来源：中经金融
“ 息差持续收窄倒逼银行不再单纯依赖存贷利差，转型的紧迫感和系统性布局比以往任何一年都更为明显。 ” 谈及今年银行年中工作会议释放的信号，天府立言金融研究院院长曾刚向《中国经营报》记者表示。
近期，各大银行密集召开年中会，记者梳理发现，风险防控仍是各家银行的共同底线，且多家银行提到了数智化转型，尤其是中小银行，在补齐风控短板的同时大力加码数智化。从国有大行到中小城商行， “ 一手防风险、一手抓科技 ” 成为普遍选择。
在行业增速放缓、净息差持续承压的背景下，银行业正试图从 “ 规模驱动 ” 的惯性中转身，在加固风险防线的同时，用技术寻找新的增长支点。
风控与科技双线并行
从各家银行披露的年中会信息来看，风险防控是贯穿各类型机构的共同主线。农业银行（ 601288.SH ）会议指出： “ 要始终坚持防风险、促高质量发展，扎实做好下半年金融服务和风险防控重点工作。 ”“ 要持续防范化解重点领域金融风险，牢牢守住高质量发展的安全底线。以更加前瞻、主动的举措，进一步强化房地产、地方政府债务、普惠零售等重点领域信用风险防控，持续夯实内控合规基础管理，积极应对外部挑战和新型风险冲击，不断增强科技安全韧性，确保资产质量优良，确保各类风险稳定可控。 ”
多家国有银行地方分行的年中会议也提到了下半年强化风险防控。中国银行（ 601988.SH ）湖北省分行会议指出： “ 把牢全面风险 ‘ 关口 ’ ，护航业务高质量发展；严守信用风险 ‘ 底线 ’ ，保资产质量稳定；筑牢内控合规 ‘ 堤坝 ’ ，提升风险管控质效；织密安全生产 ‘ 防线 ’ ，保障运营平稳有序。 ”
股份制银行与城商行同样把风险管控放在了重要位置，但同时强调了数智化发展。恒丰银行会议指出： “ 坚定不移加速转型发展，多措并举做优资产质量，做大客户群体，做强综合服务，切实以结构调整成效夯实转型发展基础。 ”“ 加快 AI 和大数据经营 PMO 推进节奏和资源统筹使用，切实以管理创新赋能重点项目攻坚突破。 ” 北京银行（ 601169.SH ）会议指出： “ 塑造强大专业总行，持续完善经营体系，全面重塑风险合规体系。 ”“ 推动科技发展全面向数智化升级跃迁。 ” 南京银行（ 601009.SH ）会议指出： “ 完善风险管理，筑牢安全发展防线；加大数智赋能，拥抱科技变革浪潮。 ”
部分银行也提到了转型的重要性。上海银行（ 601229.SH ）会议中谈到练内功，进一步提升该行创新转型发展的专业能力。要坚持打造场景化系统化获客体系，进一步提升渠道建设能力，包括渠道体系、客户经理能力、相关专业队伍及线上渠道能力建设；要坚持对经营工作闭环管理，进一步提升落地承接能力；要坚持底层能力建设，加快提升全行研究能力；要坚持以打造最佳客户体验为目标，加快提升客户服务能力；要坚持落实 ONEBOS 理念，进一步提升整合协同能力。
在数智化布局上，浦发银行（ 600000.SH ）的动作更为具体。该行提出： “ 人工智能建设层面，要面向基层、面向客户，体系化规划 ‘ 人工智能 ’ 工程，以知识库、数据库、问题库、产品库、案例库 ‘ 五库 ’ 为核心底座，推动人工智能从能力建设迈向价值创造。 ”
对于各类型银行在风控与科技上的不同侧重，苏商银行特约研究员薛洪言向记者分析称，大行作为系统重要机构，在基建、房地产等领域积累了较大规模的信贷敞口，重点领域风险若出现较大波动，容易对系统安全形成压力，这使得其策略重心往往倾向于对风险偏好进行阶段性管理并强化内部防御。而中小行在品牌、网点和低成本资金上与大行存在差距，同时承受大行服务下沉的竞争压力，迫切需要通过数智化手段寻找差异化空间。
从更深层次来看，当前风险管控与内生增长并举的难度正在加大。薛洪言指出，在当前环境下，风险管控与内生增长并举的主要难点，在于净息差与不良率倒挂，自身利润修复空间受到明显制约。资产端有效信贷需求偏弱、高收益资产稀缺，负债端成本相对刚性，导致传统的 “ 以量补价 ” 模式空间收窄。而要处置房地产、地方债务、普惠零售等领域持续释放的存量风险，又需持续投入拨备资源，这进一步占用了可投向内生增长的留存利润。更关键的是，风险化解需要时间，而增长又要求在当下作出积极布局，在短期防御与长期进攻之间把握节奏并非易事，落地时容易滑向简单的 “ 惜贷 ” 避险，反而与增长本意渐行渐远。
AI 落地仍面临多重关卡
