懂金融又懂技术的复合型团队，并以业务需求反推数据治理优先级 [9] - 在底层基础设施与通用大模型上可借力外部科技公司，但在核心风控、客户洞察等专业领域需坚持自主研发或深度参与，以守住安全底线并沉淀自身知识产权 [9]

文章核心观点 - 数字金融作为数字经济核心支柱正高速发展并重构金融体系，但创新伴随的数据安全风险日益凸显，对行业安全治理构成挑战，需从技术、制度、行业等多层面应对 [1][4] AI技术驱动金融生态重构 - 金融机构数字化转型成为必然趋势，业务模式向“以客户为中心”深度演进，包括推出个性化产品服务及深耕场景化金融 [2] - 工商银行开展“领航AI+”行动，在重点业务领域新增AI财富助理、投研智能助手等100余个应用场景 [2] - 招商银行“AI小招”每月服务客户超过2000万，“AI小助”已覆盖全行所有岗位 [2] - 邮储银行“邮智”大模型适配多款主流模型，开展230余项大模型场景建设，其票据业务机器人“邮小盈”实现全流程智能化管控，债券包销机器人“邮小宝”使询价交易效率提升95%以上 [2] - 新一代大模型具备强逻辑推理能力，能通过长周期任务规划、非结构化数据分析及融合用户画像与产品特征，提供高度定制化服务 [3] 数据安全风险的具体挑战 - 生成式AI应用带来双重风险：利用用户数据训练可能窥探投资偏好与群体行为；可能未经授权爬取数据，且模型自身安全漏洞或过高权限易导致敏感信息泄露 [5] - 生成式AI存在“幻觉”问题，因模型知识源于训练语料，需通过引入高质量专业语料及搭建传统数据库校验机制来优化 [5] - 技术领域三大典型风险：生成式AI易引发隐私泄露与模型“记忆”反推；区块链数据难以删除与个人信息“被遗忘权”冲突；量子计算对现有加密体系构成长期破解威胁 [6] - API滥用、跨系统数据共享边界模糊、第三方合作方安全能力参差不齐等问题，放大了数据在全生命周期中的暴露面 [6] 风险防控的专家建议与行业实践 - 监管层肯定技术创新价值，但强调创新不能脱离风险管控底线，必须确保金融市场稳定有序 [4] - 应对区块链匿名性风险，可利用现有分析技术对公共区块链交易进行全链路溯源与主体定位，逐步降低风险 [7] - 应对量子计算挑战，建议金融机构尽早启动前置性布局，通过5年到10年准备期构建适配的安全体系，实现“平滑切换” [7] - 金融机构应多管齐下：强化防护如数据脱敏；推动监管科技发展；完善数据全生命周期治理框架；制定完善的响应预警机制 [8] - 期待数据接口安全标准落地以利于数据流通，并持续优化规则以同步技术发展 [8] - 技术层面需加快部署隐私计算、同态加密、零信任架构等实现“数据可用不可见”；制度层面需完善数据分级分类、最小必要授权、第三方准入评估，并将数据安全纳入全面风险管理框架 [8] - 行业层面需推动数据安全标准统一与能力共建，如建立金融级隐私计算互操作规范、共享威胁情报平台和可信第三方评估认证体系，避免安全孤岛 [9]

文章核心观点 - 数字金融作为数字经济的核心支柱，正以前所未有的速度与深度重构金融体系，成为推动经济社会高质量发展的关键引擎，但其发展伴随着数据安全等多维度风险，需要高度关注和有效应对 [1] - 政策层面已将数字金融高质量发展提升至国家战略，明确支持发展，同时监管层强调创新不能脱离风险管控底线，必须确保金融市场稳定有序 [2][4] - 以人工智能（AI）为代表的新技术正在重构金融服务生态，金融机构正加速数字化转型和AI应用，以提供个性化、场景化的服务 [2][3] - 生成式AI、区块链、量子计算等新技术的深度应用，与API滥用、第三方合作漏洞等问题交织，形成了多维度、全链条的数据安全挑战，数据安全已成为核心挑战 [5][6] - 