文｜李意安

2025年，息差收窄、经营承压成为银行业共性挑战，增收不增利、成本高企等痛点凸显，AI已从金融科技附属应用，成为各家银行突破瓶颈、重塑格局的核心抓手，银行业AI转型正式迈入分层竞速的全新阶段。

从行业全局审视，人工智能已不再是可选的配置，而是必争的高地。截至目前，已有超四十家银行将AI提升至顶层战略，覆盖了从国有大行到农商行的各个梯队。

作为国内首个明确“AI原生银行”概念并纳入顶层战略的机构，微众银行在AI道路上的探索尤具样本意义。跳出了传统银行业“业务提需求、科技做落地”的惯性模式，从一开始便将AI作为全行级底层基础设施进行重构，这样的尝试能否穿越周期、兑现降本增效价值？

不久前披露的2025年业绩报，不仅是其自身战略换挡的经营答卷，更是对银行业“AI原生”路径的一次阶段性验证。

01

战略换挡：AI转型全景盘点与路径差异

2025年，行业息差持续收窄、经营环境整体承压，银行业彻底告别粗放式规模扩张，全面进入以科技驱动转型、以效能夯实增长的深度调整周期。AI转型已从银行的可选项变为必选项，不同梯队银行依托自身资源禀赋，走出了差异化转型路径，既有头部机构的体系化突破，也有中小银行的单点突围。

国有大行凭借资金、技术、人才的天然优势，是银行业AI转型的核心力量，转型呈现“全面布局、重投入、强落地”的特质。截至2025年末，多家国有大行已推出自研金融大模型，将AI深度渗透至零售信贷、公司金融等核心业务板块，投入与成效均有明确数据支撑。

以工商银行为例，2025年工行将“数字工行（D-ICBC）”升级为“数智工行（AI-ICBC）”，持续加码金融科技，建成全栈自主可控的“工银智涌”技术体系，构建国产算力为主的大模型弹性算力池。目前，工行AI应用已落地500多个场景，金融市场智能询价交易笔数同比提升50%，交易智能化比率达96%；个人客户经理营销助手带动重点产品成交额增加千亿元，信贷智能助手为2万多名信贷人员提供全流程支持，集约运营类业务智能化占比超60%。

然而，出于对金融安全与系统稳定性的审慎，存量数据资产的迁移难题与传统集中式架构的刚性约束，仍在一定程度上迟滞了转型进程。不少AI应用尚局限于“局部试点”，难以跨越“试点陷阱”实现全行级规模化推广，大型金融机构固有的“沉没成本高、转身慢”之困，仍有待破解。

而全国性股份制银行则多数选择“精准发力、快速迭代”之路，聚焦细分场景突破。2025年，多家股份制银行将AI投入重点放在零售金融与财富管理领域，通过技术优化获客、提升粘性，已有多家机构形成明确案例。

以招商银行为例，其2025年年报明确提出了“AI First”的发展理念。报告期内，招行将129.01亿元（占营收4.31%）的真金白银投入信息科技领域，成功落地了856个AI应用场景。在财富管理这一核心基本盘上，招行依托智能财富顾问“小招”等AI工具深度挖掘客户价值，推动零售AUM（管理资产规模）强势突破17万亿大关。

相较于国有大行，股份制银行凭借扁平化的决策机制，在转型敏捷度上表现突出，但由于资源禀赋的差异，并非所有机构都选择自建全链路AI底层架构，其AI布局更多体现为“场景驱动”而非“基建驱动”。

平安银行2025年未走国有大行全栈自研路线，大模型应用从200余个扩至390余个，信用卡智能放款时效缩短约70%；2025年中信银行以“大模型+小模型”协同、轻量算力集群为主，未自建国有大行式全栈算力基建，自研“仓颉大模型”已投产16个、研发中80余个应用；大模型赋能量化策略研发，效率提升3倍；全年累计落地大模型场景120+个；兴业银行同样未重投入全栈算力基建，而是采用轻量级AI中台+场景智能体架构，截至2025年末上架200+个智能体、覆盖260+个业务场景，涵盖理财、个贷、信用卡审核等，坚持应用落地优先、底层基建为辅。

这种以“单点场景赋能”为主的模式，有效规避了盲目投入带来的沉没成本风险。

而对于资源更为有限的中小银行而言，AI转型的逻辑则彻底转向“借力打力”。面对自研大模型的资本开支压力，2025年行业内的主流趋势是与外部科技力量深度绑定，将有限的资源集中在本地化服务能力的提升上，通过落地智能客服、线上审批等“短平快”的应用，快速响应区域市场的金融需求。

以广东华兴银行为例，这家深耕大湾区的城商行，2025年4月与奇富数科正式签署“AI+金融战略合作协议”，依托后者在AI技术研发和金融场景落地的深厚积累，引入成熟的AI解决方案，重点围绕本地小微客户和个人客户需求，在风控审批、营销获客、远程银行等领域落地AI智能体应用，无需投入高额成本自研技术，即可快速实现服务智能化升级，既提升了对本地客户的服务效率，也有效降低了运营成本。

虽然全行业破解痛点、实现高质量发展的诉求一致，但受限于资源禀赋，转型路径已呈现出明显的分层态势：国有大行属“资源驱动型”，凭借资金与技术优势构筑全栈能力；股份制银行属“敏捷迭代型”，聚焦细分场景寻求快速突破；广大中小银行则多为“生态依附型”，依托外部合作解决基础应用。

