银行AI竞赛：布局“业务增量”算力“精打细算”
银行AI竞赛已进入价值兑现“深水区”。业内高度关注的问题是，科技投入起步上百万元、动辄上千万元，最终能为业务带来多少增量？
而在此过程中，中小银行与大型银行之间亦存在“科技投入的贫富差距”：国有大行在AI基础设施、智能体建设方面年投入上亿元级别，而中小银行在AI智能体建设上投入显得“精打细算”，一家中部省份区域银行的智能体开发平台项目的中标价不足百万元。
此外，随着银行各个业务板块的智能体建设普及，系统对Token（词元）及算力消耗也面临精细化的谋算布局。
某银行科技部人士表示：“目前，智能体建设会更加关注在成本预算有限的情况下，把智能体系统优先赋能到哪些业务板块，以及如何在调用消耗最少的To-ken的情况下让AI达成相同的目标。”
智能体应用数量涌现
银行AI智能体应用于业务场景中的数量涌现。
部分上市银行年报数据显示，截至2025年年底，国有大行方面，工商银行（
6
0
1
3
9
8.SH）推动人工智能在30余个业务领域、500多个场景成功落地；建设银行（
6
0
1
9
3
9.SH）人工智能大模型技术赋能398个场景应用；交通银行（
6
0
1
3
2
8.SH）2025年部署AI智能体助手超2500个；中国银行（
6
0
1
9
8
8.SH）构建智能化助手400余个；邮储银行（
6
0
1
6
5
8.SH）大模型建设覆盖前、中、后台各领域超260个应用场景；股份制银行方面，招商银行（
6
0
0
0
3
6.SH）累计落地AI场景应用超800个；中信银行AI大模型落地超120个应用场景；兴业银行（
6
0
1
1
6
6.SH）构建AI开放能力160余项，上线AI应用场景260余个。城商行方面，北京银行（
6
0
1
1
6
9.SH）累计上线超过300个嵌入业务流程的智能体。
2026年，中小银行的AI智能体建设也紧随其后。例如，常熟银行（
6
0
1
1
2