应对风险需要技术迭代与前瞻布局并行，包括采用隐私增强技术、完善数据治理与风险管理框架、推动行业标准统一与能力共建等 [7][8][9] 政策与战略部署 - 党的二十届三中全会强调加快构建促进数字经济发展体制机制，并对积极发展数字金融作出部署 [2] - 2023年10月召开的中央金融工作会议首次将数字金融写入中央文件，明确提出要大力发展数字金融 [2] - 2024年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，强调数字金融对建设金融强国、巩固和拓展我国数字经济优势具有重要意义 [2] - 国家金融监督管理总局副局长肖远企强调，监管鼓励金融机构运用最新科技优化服务、降低成本、提升效率，但创新不能脱离风险管控的底线 [4][5] 金融机构数字化转型与AI应用 - 金融机构业务模式创新朝着“以客户为中心”的方向深度演进，推出个性化金融产品与服务，并深耕场景化金融 [2] - 工商银行开展“领航AI+”行动，在个人金融、金融市场、对公信贷等重点业务领域新增AI财富助理、投研智能助手等100余个应用场景 [2] - 招商银行的“AI小招”每月服务客户超过2000万，“AI小助”已覆盖全行所有岗位 [3] - 邮储银行“邮智”大模型适配吸收多款主流大模型，开展了230余项大模型场景建设 [3] - 邮储银行票据业务交易机器人“邮小盈”实现全品种票据的全流程智能化管控；投行业务交易机器人“邮小宝”实现债券包销交易的智能询价应答，询价交易效率提升95%以上 [3] - 新一代大模型具备强逻辑推理能力，能够通过长周期任务规划、非结构化数据分析，融合多维度用户画像与金融产品特征，提供高度定制化服务 [3] 数据安全风险与挑战 - 核心金融数据一旦泄露，可能直接危及金融体系稳定和公众利益，此类风险具有高度集中、跨行业传导迅速、技术手段隐蔽性强等特征 [1] - 中小金融机构普遍存在安全防护能力薄弱、跨机构间权责边界不清等现实短板，加剧了风险防控的复杂性 [1] - 生成式AI技术的应用可能带来双重风险：利用用户数据进行训练以了解投资偏好和群体行为；以及未经授权爬取数据 [5] - 大模型自身的安全漏洞可能导致金融敏感信息泄露，若AI系统被赋予过高权限且存在后门或缺陷，极易引发连锁风险 [5] - 生成式AI依赖海量训练数据，易引发客户隐私泄露与模型“记忆”反推风险 [6] - 区块链虽具不可篡改优势，但链上数据一旦写入便难以删除，与个人信息保护法中的“被遗忘权”存在冲突 [6] - 量子计算对现有加密体系的潜在破解能力已构成先存储后解密的长期威胁 [6] - API滥用、跨系统数据共享边界模糊、第三方合作方安全能力参差不齐等问题，放大了数据在全生命周期中的暴露面 [6] 风险防控与应对建议 - 应对生成式AI的“幻觉”问题，可从两方面着手：在训练环节引入更高质量、更专业的语料；在场景应用中搭建传统数据库校验机制进行交叉比对 [6] - 区块链的匿名性风险具备可控空间，例如Chainalysis的区块链分析技术已能对公共区块链上任意一笔交易全链路溯源、精准定位交易主体 [7] - 面对量子计算的挑战，建议金融机构尽早启动前置性布局，通过5年到10年的准备期，构建适配量子计算时代的安全防护体系，实现“平滑切换” [7] - 加快“隐私增强”等新技术的落地应用是当下首要任务，金融机构需强化防护，如设置防火墙、进行数据脱敏脱密 [8] - 需要推动监管科技发展，用技术来监管技术，以应对远超人工管控能力的新型风险 [8] - 需完善数据治理框架，对数据全生命周期进行有序的全链条安全管理，并制定完善的响应预警机制 [8] - 期待数据接口安全标准落地，以利于数据流通，并应同步技术发展进行持续的规则优化 [8] - 技术层面需加快部署隐私计算、同态加密、零信任架构等新型防护工具，实现“数据可用不可见” [9] - 制度层面亟需完善数据分级分类管理、最小必要授权机制及第三方准入评估标准，并将数据安全纳入全面风险管理框架 [9] - 通过常态化攻防演练、员工安全意识培训和问责机制，培育安全即底线的组织文化 [9] - 行业层面需要大力推动数据安全标准统一与能力共建，例如建立金融级隐私计算互操作规范、共享威胁情报平台和可信第三方评估认证体系 [9]

