作者:金融界银行研究院院长陈国汪

数字金融已由渠道线上化进入以人工智能和数据要素为核心的生产力重构阶段,并沿代币化结算方向重塑金融基础设施。2026年,全球领先银行呈现三个变化:科技投入从IT预算转为经营预算,人工智能开始进入损益表;服务界面从自有App向客户所在平台迁移;代币化存款从单家试验走向跨行真实交易。我国在政策推动下形成了罕见的应用广度和规模优势,2025年13家上市银行金融科技投入1838.78亿元,2026年9月手机银行活跃设备达7.6亿台。但投入增速放缓、净息差收窄、数据治理滞后、核心系统自主可控不足、模型风险上升、国际竞争力偏弱等问题已经显现。下一阶段政策重心应从“鼓励投入”转向“提高全要素生产率”,推动数字金融从规模扩张转向质量跃升。

一、全球商业银行数字金融实践的新趋势

全球银行业数字金融经历了渠道替代、场景嵌入和智能重构三个阶段。2026年是分水岭:人工智能不再只是展示性项目,而是被要求回答“省了多少钱、少用了多少人”。

(一)从“系统上线”到“智能生产力”

摩根大通2026年科技投入约198亿美元,内部大模型平台覆盖约25万名员工,约一半每日使用,披露用例超过450个,累计节约近15亿美元。管理层称部分运营环节人力已压降最多四成,但总人数未降,节省的人力被重新配置到客户覆盖和业务扩张。美国银行给出的回报路径是2026年收益2.5亿至3亿美元、2027年约7亿美元;加拿大皇家银行以自研基础模型支撑信贷审批,目标到2027年实现约7亿美元价值。

这些数字的含义不是“投入很大”,而是“算得清”。Evident Insights对全球50家大型银行的评估显示,行业平均得分一年上升26%,但只有12%的公开用例披露了对运营指标的影响,仅约1%披露具体财务回报。头部银行的优势,正在于把技术语言翻译成财务语言。数字原生银行从另一侧证明成本结构的威力:Nubank 2026年三季度净利润10.9亿美元、增长31%,客户超1.4亿,效率比降至19%至19.5%,其首席财务官坦言人工智能带来的产能提升使其放慢了招聘。传统银行效率比普遍在40%以上,数字化若不能改变成本结构,就只是给旧组织加了一层新界面。

(二)从“自有渠道”到“客户所在界面”

2026年2月,西班牙对外银行(BBVA)在德国和意大利上线嵌入ChatGPT的原生应用,用户可在对话中查询账户条件、卡片和储蓄产品;目前只做查询、不做交易,但被定位为走向“数字伴侣”的第一步。BBVA已有超过1.1万名员工使用ChatGPT企业版,八成使用者每日使用,平均每周节省约三小时。

星展银行的路径更具代表性:其智能客服digibot覆盖新加坡约500万、香港和台湾约400万客户,2026年上半年每10个咨询中9个由系统独立解决,第四季度起将具备智能体和语音能力,可直接办理查账、积分汇总、费用减免与挂失换卡。这一迁移带来两个后果:入口所有权与客户关系分离,银行可能沦为底层账户提供者,品牌与定价权被平台截留;监管边界模糊,责任划分、消费者保护与反洗钱义务难以沿用原有框架。手机银行的“超级入口”战略仍有价值,但不能把全部筹码押在自有App上。

(三)从“账户支付”到“代币化结算”

摩根大通Kinexys网络的区块链存款账户已支持八种货币,累计处理交易超过4万亿美元、日均超70亿美元。2026年7月,SWIFT基于区块链的共享账本进入可用阶段,六大洲17家银行试点代币化存款的实时跨境结算;汇丰与渣打完成首笔银行间跨境互操作交易,星展与花旗在9月完成新加坡至纽约的周末美元转账。国际清算银行牵头的Agorá项目已进入真实价值测试,验证了央行准备金与商业银行存款在同一平台原子结算的可行性。

代币化存款的本质是“防守性创新”。稳定币正在分流银行存款,若银行不提供可编程、全天候、可计息的存款形态,资金会流向非银发行方,负债基础与信贷能力将被削弱。香港Ensemble、英国代币化存款计划、美国清算所网络,都是在既有监管框架内争夺下一代结算基础设施的主导权。

