一場1800億的銀行科技暗戰(zhàn)

4月14日，郵儲銀行與長光衛(wèi)星聯(lián)合研制的遙感衛(wèi)星搭乘運載火箭，在酒泉成功發(fā)射；

這顆具備優(yōu)于0.5米分辨率的全色高清光學(xué)遙感衛(wèi)星，已被納入“吉林一號”星座體系，郵儲銀行也由此成為國內(nèi)第4家自行參與研制并發(fā)射衛(wèi)星的商業(yè)銀行。

從地面的網(wǎng)點柜臺一躍步入太空軌道，如今的銀行業(yè)，正被一種濃厚的極客氛圍所籠罩。

農(nóng)業(yè)銀行的業(yè)績發(fā)布會上，董事長谷澍向市場展示了最新成果——農(nóng)行版“龍蝦”。

谷澍表示，公司已針對近期爆火的開源智能體OpenClaw，推出定制版“龍蝦（ABC-Claw）”，幫助客戶經(jīng)理自動交叉驗證數(shù)據(jù)、智能生成盡調(diào)報告，提效信貸流程。

興業(yè)銀行的發(fā)布會則呈現(xiàn)出更為直觀的科技感，副行長孫雄鵬的數(shù)字分身登臺亮相，流暢地向投資者們報告了興業(yè)銀行的科技家底。

戰(zhàn)略層面的定調(diào)在各家報表中同樣清晰：

招商銀行提出“AI First”理念，在現(xiàn)有零售優(yōu)勢之上構(gòu)建全新智能引擎；

平安銀行在收縮高風(fēng)險業(yè)務(wù)之際，將科技視為穿越周期的核心競爭力；

興業(yè)銀行則在財報致辭中，將數(shù)智化轉(zhuǎn)型定義為關(guān)乎未來的生死存亡之戰(zhàn)。

這是一場押注未來的豪賭。

13家A股上市國有大行、股份行的年度科技總投入整體在1800億元以上。

樞紐調(diào)研發(fā)現(xiàn)，龐大的數(shù)字背后，各家銀行具體打法已呈現(xiàn)分化。當(dāng)凈息差收窄成為常態(tài)，評判銀行科技投入的標(biāo)尺，也從規(guī)模轉(zhuǎn)向了效能。

科技賬怎么算

從年報數(shù)據(jù)看，如今國股行的金融科技正處于一個微妙的十字路口。

剔除未公示具體數(shù)據(jù)的平安銀行與浙商銀行，A股13家國有大行及股份制銀行在2025年的信息科技投入累計達(dá)到1838.78億元，較上年的1813.17億元微增1.41%；

2023-2025年，科技投入占營收的整體比重，在4.53-4.57%的區(qū)間內(nèi)小幅波動。

在這條平緩的均線之下，不同梯隊的銀行呈現(xiàn)出截然不同的演進(jìn)邏輯。

國有大行依托營收底盤，維持著穩(wěn)定的投入與占比。

2023-2025年，國有六大行的信息科技總投入已由1228.22億元增至1300.91億元，占營收比重維持4.0-4.5%左右，呈現(xiàn)小幅向上的趨勢。

態(tài)度最積極的交行，科技投入占比常年高居5%以上，相對克制的郵儲銀行則不足4%；

工、農(nóng)、中、建四大行保持著高度一致的步調(diào)，2025年投入占比均緊貼4.5%的中樞地帶，分別為4.39%、4.39%、4.52%、4.51%。

更突出的分化發(fā)生在股份制銀行之間。

招商銀行、興業(yè)銀行、中信銀行等規(guī)模第一梯隊的股份行，已經(jīng)開始踩剎車：

例如，招商銀行的科技投入從2023年的141.26億元一路回落至2025年的129.01億元，營收占比也由4.87%降至4.46%；

興業(yè)銀行的科技投入連續(xù)三年下滑、已降至3.62%，中信銀行則由7.80%回落至5.97%。

部分規(guī)模居中的股份行，仍在加速追趕：

例如，光大銀行的科技投入占比從2023年的5.79%一路沖高至2025年的7.17%，浦發(fā)銀行與華夏銀行的科技投入規(guī)模、占比，也同步呈現(xiàn)出上升態(tài)勢。

這是一組反常的背離——為何當(dāng)金融科技與大模型的敘事在市場上愈發(fā)火熱時，頭部機(jī)構(gòu)真實的資金流向并未大幅跳躍，反而趨于收斂？

頭部機(jī)構(gòu)降速的底層原因，或許并非戰(zhàn)略性收縮，而是IT基建完成了代際躍遷。

近年來，銀行業(yè)正陸續(xù)進(jìn)行底層架構(gòu)更迭：

2025年一季度，農(nóng)行召開分布式核心工程收官總結(jié)會議，宣告完成大型主機(jī)切換下線，這意味這該行逐漸擺脫了對集中式硬件的依賴，轉(zhuǎn)向更敏捷的云架構(gòu)；

