提到银行科技,过去人们往往先想到招商银行、平安银行等科技投入较早、数字化建设较为领先的机构。
但把各家银行的财报放在一起看,会发现银行科技发展的图景远比想象中丰富:国有大行一年投入数百亿元建设金融科技能力;一些股份制银行、城商行的科技相关人员占比已经超过一成;微众、网商等数字银行,则呈现出截然不同的人才结构。
从科技投入到人才配置,再到AI在业务场景中的应用,不同类型的银行正在探索各自的科技发展路径。
值得关注的,不只是银行投入了多少钱、拥有多少科技人员,而是这些技术和资源正在如何改变银行的经营模式、业务流程与客户服务。
最舍得花钱的,未必是你最先想到的银行
先看2025年科技投入金额,单位为亿元:
2025年代表银行科技投入,统计口径见正文。
工、建、农、中四家国有大行,2025年每家的科技投入都超过250亿元。如此庞大的投入规模,说明银行科技早已不是简单的系统维护和基础设施建设,而是一项覆盖全行经营管理、业务运营和客户服务的系统性工程。
当然,大行服务规模大、分支机构多,科技预算还需要承担核心系统运行、安全保障、基础设施更新以及各类业务系统建设等多重任务。投入金额高,首先反映的是科技建设的规模和复杂度,并不意味着创新能力或投入产出效率一定更高。
再看投入强度,画面又不同。
2025年,交通银行披露金融科技投入占营业收入5.78%;上海银行为5.14%;招商银行为4.31%。
看人才结构,兴业、上海银行也该被看见
科技转型能不能持续,终究要看有没有人把系统建起来、用起来、改下去。
2025年末,几家代表银行披露的科技相关人员数据如下:
2025年末代表银行科技相关人员占比;各行统计范围不同,不作为能力排名。
兴业的13.88%,上海银行的12.06%,说明它们值得进入这场讨论。科技人才密度并不是招行、平安的专属标签。
从不同银行的实践,看科技如何重塑业务
不同类型银行的资源禀赋、客户结构和业务重点并不相同,科技建设的路径也各有侧重。从数字银行的组织模式,到大型银行的AI应用,再到区域银行的企业服务和基础架构建设,可以看到银行科技正在从单纯的技术投入,逐步走向对业务经营的深度赋能。
若看数字化经营和人才结构,微众、网商是不能遗漏的参照。
据《每日经济新闻》对微众银行2025年报的报道,其研发费用25.22亿元,科技人员占全员50%以上。网商银行2025年报的公开报道则披露,科技人才占比68%。
这类人才结构与大多数传统银行明显不同,也反映出数字银行将科技能力深度融入业务经营的组织特点。对它们而言,科技不仅是支撑业务运行的后台能力,也是产品设计、客户服务和业务运营的重要基础。需要注意的是,这里的研发费用不能与前文银行披露的综合科技投入直接混排。
若看大型银行如何将AI融入日常经营,招商、平安很有代表性。
招商银行2026年中报披露,上半年信息科技投入46.79亿元,集团研发人员10,946人,占集团员工8.98%。与此同时,AI应用已经延伸到客户经理辅助、信贷尽调、风险管理和运营等多个环节。其中,小企业尽调报告的AI辅助生成可覆盖90%的尽调内容。
平安银行最新三季报披露,2026年前三季度上线164个运营审核类智能体,覆盖67个业务场景;按该行披露,相关平均运营作业效率提升约57%。截至9月末,累计落地大模型应用场景超过500个。
从这些实践可以看到,大型银行的AI应用正在从单点尝试走向多业务场景覆盖。技术不再只是辅助员工查询信息、生成内容,而是逐步参与尽调、审核、风险识别和运营处理等具体业务流程。
若看科技如何延伸至企业经营,宁波、上海等区域银行值得细看。
宁波银行2025年报披露,持续迭代鲲鹏司库、财资大管家、数字人力等服务;2026年中报继续推进“宁行云”对客数字化服务。这类实践将银行的服务边界从传统金融产品进一步延伸至企业日常资金管理和经营管理,让科技成为连接金融服务与企业经营场景的重要载体。
上海银行则在2025年10月上线新一代账务核心系统,采用“云原生+信创”架构。这样的基础工程虽然不像聊天机器人、智能体那样容易被外界感知,却关系到银行后续产品能否更快迭代、业务系统能否灵活扩展,以及整体运行能否保持稳定。它体现的是银行科技发展的另一面:底层技术架构的持续升级。
若看中小银行如何形成自身的科技能力,上海农商、常熟提供了不同的观察角度。
上海农商银行的科技投入和专职科技人员占比,已经显示出相当的建设力度。常熟银行则更适合从细分业务场景观察其科技实践。2025年报披露,该行上线46个智能体,应用于客服、风控、运营和办公等领域,并完成多家村镇银行系统迁移,逐步将并购迁移工作沉淀为可复用的能力。
常熟银行2025年可持续发展报告还披露研发和科技创新投入31,321.29万元、研发人员326人。需要说明的是,这一指标有其自身统计范围,本文不将其视为全集团科技投入,也不据此推算全集团科技人才占比。
对于中小银行而言,科技建设并不意味着复制大型银行的全部系统和技术架构。更重要的是结合自身客群和业务特点,把有限的科技资源用在关键环节:让一笔小微贷款减少重复录入,让客户经理有更多时间理解企业经营,让风险判断获得更充分的数据和技术支持。
不同银行的科技发展路径虽然各不相同,但背后的方向正在趋于一致:技术建设需要越来越紧密地连接业务场景,最终转化为可感知、可衡量的经营能力。
从组织、投入、业务流程和客户服务观察银行科技能力。
从科技投入到业务重塑,银行科技的下一阶段看什么?