文章核心观点 - 数字金融作为数字经济核心支柱正高速发展并重构金融体系，但创新伴随的数据安全风险日益凸显，对行业安全治理构成挑战，需高度关注并应对[1] 数字金融发展趋势与AI应用 - 金融机构数字化转型是必然趋势，业务模式向“以客户为中心”深度演进，包括推出个性化产品服务以及深耕场景化金融提供一站式解决方案[2] - 工商银行开展“领航AI+”行动，在重点业务领域新增AI财富助理、投研智能助手等100余个应用场景[2] - 招商银行“AI小招”每月服务客户超过2000万，“AI小助”已覆盖全行所有岗位[2] - 邮储银行“邮智”大模型适配多款主流模型，开展230余项大模型场景建设，其票据业务交易机器人“邮小盈”实现全品种票据全流程智能化管控，债券包销交易机器人“邮小宝”使询价交易效率提升95%以上[3] - 新一代大模型具备强逻辑推理能力，能通过长周期任务规划、非结构化数据分析，融合用户画像与产品特征，提供高度定制化服务推荐[3] 数据安全风险与挑战 - 生成式AI应用可能带来双重风险：利用用户数据训练可能解读群体投资行为方便大机构博弈；可能未经授权爬取数据，且大模型自身安全漏洞若被利用易导致金融敏感信息泄露[5] - 技术领域存在三大典型风险：生成式AI易引发客户隐私泄露与模型“记忆”反推风险；区块链数据难以删除与个人信息“被遗忘权”冲突；量子计算对现有加密体系构成长期威胁[6] - API滥用、跨系统数据共享边界模糊、第三方合作方安全能力参差不齐等问题，放大了数据在全生命周期中的暴露面[6] - 金融数据的特殊性意味着泄露可能引发连锁风险，且风险具有高度集中、跨行业传导迅速、技术手段隐蔽性强等特征[1] - 中小金融机构普遍存在安全防护能力薄弱、跨机构间权责边界不清等短板，加剧了风险防控复杂性[1] 风险防控建议与措施 - 监管层鼓励金融机构运用科技优化服务，但创新不能脱离风险管控底线，必须确保金融市场稳定有序[4] - 应对生成式AI幻觉问题可从两方面着手：在训练环节引入更高质量专业语料；在应用场景搭建传统数据库校验机制进行交叉比对[5] - 应对区块链匿名性风险，可利用现有分析技术对公共区块链交易进行全链路溯源和主体定位，从而将风险逐步降至较低水平[7] - 应对量子计算挑战，建议金融机构尽早启动前置性布局，头部机构应主动投入研发与系统改造，通过5年到10年准备期构建适配的安全防护体系[7] - 金融机构应多管齐下强化防护：做好防火墙设置、数据使用前脱敏脱密；推动监管科技发展；完善数据治理框架进行全生命周期安全管理；制定完善的响应预警机制[8] - 需加快部署隐私计算、同态加密、零信任架构等新型防护工具，实现“数据可用不可见”[8] - 制度层面需完善数据分级分类管理、最小必要授权机制及第三方准入评估标准，并将数据安全纳入全面风险管理框架[8] - 通过常态化攻防演练、员工安全培训和问责机制，培育安全文化[8] - 行业层面需推动数据安全标准统一与能力共建，例如建立金融级隐私计算互操作规范、共享威胁情报平台和可信第三方评估认证体系，避免安全孤岛[9]