曾刚从宏观的视角向记者解读了今年银行年中会的整体信号。他认为， “ 稳增长、防风险、促转型 ” 仍是主线，但重心明显向 “ 转型 ” 倾斜。其中，数智化升级被摆到了前所未有的突出位置。 “ 与往年相比，最大不同在于基调从追求规模扩张转向 ‘ 降本增效 ’ 和 ‘ 价值重构 ’ ：息差持续收窄倒逼银行不再单纯依赖存贷利差，而是通过 AI 优化人力配置、挖掘财富管理和交易银行等轻资本业务来穿越周期。同时，风险管控的表述也更具前瞻性，不再是被动应对不良资产，而是强调在信贷、普惠等核心业务环节嵌入智能风控。 ”
曾刚总结道，整体上，这次年中会释放的信号是，银行业正从 “ 规模驱动 ” 的惯性思维中主动转身，试图在增长放缓的周期里，用技术和结构调整寻找新的盈利支撑点，这种转型的紧迫感和系统性布局比以往任何一年都更为明显。
愿景能否落地，关键在 AI 应用的务实程度。曾刚认为，客观来说，部分头部银行确实取得了实质进展，比如工商银行（ 601398.SH ）已通过金融业数字化转型能力评估最高等级认证，日均 Token 处理量大幅提升， AI 也从最初的场景试点走向信贷、风控、营销、普惠等核心业务的全域渗透，这是值得肯定的务实一面。但行业整体仍存在明显的不均衡和形式化风险：不少中小银行的数智化更多停留在口号和局部工具化应用层面，真正实现智能体自主决策、深度嵌入业务流程的案例仍属少数。
易观千帆金融行业咨询专家陈毛川也向记者表示，银行 AI 应用的方向已明显转向务实，但落地深度仍处于从试点到生产力的爬坡期。根据《中国大模型中标项目监测与洞察报告》， 2026 年上半年金融行业大模型中标项目达 406 个，同比增长 110% 。其中，银行机构的中标项目数量、中标金额占比均接近半数。招商银行（ 600036.SH ）今年 6 月对外披露，截至 5 月末全行日均 Token 消耗量达 330 亿，大模型项目成本收益比约 20% 。 “ 这意味着，头部银行已经开始用投入产出效益，而非单纯的技术先进性来评判 AI 项目，是行业走向务实落地的标志性信号。 ” 陈毛川说。
陈毛川将 AI 落地的关键瓶颈概括为四个层面。一是从场景试点到规模复制的瓶颈。很多银行的 AI 应用还停留在单点示范，缺少 “ 可复制、可度量、可考核 ” 的推广机制，价值难以在全行报表上体现。二是模型风险与治理瓶颈。大模型的黑箱、幻觉以及自主决策带来的不确定性，使得金融这一强监管行业必须依靠分级管控、人机协同来兜底，客观上限制了 AI 在核心决策环节的推进速度。三是数据基础瓶颈。数据质量与治理跟不上，模型就缺乏充足的 “ 燃料 ” ，这是比算力更普遍的短板。四是评价体系瓶颈。不少机构尚未建立起 AI 价值的量化标准，科技、算力、人员投入持续加码，却缺乏计算投入必要性的标尺。
曾刚也补充道，一方面，银行业合规与风险边界模糊，尤其在信贷决策、客户隐私等敏感场景中，银行普遍存在 “ 不敢用、不敢深用 ” 的顾虑，导致 AI 应用多停留在客服、营销等低风险边缘环节，真正触及核心决策链条的深度应用仍需时间验证。另一方面，复合型人才短缺，既懂金融业务又懂算法工程的团队稀缺，导致技术和业务两张皮。
对于资源和技术有限的中小银行而言，能否借数智化实现差异化突围是另一个焦点问题。陈毛川认为，突围是可能的，但路径不是模仿大行建平台，而是走 “ 小切口、深场景、属地化 ” 的道路。开源大模型大幅拉低了技术门槛，江南农商行、常熟银行（ 601128.SH ）等已跑出轻量化成功案例，聚焦微小业务场景提升服务效率，实现了投入小、见效快、可量化。更关键的是，中小银行对本地产业、客群、软信息的长期积累，恰恰是应用 AI 做深场景经营最好的条件，监管提出 “ 减量提质 ” 、引导中小机构立足本土错位发展，也给出了明确的政策空间。
但他也坦言，中小银行面前横着三道鸿沟。一是投入鸿沟。国有大行年度科技投入动辄超千亿元，单个 AI 项目预算可达亿元级，而多数中小银行单个 AI 项目预算仅几十万元到百万元级，数字化投入的固定成本难以被业务量摊薄。二是人才鸿沟。公开调研数据显示，超九成中小银行存在金融科技人才缺口，约六成机构科技人员占比不足 5% ， “ 买得来系统，养不起团队 ” 的困境突出。三是数据鸿沟。约七成受访中小银行认为现有数据底座无法支撑 AI 应用，数据治理薄弱会让再好的模型也发挥不出作用。