我国路径不同。数字人民币自2026年1月1日起由现金型1.0升级为存款货币型2.0,实名钱包可计息、受存款保险保障,“账户+币串”模式兼顾零售与批发;截至2026年9月末累计交易43亿笔、金额约31万亿元,9月单月1.87万亿元、增长123%,运营机构30家。我国走的是以央行数字货币为核心、商业银行深度参与的基础设施路线,与欧美以代币化存款为主的路线形成对照;两者并非互斥,竞争关键在跨境互操作、智能合约生态与合规成本。

(四)从“技术竞赛”到“治理竞赛”

当人工智能从辅助工具变成决策参与者,治理能力成为分水岭。Evident评估显示,80%的领先银行已建立自动化护栏与投后监测机制,其余银行仅40%;增长最快的岗位不是算法科学家,而是模型风险、人工智能产品管理与赋能岗位。欧盟《人工智能法案》分阶段实施、《数字运营韧性法案》生效,把模型文档、数据治理与业务连续性变成硬约束。

Gartner的判断提供了另一面:生成式人工智能已进入“泡沫破裂低谷期”,智能体处于“期望膨胀顶峰”,到2027年底超40%的智能体项目可能被取消。原因并不神秘:智能体的价值取决于流程重构深度,而多数银行只是把聊天机器人接入旧流程,既未改变授权体系,也未改变责任边界。治理不是创新的刹车,而是规模化的许可证。全球经验可归为三点:胜负手在组织变革而非技术采购;数据与结算是比应用更深的护城河;最终检验标准是服务实体经济的效率。

二、我国商业银行数字金融的主要进展

欧美以市场驱动为主、资本约束强;我国以政策驱动为先导、超大规模市场为依托、统一支付清算与征信基础设施为底座,形成“顶层设计—监管标准—机构实践—场景落地”的推进方式,优势是速度快、覆盖广,短板是个体效率分化与制度性摩擦。总体判断:我国已完成“广度扩张”,正处于“深度重构”的起点。

(一)政策体系完成闭环

2024年11月,中国人民银行等七部门印发《推动数字金融高质量发展行动方案》,明确到2027年底基本建成与数字经济发展高度适应的金融体系,提出五方面21项任务。2025年12月,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》,从数字治理、数字化运营、数字型组织、数字人才和八个重点服务领域作出部署。2026年6月,金融监管总局发布人工智能安全开发应用指导意见,以32项要求把人工智能风险纳入全面风险管理体系。2026年8月,中国人民银行印发“十五五”改革发展规划及9份行动方案,《金融强国建设“十五五”规划》同步出台。

至此,我国形成“中长期规划—专项行动—技术标准—监管规则”的完整链条,政策工具从“鼓励”扩展到“评估、统计、监管评级、试点沙盒”。但政策密度并不自动等于执行效果,难点在于把文件语言转化为机构内部的预算、授权与考核。

(二)投入进入千亿级,组织能力增强

2025年,13家主要上市银行金融科技投入合计1838.78亿元、增长1.41%;六大国有银行合计1300.91亿元、增长3.69%,高于其2.34%的营收增速,说明大行仍在“适度超前”布局。工商银行投入285.88亿元,占营收4.39%,连续第五年超200亿元;建设银行267.22亿元、增长9.37%;交通银行科技投入占营收5.78%;招商银行129.01亿元,占营收4.31%。六大行科技人员合计约13.58万人,工商银行增至4.02万人,占员工总数9.8%。

但结构已经分化:邮储银行信息科技投入约117亿元、下降4.11%,是六大行唯一负增长者;中信银行96.41亿元、下降11.91%,连续两年下滑。股份制银行不再追求“大而全”的自研,而是围绕零售、财富管理与风控做深做透。这种分化是理性的:净息差已降至2026年二季度的1.41%,银行必须在“继续铺系统”和“提高单位产出”之间选择。问题在于,部分收缩是主动优化,部分则是算不过账后的被动退却。