行业演变历程 - 虚拟数字人行业从2021年资本追捧阶段转入理性调整期 初期因虚拟美妆数字人"柳夜熙"爆红引发品牌虚拟代言人热潮 A股概念股轮番涨停 [2] - 行业曾流行"3个月造星 6个月回本"口号 但高昂成本逐渐显现 单条短视频制作成本达数十万元 前期研发投入达百万元级别 [2] - 用户新鲜感退潮导致虚拟代言人大量撤下 虚拟主播GMV不足真人主播1/5 抖音平台虚拟主播平均观看时长从15分钟降至5分钟 粉丝流失率超40% [3] 技术发展与成本结构 - 早期数字人依赖动作捕捉与图形渲染技术 存在表情僵硬 交互延迟等技术同质化问题 [3] - 高质量3D数字人制作成本居高不下 2D数字人因模板泛滥陷入价格战 [3] - 生成式人工智能推动产品升级为"数智人" 运用自然语言处理 语音识别 图像识别与情感分析等技术实现智能交互 [4] 商业化应用转型 - 行业从C端偶像经济转向B端实用场景 包括金融 医疗 教育 企业服务等领域 通过SaaS平台降低制作门槛 [4] - 罗永浩数字人直播吸引超1300万人次观看 GMV突破5500万元 部分品类带货单量超真人首秀数据 [4] - 京东618期间数字人带货能力超越80%真人主播 1.7万家品牌商家使用数字人直播 百度二季度数字人收入环比增长55%达约5亿元 [5] 市场规模与资本动态 - 2025年中国虚拟数字人核心市场规模预计突破480亿元 带动相关产业规模超6400亿元 [6] - 截至2025年7月7日虚拟数字人领域发生23起投融资 总金额达35.07亿元 平均每起融资超1.5亿元 [6] - 上海等地出台政策支持数字人关键技术攻关 多地政府部门上线数字人提供公共服务 [6] 法律规范与平台治理 - 虚拟数字人形象被认定为具有独创性的美术作品 受著作权法保护 技术内核中的代码可作为计算机软件受保护 [7] - 抖音平台累计处理超17万个录播直播间 封闭3万多个账号 打击2800多个黑商团伙以治理AI主播冒充真人问题 [7] - 行业需应对数据隐私 版权争议等伦理法律问题 北京互联网法院已出现虚拟数字人著作权侵权判例 [6][7] 技术演进方向 - 多模态大模型发展推动虚拟数字人效果优化 未来需实现从功能复刻到情感共鸣的技术跨越 [4][5] - 数字人直播通过技术驱动重构电商价值链 竞争核心在于场景化创新与用户体验优化 [5] - AI大模型如GPT-5 百度文心一言为虚拟数字人注入智慧灵魂 未来5年将向智能制造 文娱消费领域深度赋能 [7]

核心观点 - 招商银行管理层在2025年中期业绩发布会上强调公司坚持长期主义战略 聚焦零售业务优势、ROE领先目标及国际化发展 预计下半年业绩将稳中有进并完成全年预算目标 [2][3][4] 全年业绩展望 - 上半年净利润增速回正 二季度经营情况整体好于一季度 主要因一季度受贷款重定价影响净息差下行带来营收压力 [3][4] - 下半年将通过加快战略转型、加强成本管理、促进中间业务增长及资产质量管控等措施实现稳中有进、逐季向好态势 有信心完成年初预算目标 [4] 零售业务优势 - 零售业务三大支撑为科技能力（如一卡通、App及AI产品）、全行协同的队伍体系（"人人讲零售、人人懂零售、人人做零售"）以及"以客户为中心"的价值观 [5][6][7] - 零售AUM达16.03万亿元 半年增量创近年新高 财富管理收入同比增长6% [5] - 客户风险偏好稳健为主基调 但进取型偏好边际改善 对权益类资产偏好上升 [3][9] ROE管理目标 - 公司建立以ROE为导向的财务管理体系 目标保持国内银行业领先水平 当前ROE为13.85% 较行业平均9%高约4个百分点 [10][11] - ROE水平取决于盈利能力回升 将在利润增长、净资产积累和分红间寻求平衡 但分红比例调整需综合资本实力、业务发展及监管政策等因素 [11][12] 短期与长期平衡 - 强调银行经营是马拉松而非百米冲刺 需坚持长期主义 避免为当期业绩牺牲长远利益 [8] - 通过巩固客户、队伍、管理及业务四大基础 并明确"有所为有所不为"的战略形成差异化竞争优势 [8] 国际化发展 - 国际化是"四化"转型之首 因应中国企业海外布局及金融强国建设需求 [13] - 境外机构（如香港永隆银行、招银国际）总资产增速和盈利能力显著提升 但对全行贡献仍需三年以上培育期 预计成为新增长点 [13] 财富管理趋势 - 资本市场回暖背景下 客户风险偏好持续改善 含权类产品（公募基金、私募基金、理财产品等）规模提升有望推动财富管理中收增长 [9]

全年业绩展望 - 上半年净利润增速回正 二季度经营情况整体好于一季度[4][6] - 下半年预计实现稳中有进 逐季向好的发展态势 有信心完成年初预算目标[4][6] - 将通过加快战略转型 加强成本费用管理 促进中间业务发展 加强资产质量管控等多措并举[6] 零售业务优势 - 零售AUM达16.03万亿元 半年增量创近年来最高 财富管理收入同比增长6%[5][7] - 三大底层支撑包括科技与业务高度融合 全行协同的零售队伍 以客户为中心的价值观[5][8][9][10] - 客户风险偏好稳健为主基调 进取型偏好边际改善 权益类资产偏好上升[5][12] ROE管理目标 - 上半年ROE为13.85% 较国内银行业平均9%水平领先约4个百分点[13] - 建立以ROE为导向的财务管理体系 目标保持国内银行业领先水平[4][13] - ROE水平取决于盈利能力回升 将在利润增长 净资产积累和分红间寻求平衡[13][14] 国际化战略 - 将国际化作为"四化"转型首要任务 顺应中国企业海外投资趋势[15] - 境外机构总资产增速和盈利能力显著提升 对全行贡献初见成效[16] - 预计需要3-5年提升能力 国际化将成为新增长点[16] 经营理念 - 强调银行经营是马拉松而非百米冲刺 坚持长期主义[2][11] - 需平衡当期利益与长远风险 巩固客户 队伍 管理和业务四大基础[11] - 通过差异化战略形成竞争优势 做到有所为有所不为[11]

AI战略与技术创新 - 公司实施"AI First"战略打造"数智招行" 赋予AI能力建设优先地位 目标成为全球领先智能银行 [3] - 2023年整合多场景服务模块与专业团队 引入基座大模型私有化部署 大幅提升意图理解与个性化推荐能力 [5] - 2024年基于RAG技术发展KFDS四元产品架构 2025年基座模型升级为推理模型 实现框架泛化与技能微粒化 [6] - 通过NLP和知识图谱技术构建智能财富助理"AI小招" 实现从规则筛选到模型推理的范式跃迁 [4][6] 财富管理业务成果 - 零售AUM余额突破16万亿元 资产托管规模超24万亿元 资产管理规模近4.5万亿元 [8] - 零售代销保险存量保费规模突破1万亿元大关 成为国内首家达此里程碑的股份制银行 [3][8] - 零售AUM从10万亿到15万亿仅用3年多时间 前两个5万亿分别耗时9年和5年 [8] - 公募非货基金和理财保有规模持续位居同业第一梯队 [9] 客户服务与生态建设 - 为超2亿个人客户提供"TREE资产配置服务体系" 覆盖活钱/稳健/进取/保障四大需求 [9] - 建立"人+数字化"协同服务模式 覆盖售前/售中/售后全周期服务链路 [6] - 与160余家合作伙伴深化生态合作 实现渠道/信息/运营/投研四大共享 [10] - 将用户人生划分为四大关键阶段 通过数字技术提供动态匹配的保障规划 [9] 战略定位与发展理念 - 坚持"以客户为中心 为客户创造价值"核心价值观 让技术回归服务人的本质 [4][11] - 在价值银行战略指引下 为客户/员工/股东/合作伙伴和社会创造综合价值 [8] - 坚持专业能力与人文关怀并重 实现"效率与温度"的双重平衡 [5][7] - 坚守"以投资者为本"核心理念 坚持长期主义与风险收益匹配原则 [10]