建行完成分布式轉(zhuǎn)型后，境內(nèi)外全量業(yè)務(wù)已由新系統(tǒng)穩(wěn)定承載，從底層打通數(shù)據(jù)孤島；

股份行中，平安銀行也在2025年底成功投產(chǎn)新一代分布式核心系統(tǒng)，完成關(guān)鍵業(yè)務(wù)系統(tǒng)從集中式向分布式、單元化架構(gòu)的跨越，為后續(xù)高頻AI大模型調(diào)用鋪平道路。

百億級別的IT基礎(chǔ)設(shè)施建設(shè)宣告收官，或意味著對于投入較早的頭部銀行，昂貴的硬件采購與基礎(chǔ)軟件授權(quán)的集中支出期，正逐漸過去。

完成鋪底建設(shè)后，頭部銀行的前期科技投入，也在逐步釋放效能：

例如，招商銀行的兩大App維持了1.5億月活高位，AI數(shù)字員工攤薄了單客運營成本，基于多維圖計算的風(fēng)控中樞年內(nèi)攔截逾百億高風(fēng)險授信，讓不良率停在0.94%的低位。

興業(yè)銀行的科技投入占比僅為3.62%，ROE為8.69%、處于股份行中間水平；

得益于“企金+同業(yè)”數(shù)字化平臺的全面打通，該行的線上財富代銷與撮合交易規(guī)模大幅增長，直接拉動非息收入占比逆勢突破30%。

算力暗戰(zhàn)

當(dāng)云原生改造的階段性收官，頭部銀行間的角力場，也從軟件架構(gòu)轉(zhuǎn)向支撐人工智能的硬件基石——GPU智算集群。

在數(shù)據(jù)安全的合規(guī)底線之下，銀行業(yè)早已形成核心數(shù)據(jù)不上公有云的共識。

以工、農(nóng)、中、建、交、郵儲為首的國有大行，在2025年均已對外披露全面啟動并深入推進(jìn)主流開源大模型的私有化本地部署，將核心模型與數(shù)據(jù)資產(chǎn)鎖定在行內(nèi)體系中；

樞紐調(diào)研發(fā)現(xiàn)，如今已有工行、農(nóng)行等3家以上的國股行，開啟了龍蝦的本地化部署。

將模型請入內(nèi)網(wǎng)，是合規(guī)的第一步。

一名股份行科技部門人士指出，在大模型落地的深水區(qū)，傳統(tǒng)外置安全網(wǎng)關(guān)因規(guī)則僵化，極易導(dǎo)致業(yè)務(wù)體驗受損與誤殺，行業(yè)往往會構(gòu)建“分級診療”式的縱深防御：

系統(tǒng)會先判斷用戶的提問意圖，將普通的常規(guī)問答分流，將涉及核心數(shù)據(jù)等高風(fēng)險指令，自動交給經(jīng)過嚴(yán)格安全訓(xùn)練的專科模型處理；

同時，技術(shù)團(tuán)隊會通過高頻的模擬攻擊測試（紅藍(lán)對抗），逼迫模型從內(nèi)部建立起免疫防御，讓外部僵化的攔截網(wǎng)關(guān)退居二線，只做最后的安全兜底。

不過，無論是培訓(xùn)專科模型，還是支撐海量數(shù)據(jù)的私有化流轉(zhuǎn)，都代表各大行必須更多資源，轉(zhuǎn)向重資產(chǎn)的算力基礎(chǔ)設(shè)施建設(shè)。

建行披露，截至2025年末，其“建行云”總算力規(guī)模（含通用、智能、高性能算力）已達(dá)568.36 PFlops（FP32）；

工行、農(nóng)行也在業(yè)績會中提及了萬卡（GPU）級別的智算集群規(guī)劃。

不過現(xiàn)實的另一重考驗是，底層的硬件資源能否穿透組織壁壘，轉(zhuǎn)化為一線的業(yè)務(wù)產(chǎn)能。

早在2023年，銀行業(yè)平均離柜率的官方數(shù)字已超過97%；

但現(xiàn)實物理網(wǎng)點的真實運轉(zhuǎn)中，仍有大量智能柜臺設(shè)備因交互門檻與適老化不足，日均有效業(yè)務(wù)辦理量不及預(yù)期。