(三)渠道与客户经营形成规模优势

艾瑞咨询监测显示,2026年9月中国手机银行App整体活跃独立设备达7.6亿台、增长6%,六大国有银行全部进入前九,农业银行以突破2.6亿的月活连续67个月居首,工商银行月活超2亿。支付清算基础设施规模更庞大:2025年全国开立银行账户155.56亿户、银行卡102.17亿张,银行处理电子支付业务3197.21亿笔、金额3623.20万亿元,其中移动支付2314.64亿笔、金额571.97万亿元。

渠道策略正从“做多”转向“做少”。2026年以来,多家银行关停或整合信用卡App、直销银行App与生活服务App,把分散入口并入主手机银行。这不是简单的成本削减,而是对“一个业务一个App”的组织惯性纠偏。真正的考验是如何把主App从“交易工具”升级为“客户关系载体与数据枢纽”,否则只是把分散的低活跃变成集中的低活跃。

(四)人工智能进入规模化应用

2026年,人工智能在银行业落地明显加快,呈现“场景数量、词元消耗、人力替代”同时扩张的特征。工商银行“工银智涌”落地场景超600个,人工智能数字员工承担工作量达5.5万人年,金融市场智能询价交易占比超96%,“AI智审”上半年输出36万条审查意见、采纳率98.6%;建设银行生成式人工智能覆盖超600个场景;中国银行智能化助手超2200个;招商银行落地1386个场景,日均词元消耗330亿,2025年节约人工1556万小时;中信银行增效超1.7万人年。

词元消耗首次批量进入上市银行半年报,是标志性事件:人工智能从“科技部门的项目”变成“集团的可计量成本”,银行开始像管理电费一样管理算力。招商银行“投入20元、创造约100元收益”是目前国内少数公开的投入产出比。但词元消耗本身不是价值,场景与智能体数量更不是价值;若缺乏统一口径,词元账单越滚越大,反而掩盖低效重复建设。

(五)数字技术对实体经济的适配度提升

2026年三季度末,人民币普惠小微贷款余额38.50万亿元、增长6.7%;科技型中小企业贷款余额4.27万亿元、增长20.1%,获贷率51.1%,比上年末提高0.9个百分点;高新技术企业贷款22.09万亿元、增长17.2%,获贷率58.2%;绿色贷款49.22万亿元、增长13.0%;涉农贷款54.29万亿元、增长5.6%。数字背后是风控逻辑之变:从看抵押、看报表,转向看交易流水、看技术流、看产业链位置。

案例更能说明问题。网商银行以人工智能风控把疑难复杂贷款审批从3天压缩到10分钟以内;微众银行科技人员占比长期保持50%以上,户均IT运维成本压到每年2元左右,使服务海量“尾部客户”具备商业可持续性;建设银行天津市分行依托“技术流”评价工具,为初创期科技企业提供纯信用授信。其共同点是用数据替代抵押、用模型替代经验、用线上流程替代物理网点。

(六)数字基础设施与数字人民币形成特色

我国的支付清算系统、征信系统、动产融资统一登记公示系统、全国中小微企业资金流信用信息共享平台,为商业银行提供了其他国家同业难以获得的公共数据与清算能力。数字人民币是最具辨识度的自主创新:截至2026年9月末累计交易43亿笔、金额约31万亿元,运营机构30家,跨境结算平台CBETS已与26家直接参与者签约、另有42家境内外银行达成意向;2026年10月,央行端数字人民币系统与智能合约生态服务框架发布,数字人民币从支付工具向可编程的价值基础设施演进。

智能合约落地尤其值得关注。交通银行在成都落地全国首笔数字人民币智能合约农民工发薪,把工资发放与工程进度绑定,从源头治理欠薪;邮储银行依托“元管家”实现预付卡闭店自动退款。其价值不在支付本身,而在“条件触发、资金闭环、全程可溯”,补上了传统账户体系在专项资金监管、预付资金安全、财政直达等领域的短板。

三、存在的主要问题

问题已不是“有没有”,而是“值不值、稳不稳、深不深”。技术扩散快于组织变革,应用扩张快于数据治理,国内规模领先快于国际能力建设。这三个“快于”是诸多矛盾的共同根源。