把这些银行的财报和实践放在一起看,可以发现一个值得关注的变化:银行科技竞争正在从资源投入和技术建设,逐步走向业务应用与实际效果的检验。
过去,科技投入规模、科技人员数量、系统建设情况,是衡量银行科技实力的重要指标。而随着数字化建设不断深入,尤其是AI技术加速落地,银行需要回答的问题正在发生变化:技术能否真正进入业务流程?能否改善经营效率?又能否持续创造业务价值?
这也是银行科技从建设走向业务重塑过程中,需要面对的新课题。
第一,AI应用将从单点辅助走向完整业务流程。
生成一段客户分析、自动整理一份尽调报告,只是AI应用的起点。真正有价值的,是AI能否在授权范围内调用可信数据和业务资料,参与分析、判断与流程处理,并留下完整依据,交由适当人员复核。
这意味着银行AI应用需要从单一功能向业务流程延伸,同时兼顾数据安全、业务合规和责任边界。技术能否真正融入业务,而不是停留在工具层面,将成为衡量应用价值的重要标准。
第二,科技投入将越来越需要回答业务回报问题。
银行科技建设不能只看投入了多少钱、上线了多少系统和智能体,还需要关注这些投入究竟带来了什么变化。
员工是否持续使用?单笔业务处理成本是否下降?重复劳动、差错和返工是否减少?客户服务效率和风险管理能力是否得到改善?这些指标将越来越受到重视。
尤其是AI应用,调用量和场景数量并不完全等同于应用价值。只有真正改善业务效率、降低运营成本或提升客户体验,技术投入才能转化为可持续的经营收益。
第三,科技与业务融合将成为银行重要的组织能力。
银行科技转型不仅需要技术人才,也需要懂业务、懂数据、懂技术应用的复合型人才。
懂技术的人需要理解业务逻辑和合规边界,懂业务的人也需要能够将经验转化为清晰的规则、数据和核验要求。科技部门与业务部门之间的协作方式,也需要随之改变。
这并不意味着所有银行员工都要转行做程序员,而是要求技术能力与业务理解更加紧密地结合,让科技建设能够真正回应业务需求。
对于银行一线员工而言,判断科技转型是否真正产生价值,可以从一项最熟悉的工作开始:同样一笔业务,系统究竟替自己省掉了哪一步?有没有减少重复劳动?处理效率有没有提升?出现错误时,能不能找到原因和责任人?
如果这些变化始终感受不到,那么再多的科技投入,也可能还没有真正转化为一线业务能力。
回看不同类型银行的实践,微众、网商展现了数字银行以科技驱动经营的组织模式;国有大行拥有庞大的科技建设规模;招商、平安展示了AI进入业务流程的进展;兴业、上海银行、上海农商行的科技人才配置值得关注;宁波、常熟则体现了科技围绕企业服务和特色业务持续深耕的价值。
这些实践说明,银行科技并不存在一条完全相同的发展路径。不同规模、不同业务结构的银行,都在寻找适合自己的技术应用方式。
从科技投入到业务重塑,银行科技竞争的核心,正在从拥有多少技术资源,转向能否持续将技术转化为业务能力。
谁能让技术真正融入经营、服务客户、提升效率,谁就更有可能在下一阶段的银行竞争中形成差异化优势。
股票
板块
用户
资讯
评论 (0)