来源 :财经野武士2026-09-15
2026年上半年，银行业最热的关键词不再是“净息差”，而是“Token消耗量”。邮储银行日均超百亿、招行330亿、微众超200亿——各家银行陆续亮出大模型调用量的成绩单。
平安银行公布的数字是日均超53亿，同比增长约130%。但比“烧Token”更值得追问的是：这些算力究竟兑换成了什么？该行用一组可量化的“四本账”给出了答案——增收、减损、提效、风控，每一项都有真金白银的对应关系。
算力投入的“投产纪律”
平安银行在AI投入上展现出一种“既要又要”的务实姿态。该行搭建了自研、采购、开源相结合的技术路线，算力层联动华为昇腾、寒武纪等国产厂商，模型层接入DeepSeek、Qwen、GLM等国产大模型，应用侧则与火山引擎、腾讯等外部科技企业协同。
截至2026年6月末，累计落地大模型应用场景超450个，覆盖智能运营、智能经营、智能管理、智能服务、智能营销五大领域。
这套底层架构的独特之处在于“投产纪律”。副行长兼首席财务官项有志在中期业绩会上直言：“科技投入要立足急需、必要并且有效，如果纯粹为了发展AI去追逐炫酷技术，我认为没有意义。”
这种“不炫技”的思路直接反映在运营数据上：该行科技GPU利用率提升至47%，百万Token成本下降73%，上半年仅技术侧就节约成本6553万元。与此同时，零售推荐与搜索算法升级直接拉动交易额新增13亿元，AI做市机器人实现99.2%的询价自动处理。
最能体现这套体系价值的，是AI技术对员工生产力的释放。上半年共上线140个运营审核类智能体，覆盖55个业务场景，对公贸易合同背景审查提效30%，资金同业报表生成提效70%。
平安银行内部还形成了一种“每位员工都可以提出一个点子，希望科技帮你做什么”的双轨模式，让AI能力以“点状”方式在基层爆发。
技术落地的“五篇大文章”
如果说底层建设是“修路”，那么业务场景的渗透就是“通车”。平安银行把AI能力深度嵌入金融“五篇大文章”的核心业务中，每一项都对应着可量化的业务结果。
科技金融方面，该行构建了中小微企业的“知识产权打分卡”和“科创企业专家打分卡”，引入DeepSeek智能助手实现专利评估与授信预评估；大中型企业侧则建立“科创能力评价模型”，从科技资质、科创能力、企业发展质量、偿债能力四个维度综合评价。
贷前通过模型筛选出10万+商机线索精准推送，贷中利用工商、征信、法院等数据进行交叉认证，贷后建立科技企业数据看板。这套全流程赋能体系带动2026年上半年科技企业客户数达32094户，科技贷款余额2935.42亿元。
绿色金融和普惠金融同样有清晰的数据支撑。绿色贷款智能化认证系统和ESG风险评估分类认定系统上线后，2026年上半年绿色贷款余额达2734.16亿元；普惠领域则通过“平安好链”“惠棉贷”等数字产品，实现普惠型小微企业贷款新发放1590亿元，同比增长18.7%。
零售端的表现更为直观——内外数据联合建模后曝光转化率提升75%，跨境业务放款效率较上年末提升约30%。
值得关注的是，AI带来的不只是效率提升，更是风控能力的质变。零售智能预警准确率达77%，累计收回不良资产8.42亿元；对公尽调风险排查采纳率高达82%。在AI安全治理方面，该行同步构建了“三道防线”，从数据脱敏、伦理评测到红蓝对抗演练，形成了覆盖全流程的防护机制。
结语
当大模型从“炫技”走向“算账”，平安银行给出的答案是：日均53亿Token消耗量的意义，不在消耗本身，而在于每一笔算力支出都能在业务条线找到对应的回报。这也正是金融业AI竞赛进入下半场的真正分水岭——谁能把算力精准转化为生产力，谁就能在数字金融的深水区占据先机。