从“模型上车”到“智能体上岗”——金融业进入规模化价值兑现期
本报告的三个判断:其一,中国金融业 AI 应用跨过“试点验证”进入“规模化落地”——2026 年中国 AI+金融核心市场规模预计突破 1280 亿元(同比 +37.2%),金融 AI 渗透率达 58.6%,头部银行保险机构 AI 业务渗透率超 70%;银行业日均模型调用量 2026 年 3 月突破 140 万亿。其二,金融智能体从“能对话”走向“能办事”——工商银行“工银智涌”落地 600+ 场景,招商银行 AI 贡献 1388 万小时等效人工工时,中信银行搭建公司级智能体管理平台,平安银行上线 140 个运营审核类智能体;智能体成为银行财报里可量化的“数字员工”。其三,监管框架从碎片化指引升级为系统性规范——国家金融监管总局 2026 年 6 月发布金发〔2026〕8 号文,首次定义“金融智能体”,将信贷审批、承保理赔、资金交易等列为高风险场景,行业竞争从“技术堆砌”转向“价值创造+可信治理”。
金融业是本轮 AI 大转型中最早进入规模化价值兑现的垂直行业。据《中国金融产业发展研究报告(2026)》及多家媒体转引," "中国 AI+金融核心市场规模 2024 年为 686 亿元,2025 年达 942 亿元(同比 +37.2%),预计 2026 年突破 1280 亿元," "正式进入“千亿级”赛道。清华大学五道口金融学院金融发展与监管科技研究中心主任张健华在 2026 外滩大会上给出更宽口径:" "2025 年中国 AI+金融总体市场规模达 1.8 万亿元,预计 2026 年将突破 3 万亿元,年复合增长率超过 30%," "金融 AI 渗透率达到 58.6%。无论从核心软件服务口径还是全口径投入口径看,金融业都已从“试点验证”进入“规模化落地”。
行业科技投入是另一把尺子。报告显示,2025 年中国金融行业科技投入近 2846 亿元,模型调用量两年间增长约千倍。" "银行业率先规模化落地,证券业头部试水,保险业聚焦核保理赔与反欺诈,基金、信托呈现梯次渗透。" "A 股上市银行中约九成披露了 AI 技术应用及落地成效,半数上市银行公开部署了大模型应用。" "金融业之所以领先,根源于其高度依赖数据、知识、流程化和强监管约束——这正是大模型最容易产生复利的地方。
| 2026 年中国金融 AI 核心指标 | 数值 | 口径与说明 |
|---|---|---|
| AI+金融核心市场规模 | 1280 亿元 | 2026 年预计值;2024 年 686 亿、2025 年 942 亿(+37.2%) |
| AI+金融总体市场规模 | 突破 3 万亿元 | 张健华(清华五道口)外滩大会口径,含全口径投入 |
| 金融 AI 渗透率 | 58.6% | 2026 年预计值,年复合增长率超 30% |
| 行业科技投入 | 近 2846 亿元 | 2025 年金融行业整体科技投入 |
| 模型调用量增长 | 约千倍 | 两年间增长量级;2026.3 银行业日均调用量突破 140 万亿 |
| 上市银行披露率 | 约 90% | A 股上市银行披露 AI 技术应用及成效;半数部署大模型 |
2026 年 A 股上市银行半年报第一次把 AI 贡献变成了可横向对比的硬数据。经济参考报/新华网梳理显示:" "工商银行“工银智涌”大模型技术体系落地场景超过 600 个,金融市场业务智能询价交易占比突破 96%," "审核效率是引入工具前的 5 倍;建设银行生成式人工智能覆盖超过 600 个应用场景;" "招商银行落地 1386 个 AI 场景,AI 带来 1388 万小时等效人工工时贡献;" "中信银行 AI 落地场景超过 1900 个;中国银行构建超过 2200 个智能化助手、部署 3800 多个 RPA 自动化流程场景;" "邮储银行“邮智”金融行业大模型已落地超 370 个大模型应用场景。
Token 消耗量成为衡量 AI 活跃度的新指标。招商银行上半年日均 Token 吞吐量同比增幅超过 78%," "领域模型数量较去年末增长 40%;平安银行 Token 消耗量超过 53 亿、同比增长约 130%;" "兴业银行上线主流大模型 21 个,日均调用量超 210 万笔,累计部署智能策略 2.18 万个," "触客 5.97 亿人次,带动综合金融资产 1784.59 亿元;微众银行日均 Token 消耗量超 200 亿," "较 2025 年底实现数倍增长。中国社会科学院金融研究所支付清算研究中心主任杨涛指出," "国有大行在智能体数量和能力建设上相对领先,股份制银行围绕重点场景形成体系化布局," "城商行、农商行侧重特色场景与数字员工。
| 主要银行 2026H1 AI 应用关键数据 | 银行 | 核心指标 |
|---|---|---|
| 工商银行 | 工银智涌 | 落地 600+ 场景;智能询价交易占比 >96%;审核效率 5 倍 |
| 建设银行 | 生成式 AI | 覆盖 600+ 应用场景;普惠金融全流程处理从 2-3 天→3 小时 |
| 招商银行 | AI 场景 | 落地 1386 个场景;等效人工工时 1388 万小时;日均 Token +78% |
