科技是银行发展的关键驱动力。工商银行、农业银行、中国银行、建设银行、邮储银行、交通银行2024年年报已披露完毕。年报显示，国有六大行持续推动数字化转型，不断加大金融科技投入力度，2024年金融科技投入共计1254.59亿元，较2023年共计1228.22亿元的金融科技投入增长2.15%。

　　构筑金融科技护城河

　　从2024年年报数据看，工商银行、农业银行、中国银行、建设银行在金融科技方面投入金额均超200亿元，邮储银行和交通银行在100亿元以上。

　　其中，工商银行金融科技投入285.18亿元，排位第一；农业银行信息科技投入总额249.7亿元；中国银行信息科技投入238.09亿元，占营业收入的3.76%，同比上升0.27个百分点；建设银行金融科技投入244.33亿元，占营业收入的3.26%；邮储银行信息科技投入122.96亿元，同比增长9.03%，占营业收入的3.53%；交通银行金融科技投入114.33亿元，占营业收入的5.41%。

　　与此同时，国有六大行的科技人才队伍不断壮大，为银行科技创新和应用能力的提升构筑人才“护城河”。2024年末，工商银行金融科技人员3.6万人，占全行员工的8.6%；交通银行金融科技人员9041人，较上年末增长15.70%，占集团员工总人数的9.44%，较上年末上升1.15个百分点；中国银行科技条线员工14940人，占集团员工总人数的4.78%；建设银行金融科技类人员16365人，占集团员工总人数的4.34%。

　　受访专家表示，在金融业数字化转型加速的背景下，近年来国有大行显著加大对金融科技领域的战略投入，尤其是聚焦人工智能技术的研发和应用。

　　“整体来看，国有六大行对于金融科技的关注和投入从重速度转换为重质量、重效益。”中国邮政储蓄银行研究员娄飞鹏告诉《证券日报》记者。

　　为深度推进数字化转型，国有六大行纷纷将人工智能技术作为重要抓手。中国银行研究院研究员吴丹表示，资源配置上，国有六大行通过专项预算和人才引进驱动持续强化AI技术储备，持续推动人工智能的规模化应用。业务价值上，智能投顾、AI客服等应用能显著提升零售业务的交互体验与运营效率，进一步提升银行零售业务的竞争优势。内部管理上，AI技术深度参与信贷审批、运营管理等环节，能实现人力成本优化和业务流程提速。

　　人工智能技术全面赋能

　　从国有六大行2024年年报披露的相关信息可以看到，人工智能、数字人技术、大模型、算力算法和数据体系等关键词频频出现。2024年，国有六大行均在推动数字技术和金融业务深度融合方面取得了新的进展和突破。

　　工商银行大模型规模化应用取得新突破，建成企业级千亿金融大模型技术体系“工银智涌”，赋能20余个主要业务领域、200余个场景，累计调用量超10亿次。

　　农业银行在大数据技术应用方面，推进云原生数据湖建设，分行数据上云工程圆满收官，数据基础底座进一步夯实。该行制定人工智能与银行业务深度融合的智慧银行建设方法、策略和路径，推进“AI ”全面建设与深度应用。

　　中国银行2024年积极探索人工智能大模型应用，2024年新增超900个业务场景。该行运用企业级机器人流程自动化(RPA推进基层减负，覆盖超3000个场景应用，月均执行任务超20万次。同时，该行围绕算力、算法和数据，建立专职队伍并加快大模型技术创新应用，智能研发场景用户超3600人，使用量达170万次，月均生成代码超133万行。中国银行表示，正关注量子技术发展前景，实施抗量子密码验证、量子无线通信试点等前沿创新研究。

　　建设银行2024年初步建成面向全集团用户的企业级金融大模型应用体系，截至2024年末落地193项场景应用，研发技能达7000余个。该行“建行云”算力规模增长9.58%。

　　邮储银行积极引入人工智能、图数据库、隐私计算等技术，不断探索开源大模型应用试点，优化用户体验，开展信贷领域联合建模，多维度增强风险管控精准性。

　　交通银行加大人工智能等科技手段在展业、服务、管理领域的应用，提高全要素生产率，全面构建人工智能应用的算法、算力、数据基础设施。推进人工智能应用规模化、体系化，在反洗钱反电诈、客户服务、集中运营等领域加速释放人力工作量。应用虚拟数字人技术，通过人机协同提升线上渠道服务水平。推进“人工智能 ”规模化应用，全年替代超过千人力工时，精准识别风险资产超百亿元，智能客服呼入业务语音识别率达99%。

　　“银行业人工智能技术应用正在步入全面赋能的新周期。”吴丹表示，一是垂类大模型逐步替代传统算法，实现从单一任务处理向营销推荐、投研分析等多场景的泛化应用；二是应用深度突破，AI应用场景正从外围服务向授信决策、量化交易等核心业务环节延伸；三是生态模式走向开放协同，多家银行与科技企业共建联合实验室，加快推动技术落地应用。

　　娄飞鹏表示，人工智能具有典型的通用技术特点，在金融领域有较大应用潜力，银行业需要持续加大投入，推进技术研发和业务应用。

　　吴丹认为，展望未来，随着多模态大模型技术的进一步成熟，银行业AI应用将向“全业务智能体”方向演进，但同时也面临着算法合规性、数据跨境流动、数据隐私保护等新挑战，需要加快建立适配的、更完善的AI治理体系。