內(nèi)部的研發(fā)環(huán)節(jié)，同樣存在硬件算力與基層流程的斷層。

樞紐自業(yè)內(nèi)了解到，如今銀行科技團(tuán)隊的精力，常被EAST（檢查分析系統(tǒng)）等高頻的監(jiān)管數(shù)據(jù)報送任務(wù)大量消耗。

同時，盡管核心交易系統(tǒng)的云原生迭代已在進(jìn)行，但外圍分支與僵化管理機(jī)制仍存。

全球IT咨詢巨頭凱捷（Capgemini）在行報告中披露，銀行仍需將高達(dá)43%的IT預(yù)算用于維護(hù)傳統(tǒng)外圍系統(tǒng)，這嚴(yán)重擠壓了用于AI創(chuàng)新的資源；

IT研究機(jī)構(gòu)高德納（Gartner）則指出，至2026年，全球銀行業(yè)將有30%以上的生成式AI項目，在概念驗證后被迫放棄；

這些AI項目的核心制約因素并非模型能力，而是基礎(chǔ)數(shù)據(jù)質(zhì)量、預(yù)算限制、復(fù)合型人才短缺以及商業(yè)價值不明確。

以上種種，均說明國股行的算力布局要想更進(jìn)一步，就必須從單純的硬件采購，演變?yōu)樯婕敖M織流程、數(shù)據(jù)治理和業(yè)務(wù)邏輯重構(gòu)的系統(tǒng)工程。

組織重構(gòu)

當(dāng)算力布局演變?yōu)橄到y(tǒng)工程，必然倒逼組織架構(gòu)的洗牌。

過去，銀行傾向于將大量IT外圍研發(fā)與測試環(huán)節(jié)打包給外部技術(shù)公司；

盡管適度引入外部技術(shù)服務(wù)仍是行業(yè)常態(tài)，但在大模型深度應(yīng)用與數(shù)據(jù)資產(chǎn)化的趨勢下，過度依賴外包，已引發(fā)了監(jiān)管層對數(shù)據(jù)泄露與運維失控的警惕。

2025年下半年，監(jiān)管曾密集開出多張相關(guān)罰單，建行因外包管理機(jī)制缺失被罰290萬元，光大銀行、民生銀行也因系統(tǒng)運維外包風(fēng)險分別領(lǐng)受430萬元、590萬元罰單。

連串的罰單指向了一個底層邏輯——

傳統(tǒng)外包模式固有的管理盲區(qū)，已多次觸及合規(guī)與安全的紅線。

這不意味著銀行業(yè)將徹底拋棄外包，而是宣告了算力驅(qū)動的新周期里，必須將關(guān)鍵系統(tǒng)的架構(gòu)控制權(quán)與核心業(yè)務(wù)邏輯的研發(fā)收歸行內(nèi)。

對于體量龐大、且科技部門自身實力較強(qiáng)的國有大行而言，這種核心研發(fā)能力的向內(nèi)收斂尤為堅決。

這催生了近年國股行科技條線的擴(kuò)編潮：

據(jù)樞紐統(tǒng)計，持續(xù)披露科技人員數(shù)量的11家國股行，2024年末科技員工數(shù)量較上年末整體增長7.81%，至2025年末，漲幅顯著擴(kuò)大至17.79%；

其中，建行、中行、工行均出現(xiàn)大幅擴(kuò)招。

從配置密度來看，科技投入比重相對克制的興業(yè)銀行，科技人員占比已高達(dá)13.88%，在國股行陣營中遙遙領(lǐng)先。

這或是因為，興業(yè)銀行率先嘗試了“科技內(nèi)生+外部輸出”的差異化路徑。

依托國內(nèi)唯一對外輸出銀行核心系統(tǒng)技術(shù)的子公司興業(yè)數(shù)金，以及連接近800家機(jī)構(gòu)的“銀銀平臺”，其龐大的科技團(tuán)隊已化身為直接創(chuàng)收的To B服務(wù)部隊。

這一特例也說明，國股行的科技暗戰(zhàn)將不會止步于單純的“招兵買馬”。

與人員擴(kuò)充同步進(jìn)行的，還有管理層主導(dǎo)的跨部門組織變革：

2024-2025年，以交行、光大銀行與民生銀行為代表的多家國股行，已相繼設(shè)立由行級領(lǐng)導(dǎo)掛帥的“數(shù)字金融委員會”或類似頂層機(jī)構(gòu)，試圖通過自上而下的方式，打破業(yè)務(wù)與技術(shù)部門之間的壁壘；