| 中信银行 | 智能体平台 | AI 落地场景超 1900 个;重点探索投研、交易、客服智能体 |
| 中国银行 | 智能化助手 | 超 2200 个助手;3800+ RPA 场景;AI 大模型用户突破 3.2 万 |
| 平安银行 | 运营审核智能体 | 上线 140 个智能体、覆盖 55 个场景;Token 消耗 +130% |
AI 在金融业的价值不仅体现在降本,更开始影响收入结构与风险成本。麦肯锡全球研究院估算," "生成式 AI 每年可为全球银行业带来 2000 亿-3400 亿美元的增量价值,相当于行业营业利润的 9%-15%," "主要驱动力来自风险报告、监管监测、数据收集等环节的生产力提升。" "Citi GPS 预测,到 2028 年 AI 将把全球银行业利润池推升约 1700 亿美元。" "Axis Intelligence 等机构指出,虽然“3.8 万亿美元”的误传广泛流传(实为全球 1000 家最大银行 2025 年总收入)," "但 2000-3400 亿美元区间是麦肯锡官方持续引用的保守且可验证的估计。
在垂直应用上,Feedzai 2025 年对 562 位金融专业人士的调查显示,90% 的金融机构已将 AI 用于欺诈检测," "其中诈骗识别占 50%、交易欺诈监测占 39%、反洗钱筛查占 30%;43% 的受访者表示欺诈团队效率因此提升。" "平安产险披露 AI 反欺诈理赔拦截减损超 105 亿元;泰康在线打造核赔智能体“泰智核”。" "证券业方面,截至 2026 年 7 月已有 32 家券商完成算法与模型备案、备案项目总数超 50 个," "国泰海通累计发布智能体 1314 个、Skills 404 个,智能化服务超 8300 万人次,智能投顾客户月留存率超 90%。
| 金融 AI 主要场景价值数据 | 数值 | 口径与说明 |
|---|---|---|
| 全球银行业 AI 生产力价值 | 2000-3400 亿美元/年 | 麦肯锡全球研究院;占行业营业利润 9%-15% |
| 全球银行业利润池增量 | 约 1700 亿美元(2028) | Citi GPS 预测 |
| 金融机构 AI 欺诈检测采用率 | 90% | Feedzai 2025 调查(562 位专业人士) |
| AI 诈骗识别/交易监测/AML | 50% / 39% / 30% | Feedzai:AI 在欺诈子场景的覆盖率 |
| 平安产险 AI 反欺诈减损 | 超 105 亿元 | 2026 年披露数据 |
| 券商模型备案 | 32 家券商 / 50+ 项目 | 截至 2026.7;国泰海通 1314 个智能体 |
2026 年 6 月 18 日,国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》" "(金发〔2026〕8 号文),这是我国金融监管机构首份全面覆盖人工智能安全开发应用的系统性指导文件。" 《指导意见》从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等七大方面提出 32 项指导性意见," "确立“谁使用谁负责、自主可控、务实高效、安全发展”四大原则,首次在监管文件中正式提出“金融智能体”概念。" "对涉及资金交易、资产评估、信贷审批、承保理赔、风险管理等直接影响金融合约达成的高风险生成式 AI 场景," "要求建立人工监督和干预机制,采取“稳妥探索”的审慎态度。
新规的现实针对性很强。据“智能超参数”数据,2025 年金融行业大模型中标项目达 587 个," "披露金额 15.06 亿元,较 2024 年的 133 个项目、2.4 亿元实现跨越式增长;" "其中银行业发起采购项目 290 个,占项目总数近一半,中标金额占比高达 75.2%。" "在行业快速扩张的同时,部分机构出现“为新而新、为用而用”的跟风上马现象。" "金发 8 号文明确个人信息和隐私数据不得用于生成式 AI 模型训练与优化," "并要求建立覆盖需求分析、训练开发、部署运行、维护迭代、评估退出的全生命周期管理流程。" "行业共识是:合规能力将成为金融 AI 竞争的胜负手。
| 金发〔2026〕8 号文要点 | 内容 | 影响 |
|---|---|---|
| 发布时间与定位 | 2026.6.18;首份系统规范金融 AI 安全开发应用文件 | 将 AI 从技术工具提升至战略风险管理范畴 |
| 四大原则 | 谁使用谁负责、自主可控、务实高效、安全发展 | 压实金融机构主体责任 |
| 高风险场景 | 资金交易、信贷审批、承保理赔、资产评估、风险管理 | 关键环节须人工监督,须经风险管理委员会批准 |
| 数据红线 | 个人信息/隐私数据不得用于模型训练优化 | 倒逼合成数据、差分隐私、联邦学习等替代技术 |
| 金融智能体 | 首次正式定义;稳妥探索核心决策自动化 | 明确智能体不是全面替代人工,而是人机协同 |
| 全生命周期 | 覆盖需求、训练、部署、维护、评估、退出 | 模型治理、审计、责任界定制度化 |