近日，招商银行首席信息官（CIO）周天虹在2025年度业绩发布会上表示，大模型在科技史上是非常重大的突破，2023年，招商银行提出要求，要打造行业内第一家智能银行。对此，招商银行在2023年、2024年积极探索，积累了经验。2025年，基础大模型的成熟度也有了很大进展，招商银行提出了“AI First”战略，要求在全行全面推行大模型的应用。为落实好“AI First”战略，招商银行在大模型应用方面重点推动以下工作：

　　一是就大模型推进的组织做了细致安排。大模型作为科技史上特别重大的突破，主要是其一定程度上可以模拟和替代人的能力和人的智力。根据这个特点，招商银行首先对全行人类员工所做的工作进行了一次全面梳理，识别出大模型可以发挥作用的独立工作项，每个工作项都可称之为一个场景。截至今年2月末，共识别出1588个工作项。随后，科技部门和业务部门共同合作，对每一个工作项中大模型可以发挥作用的程度进行具体分析，根据量化标准划分为高价值、中价值、低价值三类，优先投入高价值工作项。截至2025年末，大模型在高、中价值工作项的落地比率达69%，在低价值工作项中的落地比例达39%，共计落地工作项（场景）856个。今年，招商银行将实现大模型在高、中价值工作项的全面落地，并加大在低价值工作项中落地的进度，推进端到端的流程优化。

　　二是加速大模型应用的迭代周期。大模型的研发和传统软件开发差别非常大，大模型应用本质上是一种概率应用，概率应用就有比较高的不确定性，需要不断地调试，要持续迭代。招商银行的经验是：一个大模型应用，或者说做一个Agent大概要迭代6次才能实际投产。去年以来，招商银行的大模型工程体系取得了比较好的进展，大模型应用的迭代周期从2024年的平均32天缩短到8天，促进大模型应用的快速推进。

　　2025年一年，招商银行在落实“AI First”战略方面取得了很好的成果，在大模型应用的广度和深度上都取得了重大进展。具体体现在以下方面：

　　第一，Token规模快速增长。2025年招商银行大模型日均输入输出Token量，即Token规模，和2024年相比增长了10.1倍。截至2026年2月末的最新数据，当前全行日均输入输出Token总规模为260亿，在银行业中处于领先水平。

　　第二，大模型应用在一些重要领域开始发挥比较明显的作用。在零售客户服务方面，招商银行研发的RM小助为超过1万名金葵花客户经理在主要工作环节提供支持。2025年客户经理人均有效触客次数提升了14%，客均交易规模提升了20%。在公司信贷业务方面，大模型在贷前、贷中、贷后都发挥很好的作用。贷前，现在招商银行小企业尽调报告82%的工作量现在由大模型应用来替代人工；贷中，在线风控平台融入了AI技术，实现了更高效的信贷审批。去年，在线风控平台审批的对公信贷规模接近6000亿元，比上年增长了44%；贷后，审贷官审批意见的最终落实原来都是靠人工完成。然而，这是一项非常复杂和繁琐的事情，靠人工容易有疏漏，现在70%的审贷官批复意见可以在AI辅助下由系统进行追踪。此外，AI赋能风险预警也取得很好的进展，预警时间比原来传统靠人工管理贷款提前了42天。

　　总体上说，2025年大模型应用已经在招商银行全面发挥作用，实现了提质和提效，全年实现了1556万小时的人工替代。

　　当前，大模型仍然以很快的速度在进展，在大模型应用突飞猛进的同时也要注意，大模型仍然存在幻觉，大模型应用仍然会犯错。银行业是要求非常严谨的行业，监管也有严格的要求，招商银行高度重视大模型幻觉问题，多措并举推动开发安全的大模型。2025年，在打造可靠、可信的大模型应用方面有了比较好的积累和成果。2026年，将在这个方向上继续加大力度，为打造智能银行的目标努力。

　　大模型技术从诞生到现在大概有3年时间，还不算很长，技术也在不断进步，但这项技术对社会的影响和改造还在一个过程中。大模型技术本身，毫无疑问是颠覆性的技术，但对具体行业的影响也在过程中。当前，大模型对内容生成、AI辅助研发等行业的影响已经比较大，但真正受到大模型技术非常深刻影响的行业总体数量还不多。

　　尤其银行业是非常严谨的行业，监管对于大模型应用持审慎态度。不仅是中国的监管机构，美国、新加坡等国家的监管机构都非常审慎。因此，大模型在银行的应用还需要有人负责，这就意味着银行业大模型的应用总体会是“人+Agent”模式，在一些岗位领域完全由Agent替代人在当前还是不行的。

　　从招商银行的具体实践来看，在AI应用的广度和深度上都推进比较快。比如，招商银行梳理了3400多个工作项，其中1500多个是大模型能够发挥作用的，但也有很多项目，目前大模型发挥空间有限。因为技术还在进步，因此这也是一个动态变化的过程。

　　周天虹表示，也一直在思考，AI应用给招商银行带来了哪些比较大的变化。“我想，已经有一些变化已经显现，但也还在演进的过程中。比如，金葵花客户经理人均有效触客次数提升了14%，这个比例听起来好像不是那么高，但考虑到已经有1万名客户经理在使用AI，客均交易金额提升了20%，这个比例也不小了。因此，从整体来看，AI已经在发挥作用，但和技术的颠覆性相比，当前应用处于过程之中。”

　　目前，招商银行一方面在大模型研发和应用的所有领域，各项指标都是一马当先的，包括全栈研发的能力、基础设施的管理水平，智算卡的利用率等。具体体现为：

　　一是已经拥有的云能力和人员队伍在智算方面发挥了很好的作用。当前，智算操作系统或智算云还需要依靠应用单位在基础设施管理调度上发挥作用。在前期云转型过程中，招商银行已经建立了很强的云能力，拥有一支300人的云基础设施研发队伍，这些都在智算方面发挥了很好的作用。

　　二是结合开源，搭建自主可控的推理平台，做到了智算卡全时利用率达35%，接近头部互联网公司水平。这里的35%是7×24小时的平均值，在忙时可以达到90%以上。要实现安全、平稳的调度一个很大的智算集群，且要做到高响应度，低延迟，要克服很多技术难点，招商银行总体处理得比较好。

　　另一方面，招商银行比较独特的地方就是科技和业务的融合程度高，这一点即便和全球一流银行相比也很突出。科技和业务要相向而行，招商银行的科技和业务融合的能力非常高。未来，不是大模型替代人，而是不会用大模型的人将被会用大模型的人淘汰。因此，招商银行推广大模型运用的理念是，引导员工积极拥抱这项技术。从Token的增长速度可以看出，员工总体上还是比较开放的，正在积极拥抱这项技术。

　　此外，招商银行高度重视抑制大模型幻觉，也在这方面投入了更多的力量。作为大模型的应用单位，如何减少幻觉、抑制幻觉，打造更精准、可靠的Agent是一个难题。在这方面进展较好的几家头部公司，比如OpenAI和Anthropic，在这个方向上基本也不开源、不对外分享，公开讨论非常少。因此，要靠应用单位自己投入资源来研究。