此外，中行重組了金融科技部與業(yè)務(wù)研發(fā)部，從架構(gòu)上拉齊業(yè)務(wù)線與技術(shù)線的協(xié)同步調(diào)；

浦發(fā)銀行已在內(nèi)部增設(shè)專門的人工智能中心。

將科技與業(yè)務(wù)深度綁定的組織調(diào)整，本質(zhì)是幫助科技部門擺脫純粹的后臺支撐定位；

當(dāng)技術(shù)投入被納入全行層面的業(yè)績統(tǒng)籌，研發(fā)產(chǎn)出便面臨更嚴(yán)格的投入產(chǎn)出比考量，技術(shù)開發(fā)也將與真實的業(yè)務(wù)轉(zhuǎn)化掛鉤。

要實現(xiàn)這種真實的業(yè)務(wù)轉(zhuǎn)化，高質(zhì)量的業(yè)務(wù)數(shù)據(jù)是核心前提。

“實際操作中，強(qiáng)壓業(yè)務(wù)部門梳理底層數(shù)據(jù)收效甚微。”一位股份行科技部門人士指出，過去的痼疾在于，治理數(shù)據(jù)的收益在全行，但干活的成本卻壓在業(yè)務(wù)自身。

為了打破這種圍繞數(shù)據(jù)資產(chǎn)的部門博弈，技術(shù)側(cè)正在重塑底層的協(xié)作路徑。

該人士表示，業(yè)內(nèi)正在嘗試將治理成本技術(shù)化：由技術(shù)團(tuán)隊先利用工具逆向生成數(shù)據(jù)草案，業(yè)務(wù)側(cè)僅需在線糾錯；

同時優(yōu)先在風(fēng)控等高價值領(lǐng)域打造“黃金數(shù)據(jù)源”，讓業(yè)務(wù)部門直觀感受到數(shù)據(jù)準(zhǔn)確性帶來的實質(zhì)減損，從而真正將技術(shù)協(xié)作轉(zhuǎn)化為業(yè)務(wù)收益。

除了依靠底層工具化解協(xié)作摩擦，為了從根本上解決業(yè)務(wù)、技術(shù)互不了解的痼疾，各行在微觀崗位上也開始發(fā)力。

例如，2025年民生銀行進(jìn)一步壯大業(yè)務(wù)分析師團(tuán)隊，讓兼具金融邏輯與代碼架構(gòu)理解的專業(yè)人員充當(dāng)翻譯，降低跨部門的需求傳導(dǎo)與開發(fā)損耗；

浦發(fā)銀行抽調(diào)骨干成立“信鏈工程專班”，用專班模式直接打破條線割裂，協(xié)同研發(fā)并打通供應(yīng)鏈金融體系。

在內(nèi)部轉(zhuǎn)崗與培訓(xùn)之余，這樣的趨勢也直接反映在了社會化招聘中。

例如，2025年招商銀行、興業(yè)銀行、平安銀行等股份行在總行與分行，招聘貿(mào)易融資/供應(yīng)鏈金融產(chǎn)品經(jīng)理、數(shù)據(jù)分析師等職位時，均要求候選人深入理解業(yè)務(wù)痛點、協(xié)調(diào)技術(shù)開發(fā)。

組織的重構(gòu)與溝通壁壘的打通，也使得AI技術(shù)在部分高頻、標(biāo)準(zhǔn)化的中后臺與對公場景中，率先跑通了降本增效的財務(wù)閉環(huán)。

在中后臺的集中運營與核算環(huán)節(jié)，工行2024年給出的測算數(shù)據(jù)顯示，行內(nèi)打造的AI數(shù)字員工矩陣，每年承擔(dān)的工作量已相當(dāng)于5.5萬名員工的全年工時；

在金融市場資金交易這一高標(biāo)準(zhǔn)場景下，中信銀行披露，該行2025年交易自動化率突破80%，交易處理效率提升5倍，進(jìn)而拉動了相關(guān)交易量的攀升；

興業(yè)銀行則表示，該行部署的AI編程助手已覆蓋超90%的研發(fā)人員，在代碼編寫與基礎(chǔ)測試環(huán)節(jié)顯著提升了產(chǎn)出效率。

觸角延伸

無論算力如何增長，中臺組織如何敏捷，銀行最終都要面對更加復(fù)雜詭譎的真實商業(yè)。

長期以來，銀行傳統(tǒng)風(fēng)控邏輯始終存在結(jié)構(gòu)性盲區(qū)——

建立在紙質(zhì)合同、核心企業(yè)擔(dān)保與傳統(tǒng)倉單之上的賬本風(fēng)控，在面對下沉市場復(fù)雜的實體資產(chǎn)與蓄意欺詐時，屢屢被輕易穿透。