(一)规模领先、效率滞后,边际收益递减

2025年13家上市银行金融科技投入仅增长1.41%,六大行增长3.69%,已从高速扩张转入平台期;同期净息差降至1.41%,较2019年末收窄约80个基点。技术投入是刚性成本,收益却分散在客户留存、风险损失与运营效率三条链上,难以归集验证。于是系统越建越多、报表越来越复杂,成本收入比却未系统性下降,客户体验的差异化也不明显。

更值得警惕的是“内卷式数字化”。当云、模型、场景方案都可外购,技术不再构成壁垒,竞争转向权益补贴:2026年6月招商银行推出搭载词元权益的信用卡,多家银行跟进,中国银联联合发卡行打造智能体主题信用卡。“消费即算力”本质仍是补贴战,只是把积分换成词元,短期能获客,却难成护城河。

组织壁垒放大了效率损失:部门银行格局下,零售、对公、风控各有一套客户视图与考核,同一客户被反复识别、反复授信;科技部门担交付、业务部门握预算,缺乏收益共担机制,于是交付快、兑现慢,数字化在不少机构变成“把线下流程原样搬到线上”。

(二)数据要素“最后一公里”尚未打通

内部看,客户、交易、行为数据分散在数十个系统,口径不一、质量参差,迁移清洗成本极高;外部看,工商、税务、司法、社保、水电数据分属不同部门,接入成本高、更新慢、边界不清。公共数据授权运营仍在探索,数据资产入表与估值缺乏统一规则,隐私计算、联邦学习的商业化规模有限。

短板直接反映在罚单上。2026年以来,银行业数据安全与个人信息保护罚单达56张、罚款超7000万元,其中百万元以上罚单24张,而2025年全年仅1起。泉州银行因8项违规被罚625万元、责任人被终身禁业;工商银行、建设银行、交通银行因系统投产变更风险管控不到位合计被罚255万元。

罚单释放两个信号:监管从“事后追责”转向“事前问责”,内控与权限存在漏洞即便未泄露也处罚;问责从机构下沉到个人。对中小银行冲击更大,它们依赖第三方开发与SDK,外包商漏洞会直接植入产品;合规成本具有累退效应,可能加速机构退出,反而削弱普惠供给。

(三)核心系统与算力底座仍受制于人

大行与股份行基本完成分布式改造,核心系统信创改造完成率超90%,城商行约82%、省级农信约65%,但核心系统国产化率仅约20%,数据库、中间件、芯片仍依赖国外。改造不是“换服务器”,而是把二三十年的集中式架构拆为微服务与分布式数据库,涉及账户、清算、核算、风控全链路。

风险已经显现:2026年6月,工行、建行、交行因投产变更管控不到位被处罚。中小银行改造需数亿元投入与数百人团队,多只能“外围改造、核心观望”,架构更复杂、运维更贵。算力是另一隐忧,高端GPU供给受制于外部环境;多数银行采用“通用大模型+垂类小模型”,虽属理性,却带来集中度风险——依赖同一底座、同一云商,缺陷与断供会外溢为系统性事件。

(四)组织人才与治理能力滞后于智能化

银行业不缺科技人员,六大行合计13.58万人、工行一家4.02万人,缺的是懂业务、懂数据、懂模型风险的复合型人才。科技团队以交付为主,业务部门凭经验决策,“科技做模型、业务不敢用”的两张皮普遍存在。考核按年按季切分,资源流向短平快项目;容错不足,故障即追责,抑制一线用新技术。

人工智能进入核心业务后风险形态质变:幻觉、不可解释、提示词注入、智能体越权,一旦用于授信、反洗钱或交易决策,单次错误即可造成损失。更棘手的是模型同质化,多家银行用同一底座与相似提示词,判断高度一致,可能放大羊群效应。32条要求已覆盖主要环节,但模型清单、影响评估、算法审计、投后监测与退出机制,多数机构尚不具备。

(五)数字鸿沟与消费者保护面临新挑战

我国60岁及以上人口3.23亿、占23.0%,预计2035年前后突破4亿。老年群体“不会用、不敢用、用不起”并存;尽管监管要求保留现金与网点,成本压力下仍有机构以撤点、引导线上变相挤压线下服务。数字化初衷是普惠,处理不当反会排除最需要服务的人群。