核心观点 - 招商银行零售AUM余额突破16万亿元 成为国内首家达成此里程碑的股份制商业银行 [1] - 公司财富管理业务呈现加速增长态势 近三年增量创新高且结构持续优化 [1][2][3] - 通过产品创新、客群经营和开放平台生态建设巩固行业领先地位 [4][5][6][7][8] AUM增长态势 - 零售AUM突破16万亿元 2025年论坛宣布达成新里程碑 [1] - 增长周期显著缩短：首个5万亿用时9年 第二个缩短至5年 第三个仅用3年多 [1][2] - 2024年底AUM达14.93万亿元 较2022年底12.12万亿元增长39% 2023-2024年增量分别为1.2万亿和1.61万亿元 [2] - 2025年前7个月AUM增长超1万亿元 上半年增量创历史新高 [3] 产品结构突破 - 公募非货基金和理财保有规模持续保持同业首位 [1][4] - 零售代销保险存量保费规模突破1万亿元大关 [1][4] - 存款占比低于30% 客户更倾向配置基金、理财、保险等金融产品 [4] - 建立7大产品线：理财、基金、保险、私募、海外、黄金、存款 [4] - 推出"TREE资产配置服务体系" 服务客户超千万 [4] 客群运营与服务 - 服务个人客户数超过2亿 [1][5] - 智能财富助理"AI小招"升级为智能银行管家 实现全周期服务链路覆盖 [5][6] - 推出跨境理财通2.0服务 首创"南向通"线上开户 [6] - 创新推出境内外人民币结算万事达借记卡和"跨境支付通"功能 [6] - APP设立"指数通""跨境金融""全能定投"等跨品类服务专区 [7] 生态平台建设 - 与160余家合作伙伴开展深度合作 共建大财富管理生态圈 [8] - 深化渠道共享、信息共享、运营共享、投研共享四大合作领域 [8] - 通过开放平台输出产品、金融和服务能力 [8]

核心观点 - 招商银行零售AUM突破16万亿元 成为国内首家达成此里程碑的股份制商业银行 标志着公司在大财富管理战略深化 客户服务能力提升及开放平台生态建设方面迈入新阶段 [1][8] AUM增长态势 - 零售AUM达16万亿元 2024年底为14.93万亿元 2023年底为13.32万亿元 2022年底为12.12万亿元 [2] - 2023年AUM增量1.2万亿元 2024年增量1.61万亿元 增量增幅明显 [2] - 2025年7个月内AUM增长超1万亿元 上半年增量创历史新高 [3] - 第一个5万亿元用时9年 第二个5万亿元用时5年 第三个5万亿元仅用3年多 呈现加速增长 [1][2] 业务结构 - 零售AUM中存款占比不足30% 客户在基金 理财 保险等金融产品配置意识更强 [4] - 公募非货基金和理财保有规模持续同业首位 [1][4] - 零售代销保险存量保费规模突破1万亿元 [4][8] - 构建理财 基金 保险 私募 海外 黄金 存款7大产品线 [4] 客户服务 - 服务个人客户数超过2亿 [1][5] - TREE资产配置服务体系累计服务客户破千万 覆盖活钱 稳健 进取 保障四大需求 [4] - 智能财富助理AI小招升级为智能银行管家 实现全周期服务链路覆盖 [5][6] - 推出指数通 跨境金融 全能定投等APP跨品类服务专区 [7] 跨境业务 - 推出跨境理财通2.0升级服务 首创南向通线上开户 [6] - 推出首张境内外人民币结算万事达借记卡 跨境支付通等功能 [6] - 理财与支付双发展 跨境投资服务升级 [6] 生态合作 - 与160余家合作伙伴开展深度合作 共建大财富管理生态圈 [7][8] - 深化渠道共享 信息共享 运营共享 投研共享四大合作维度 [7]