真實爆雷的重案，已多次剝開過傳統(tǒng)模式的脆弱外衣。

以2019年案發(fā)、拉鋸至2026年的“承興系”詐騙案為例，該案中，犯罪分子僅憑偽造的公章與虛構(gòu)的應(yīng)收賬款合同，便憑空捏造出龐大的底層貿(mào)易流，累計涉案金額突破300億元。

原始的造假手段，擊穿了多家銀行的供應(yīng)鏈防線，也警示著，當(dāng)紙面憑證與中介信用不可靠時，銀行更需要的是跨越信息中介，直接掌控物理世界的一手客觀數(shù)據(jù)。

這種向物理世界延伸的防御，首先體現(xiàn)在對微觀業(yè)務(wù)場景的滲透。

例如，活體抵押物正在通過物聯(lián)網(wǎng)技術(shù)變成不可篡改的數(shù)字鏡像。

2024年起，農(nóng)業(yè)銀行在新疆等地大面積推廣“AI智能畜臉識別貸款”，通過物聯(lián)網(wǎng)設(shè)備對牲畜進(jìn)行全天候的體征與軌跡監(jiān)測，大幅填補了重復(fù)抵押與資產(chǎn)滅失的風(fēng)控盲區(qū)；

興業(yè)銀行與平安銀行已上線的生物資產(chǎn)數(shù)字化監(jiān)管平臺，也讓偏遠(yuǎn)地區(qū)的活體資產(chǎn)在總行風(fēng)控大屏上實現(xiàn)了遠(yuǎn)程可視可控。

當(dāng)微觀的地面?zhèn)鞲杏|及基站覆蓋的極限，已有大行繼續(xù)將廣域物聯(lián)網(wǎng)接駁至太空星座，試圖以“空天地一體”的架構(gòu)，進(jìn)一步收緊底層資產(chǎn)的數(shù)據(jù)閉環(huán)。

一場由商業(yè)銀行發(fā)起的自建星座浪潮，正在太空中上演。

2026年4月，“郵儲銀行號”遙感衛(wèi)星成功入軌，該衛(wèi)星具備優(yōu)于0.5米分辨率的高清成像能力，將賦能高標(biāo)準(zhǔn)農(nóng)田、儲備林及基建等對公核心場景；

在此之前，招商銀行也在2025年密集發(fā)射了“招銀1號”、“招銀2號”等低軌寬帶衛(wèi)星；

浦發(fā)銀行則將“浦銀數(shù)智”衛(wèi)星送入軌道，并全面接入低軌物聯(lián)網(wǎng)星座。

航天動作的背后，不僅是單一的風(fēng)控考量，而是金融科技在物理世界觸角的全面延伸，銀行正在越過傳統(tǒng)的數(shù)據(jù)服務(wù)商，直接將海量的空間軌跡轉(zhuǎn)化為獨占的高價值數(shù)據(jù)資產(chǎn)。

當(dāng)天空成為數(shù)據(jù)的傳輸帶，遙感影像與物聯(lián)網(wǎng)信號便成了業(yè)務(wù)上的電子圍欄。

據(jù)悉，招商銀行借助自研的遙感解譯系統(tǒng)，已實現(xiàn)了對全國重點合作按揭樓盤高達(dá)95%精度的施工進(jìn)度實時監(jiān)測。

行至2026年，審視這份總計1800億元的科技賬本，國股行金融科技的脈絡(luò)已逐漸清晰。

監(jiān)管收緊、息差空間收窄正共同倒逼著每一筆科技投入走向務(wù)實，無法將研發(fā)開支轉(zhuǎn)化為實際效能的機(jī)構(gòu)，必將在新周期中承受更沉重的財務(wù)拖累。

如今的頭部銀行，也已漸漸告別堆砌服務(wù)器規(guī)模與單純強(qiáng)調(diào)技術(shù)概念的粗放時代，開始夯實算力底座與數(shù)據(jù)主權(quán)、打破業(yè)技壁壘，將數(shù)據(jù)觸角延伸至物理世界的交易節(jié)點。

對于下一個發(fā)展周期而言，涵蓋底層算力、生產(chǎn)關(guān)系與數(shù)據(jù)要素的全盤重構(gòu)，已是國股行競爭的必然門檻；

也只有真正將每一行代碼都轉(zhuǎn)化為實質(zhì)的風(fēng)控防線，將每一份算力都確鑿地嵌入利潤表，才能在凜冽的市場中穩(wěn)固生存底盤。