本报记者 葛孟超

“我们推出农行版‘龙虾’。”�年度业绩发布会上，中国农业银行副行长林立说，“利用这个工具自动加工分析数据，智能生成尽调报告，让办贷流程更便捷、高效、安全。”

翻看多家商业银�年年报，一个认识愈加清晰：AI(人工智能)不再是银行年报中“锦上添花”的技术点缀，而是深度嵌入银行前中后台、贯穿业务全流程的重要生产力。

大模型成熟度决定了AI应用的深度与广度。商业银行在大模型布局上加大投入，形成了各具特色、各有侧重的发展路径。工商银行建立企业级人工智能知识体系，打造万亿级词元金融数据集。建设银行引入先进算法模型，形成大模型和小模型协同，生成式与决策式AI混合模型体系。

场景落地是AI的价值体现。中国银行远程客服助手覆�%应用场景，通过自动化手段替代重复工作。邮储银行搭建零售全客群、全品类、全渠道智能推荐模型，实现个人授信�亿元。

这份“AI成绩单”，勾勒出中国银行业数智转型全新图景。工行战略从“数字工行”升级为“数智工行”，一字之差，展示全面拥抱人工智能，全力提升数智化水平的坚定决心。

尽管前景广阔，但AI深度应用仍面临许多挑战，比如金融数据涉及个人隐私与商业机密，往往散落在不同业务部门形成“数据孤岛”；随着应用场景不断拓展，大模型局限性也在逐渐暴露；等等。这些问题需要在实践探索中逐步解决完善。

在这场由技术驱动的变革中，商业银行应保持积极审慎的态度，关注AI带来的业务重构、流程再造、组织变革，形成新产品、新模式、新业态，同时注重安全合规问题。须知，更好地平衡创新与风险，更高效地将算法转化为优质服务，才能在竞争中抢占先机、掌握主动。

《 人民日报 》( 2026��日 18 版)