消保亦出现新形态:算法推荐诱导过度借贷,智能客服回避复杂问题,第三方SDK过度收集通讯录与生物识别信息,深度伪造被用于冒充客户与员工诈骗。2026年4月,三部门联合部署个人信息保护专项行动,把金融列为重点治理领域。普惠与保护存在真实张力,政策应分层分类,而非简单选边。

(六)国际竞争力与跨境能力仍是短板

Evident 2026年全球银行人工智能指数前十名依次为摩根大通、第一资本、加拿大皇家银行、澳大利亚联邦银行、富国银行、瑞银、美国银行、花旗、摩根士丹利、多伦多道明银行,无一家中资银行。这说明“大”不等于“智”:优势在客户规模与工程能力,短板在基础模型、数据治理、全球网络与制度型开放。

跨境能力更直接:中资银行海外系统多当地独立建设,客户视图与风控难以全球一体;跨境数据流动受限;在BIS、FSB、SWIFT规则制定中话语权与资产规模不匹配。CBETS已起步,但与SWIFT、Kinexys互操作仍需制度安排。国际竞争既是商业问题,也是规则问题。

四、下一步政策建议

政策重心应从“鼓励上系统、上场景”转向“提高全要素生产率、降低系统性风险、增强国际竞争力”,以差异化监管为牵引、数据要素与算力底座为支撑、人工智能治理为保障、中小银行集约化与制度型开放为两翼。

(一)以差异化监管引导差异化转型

对国有大行与系统重要性股份行,重点管模型风险、外包集中度、跨境数据流动与系统韧性,鼓励参与国际标准制定;对城商行、农商行与村镇银行,重点管数据安全、消费者保护与外包管理,避免以大行标准要求中小机构,防止合规成本成为压垮机构的最后一根稻草。评估结果应与监管评级、业务准入、试点资格适度挂钩。

同时建立投入产出披露指引,统一科技投入、场景数量、词元消耗、人力替代、成本收入比等口径,防止“数字政绩”;对申请沙盒、试点与财政补贴的项目,要求提交可验证的测算与退出预案。

(二)把数据要素市场化作为主线

加快公共数据授权运营,明确金融领域可用的数据目录、使用条件、定价机制与安全责任,推动工商、税务、司法、社保、水电数据以标准化接口开放;依托全国中小微企业资金流信用信息共享平台,让缺乏抵押物的中小企业用交易流水证明信用;探索金融行业数据空间,在隐私计算、联邦学习支撑下实现“数据可用不可见、用途可控可计量”。

完善数据资产入表与估值规则,建立数据质量责任制度并与业务考核挂钩;对跨境流动采取“负面清单+安全评估+标准合同”组合。可由行业协会或省级平台统建数据治理工具与合规检测系统,向中小银行开放,避免合规成本成为机构退出的加速器。

(三)夯实核心系统与算力底座

把核心系统分布式改造纳入金融基础设施规划,明确时间表、技术标准与验收规范,对通过压力测试的机构给予监管激励;支持国产数据库、中间件、芯片与操作系统规模化应用,以联合攻关、首台套保险、政府采购降低试错成本。改造须坚持“先外围、后核心,先并行、后切换”,建立回滚预案与业务连续性方案。

统筹建设金融智算中心,以“算力券”“算力共享”降低中小银行成本;建立算力标准,明确数据不出域、模型可审计、算力可计量;鼓励“多云多活”与开源治理,对关键组件做安全扫描与替代预案。

(四)建立人工智能全生命周期治理体系

以32条要求为基础,建立“模型备案—影响评估—算法审计—投后监测—退出”的全生命周期框架:对授信、定价、反洗钱、交易决策等高风险模型严格准入与持续评估,对客服、营销、办公等低风险模型实行备案抽查;要求建立模型清单,明确用途、数据来源、性能边界与责任人;对智能体实行权限最小化、关键节点人工复核、全链路留痕。

建立价值核算标准,统一人力替代、成本节约、风险损失下降、收入增量四类口径;监管沙盒重点测试智能体、代币化存款与跨境数据流动,给予有限容错空间;把模型风险与算法伦理纳入从业资格与高管培训。