不同于国有大行依托重资产投入的“筑高墙”策略，也不同于股份行根据业务模块敏捷开发或中小银行依托外部合作的“借船出海”，微众银行展示了另一种路径——依托原生架构优势的“换道超车”。

作为首家提出“AI原生银行”概念的银行，微众银行也是数字银行的头部标杆。早在2023年，微众银行便率先提出“从数字原生迈向AI原生”，不同于行业多数机构的浅层赋能，微众银行将AI作为全行级底层基础设施，实现从底层架构到业务全链路的系统性重构。其AI应用已全面渗透至信贷、风控、运营、研发等各个环节。

02

微众银行：AI原生战略的具象落地

要探究微众银行“AI原生”战略的具像化呈现，细节藏在其财报深处。

对比2025年和2024年财报数据，微众银行AI算力规模较上年提升3.5倍，日均调用量从4.1万次暴涨至240万次，增长近60倍，日均Token消耗从2亿攀升至超50亿，增长25倍。这种激增的算力消耗，源于AI能力在全行的系统性重构，而非浅层应用，也为信贷业务的精准优化提供了底层支撑。

一个值得关注的细节是，通常情况下，算力与需求同比例扩容，而微众银行在算力提升2.5倍的前提下，就稳稳扛住了业务调用量60倍扩容的业务洪峰，算力与调用量呈现了斜率陡峭的非线性增长。

而要探究微众银行“AI原生”战略的具象化呈现，细节不仅藏在财报的算力数据里，更体现在其构建的一套“基建—中台—前台”全链路协同体系中。这套体系解释了为何微众能以极低的边际成本，支撑起指数级增长的业务调用量。

首先是底层基建的“弹性革命”。

微众银行构建了一套经济且高弹性的混合算力供给体系，作为支撑应用快速增长的底座。不同于传统金融机构被昂贵的硬件绑定，微众在模型层确立了“开源引进+领域自研”的双轨策略。这种架构赋予了其极强的敏捷性，能够灵活支持先进模型的持续集成与再开发，最短在一天内即可完成新模型的部署与投产。业务部门甚至可以在平台上对垂直领域模型进行微调，快速适配瞬息万变的业务场景。

财报数据显示，微众银行打造开放可扩展的AI算力架构及插件广场，上线190余款可复用插件，支撑60余个数字员工和800个智能体的快速部署与高频调用。目前，大模型已实质性接管核心业务链条：智能营销端依托联邦学习实现精准获客，获客量提升21%且成本降低5%；风控信贷端实现信用审查、尽调报告自动化，将数天流程压缩至10分钟；研发运营端通过AICopilot实现多智能体协同研发，提升运营效率。

其次是中层的“能力平民化”。

微众银行将复杂的AI能力封装成了人人可用的工具。通过打造企业级AI知识平台与低代码工具集，该行构建了一条人人皆可参与的Agent（智能体）流水线。一个显著的突破是：即便是不懂编程的业务人员，也能通过可视化的“画布拖拽”方式，像搭积木一样自主拼装所需的AI应用。这种“去技术化”的赋能模式，极大地释放了全员的创造力，让AI不再是科技部门的专利。

最后是上层的“数字劳动力”实战。

当行业还在热议AI助手的概念时，微众银行已将“数字员工”规模化落地。早在2025年，该行便开始了深度实践，将能执行复杂操作的AIAgent入驻全行协同办公工具，赋予它们“同事”的身份。据年报披露，目前全行已有60多位数字员工正式“入职”，活跃在前中后台的重要岗位上——从撰写尽调报告到处理运营事务，它们不再是辅助工具，而是实实在在的生产力组成部分。

正是这套从“硬基建”到“软文化”的完整闭环，让微众银行在2025年实现了算力调用量暴涨60倍的同时，仍能保持户均IT运维成本压降至1.9元。这种打破金融科技“不可能三角”的能力，构成了传统同业难以轻易复制的壁垒。

而AI原生不仅体现在算力、数据等技术指标的爆发式增长上，更切实显化在了业务端。

财报显示，2025年微众银行主动压降贷款和垫款总额3.39%，其中受市场波动影响较大的企业贷款余额大幅缩减11.27%。腾挪出的信贷资源，集中投向普惠小微与科技金融两大基本盘，这背后正是AI技术对信贷配置的智能赋能，让投放更具针对性。

截至2025年末，该行普惠小微贷款余额占比高达46%。“微户贷”与“微业贷”两大拳头产品精准滴灌，七成以上资金流向批发零售、制造等民生行业，约25%的“微户贷”客户及五成“微业贷”客户为征信白户，实现“首贷破冰”。这一突破离不开AI与大数据的融合——AI构建精准风控画像，破解首贷数据盲区。

信贷结构优化加固了资产质量，2025年末该行不良贷款率压降至1.41%，拨备覆盖率抬升至303.15%的充裕区间。其中很重要的一个助益，是其搭建的全生命周期AI风控体系，贯穿贷前、贷中、贷后全环节，大幅提升风险识别与预警效率，从源头降低不良风险。

银行业的AI转型从来不是一场“速决战”，而是一场关乎长期竞争力的“持久战”。

微众银行的探索，或许无法成为全行业照搬的“范本”，但它确实验证了一个关键命题：在息差持续收窄、经营承压的当下，唯有跳出传统惯性思维，让AI技术真正融入业务肌理、渗透发展全链路，才能以创新路径破解行业共性难题。毕竟，银行业AI转型的终极价值，从来不是技术的冰冷堆砌，而是让金融服务更高效、更普惠、更具韧性，这也正是整个银行业在分层竞速中，始终坚守的核心发展初心与终极追求。