(五)推动中小银行集约化转型

依托省级农信联社、农商联合银行与金融科技子公司,建设面向中小银行的共享科技平台,提供核心系统、风控模型、数据治理、合规检测等公共服务,按成本分摊而非利润最大化定价;鼓励大行与科技子公司输出成熟产品,但须防止新的垄断与数据集中,明确数据权属与责任边界。

转型应与改革化险同步:合并重组中优先整合核心系统、数据平台与风控体系,避免“机构合并了、系统还是两套”;对经营困难但服务空白的地区,以托管、代理、流动服务保留基础供给;允许中小银行“有所不为”,聚焦本地特色场景与核心客户。

(六)以客户为中心重构渠道与场景

继续推动App整合,把分散入口并入主手机银行,同时避免“一刀切”关停造成老年人与县域客户服务真空;主App应从交易工具升级为“金融+生活”平台,但场景扩张必须有边界。开放银行须建立统一接口标准、数据授权与责任划分机制,防止银行沦为单纯资金通道。

适老化改造应从“字体放大”走向“流程简化”,保留人工客服、柜面与现金服务;对算法推荐、信贷营销、界面设计开展伦理审查;加强对深度伪造、非法代理维权、黑灰产的跨部门快速处置。

(七)以制度型开放提升国际竞争力

以香港、上海、深圳前海等为试点,稳步推进代币化存款、数字人民币跨境结算与跨境数据流动,形成“风险隔离、可关可开”的制度安排;支持中资银行整合海外系统,建设全球统一的客户视图、风控平台与产品目录;鼓励参与BIS、FSB、SWIFT标准制定,在代币化存款、人工智能治理、数据跨境等领域提出中国方案。

CBETS应与SWIFT、Kinexys探索互操作,避免形成孤立生态,同时完善跨境反洗钱、反恐融资与消费者保护机制。国际竞争力的根本不是规模,而是规则、网络与信任。

(八)重塑组织与人才机制

在董事会或高管层设立首席数据官、首席人工智能官,明确其对数据资产、模型风险与技术战略的统筹责任;建立跨业务、跨科技的“任务型团队”,让业务部门对项目收益负责、科技部门对交付质量与系统韧性负责;把数据质量、模型表现、客户体验纳入分支机构考核。

完善长周期考核与容错机制,对数据治理、核心系统改造、基础研究实行三年以上考核周期,对创新试点中的非主观失误给予合理免责;建立数字金融人才认证与培养体系,推动银行与高校、科研机构联合培养。

总之,全球商业银行数字金融的竞争,已从“谁先上线”进入“谁能算清价值、谁能管住风险、谁能定义基础设施”的阶段。我国用十余年完成渠道、客户与场景的广度扩张,形成全球少有的规模优势与工程能力。但规模红利正在递减,技术扩散正在抹平单点优势,真正的差距转向数据治理、核心系统、模型风险、组织能力与国际规则。

数字金融的胜负手不在技术本身,而在把技术转化为全要素生产率的制度能力。这要求监管从“鼓励投入”转向“评价产出”,银行从“项目思维”转向“经营思维”,行业从“各自为战”转向“集约共享”。守住服务实体经济、风险可控、人民至上三条底线,数字金融才能真正成为金融强国建设的底座。

数据来源:

本报告数据截至2026年11月,均来自公开渠道并尽量交叉核对。政策文件引自中国人民银行、国家金融监督管理总局、国家统计局官网,包括《推动数字金融高质量发展行动方案》(2024年11月)、《银行业保险业数字金融高质量发展实施方案》(2025年12月)、《关于银行业保险业人工智能安全开发应用的指导意见》(2026年6月)、《中国人民银行“十五五”改革发展规划》(2026年8月)及2026年三季度金融机构贷款投向统计报告。机构数据来自工商银行、建设银行、农业银行、中国银行、交通银行、邮储银行、招商银行、中信银行2025年年报、2026年半年报及业绩发布会。全球案例来自摩根大通、星展银行、BBVA、Nu Holdings、美国银行、加拿大皇家银行官方披露,以及Evident Insights《2026年银行人工智能指数》、国际清算银行Agorá项目、SWIFT公告与Gartner判断。行业数据引自艾瑞咨询、中国支付清算协会及证券时报、金融时报等公开报道。