近期，在上市银行业绩发布会上，首席信息官频频亮相引发各方关注。从业绩发布会以及上市银行2024年年度报告看，银行业金融科技发展的五个变化值得关注。

第一，金融科技投入增速有所放缓，但倾斜力度不减。在银行业降本增效的背景下，上市银行不断调整优化金融科技投入。一方面，金融科技投入告别高速增长阶段。年报数据显示，2024年13家主要商业银行科技投入总额为1829.62亿元，同比微增0.19%，同比增速较2023年下滑5.68个百分点。2024年，或将是银行业放缓科技投入步伐的拐点。从银行个体来看，13家银行中有6家银行科技投入出现下降，其中平安银行同比减少20.07%，降幅最大。

另一方面，银行对科技领域倾斜力度仍然不减。在增速放缓的同时，科技投入占营业收入的比重仍在提升。这反映出银行业对科技仍然高度重视。数据显示，13家商业银行科技投入占营业收入的平均比例为4.07%，较2023年提升0.09个百分点。其中11家银行占比超过3.5%，交通银行最高，占比达到5.41%，较2023年增加0.74个百分点。13家银行中，有8家银行科技投入占总营收的比例较2023年提升，光大银行占比提升最多，较2023年提升0.86个百分点。

第二，科技人员占比持续提升，注重复合型人才培养。一方面，上市银行仍在“招兵买马”，不断壮大科技人员队伍，科技人员数量及占比持续提升。2024年，10家商业银行共有科技人员11.68万人，同比增长5.31%。其中除工商银行科技人员数量持平外，其余9家商业银行的科技人员均保持增长态势。从科技人员占比看，9家银行的科技人员占比有所提升，仅兴业银行的科技人员占比略有下滑。但兴业银行仍以13.51%的科技人员占比领先于同业。

另一方面，更加注重复合型人才培养。通过培养复合型人才与机制改革相结合，真正让科技赋能前端业务，更好地实现“业技融合”。如工商银行，依托“科技菁英”品牌及集中培养机制， 打造复合型、创新型、实战型人才队伍。同时，不断深化业务与科技融合，促进境内外跨机构跨部门人才交流。如农业银行为深入推进人才队伍建设，强化各类人才培养与开发，专门将“科技人员”口径调整为“科技人员与数字化运行管理人员”。

第三，数字技术与金融业务不断融合，取得较快进展。在加快数智化转型的背景下，数字技术与金融业务融合取得显著进展。一是大模型的应用加快实现单一任务处理向营销推荐、投研分析等多场景的应用。如招商银行落地大模型应用场景数超120个，涵盖零售及对公客户服务、风控、运营、办公等领域，全年智能化应用实现替代工时数达到2600万小时。

二是数字技术应用场景正从外围服务向授信决策、运营管理、量化交易等核心业务环节延伸。如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，开展信贷领域联合建模，多维度增强风险管控精准性；同时，在部分高频标准化交易场景中，通过“流程重塑+系统优化”，推进智慧运营。

三是积极布局数字生态场景体系。如浦发银行推出以数据为基、以用户为本、以“智、简、融、惠”为核心的“数字金融服务体系”，与各类生态合作伙伴共享共建、共创共赢，打造平台生态融合、数字金融服务的新范式。尤其是专为中小微企业及个体工商户打造的数字化综合服务平台“浦惠来了”，深受市场欢迎。

第四，深化科技体制机制改革，优化科技架构与职能。为更好地深化数智化转型，多家上市银行对科技治理架构进行调整。如工商银行、中国银行、建设银行、交通银行、招商银行、浦发银行、兴业银行、浙商银行等8家银行调整科技架构。总的来看，科技架构调整主要集中治理架构和组织架构在两个方面：

一方面改革与科技决策相关的委员会，强化对全行数字金融与科技创新项目的统筹规划。如工商银行成立数字金融委员会，提升重大事项科学决策的层级和质量；兴业银行优化数字化转型委员会的设置及配套管理机制，强化对科技条线的统筹管理和统一调度。

另一方面，增设数据管理等一级部门，统筹全行数据治理、平台建设等工作。如浦发银行专设数据管理部，牵头企业级数据管理；新设平台研运中心，统筹规划和建设企业级数字运营平台。浙商银行成立数据管理部，构建并发布全行统一的基础数据标准。

第五，积极拥抱人工智能，打造大模型时代新质生产力。随着人工智能革命席卷而来和大模型时代加速到来，上市银行纷纷拥抱人工智能，强化“AI+金融”场景落地和生态建设，以期打造出新的“护城河”。梳理上市银行年报，可以看到，人工智能、大模型、算力、算法等词出现频率较高，成为年报“热词”。如招商银行2024年年报中，“智能”“AI”“大模型”等关键词共计出现超100次；建设银行完成金融大模型的迭代更新16次，2024年上线168个金融大模型应用场景；浙商银行部署DeepSeek并落地多场景应用，提供知识问答、文本生成、智能问数三大范式能力。

当然，上市银行在主动拥抱变革的同时，已经意识到部署应用大模型并非“一招鲜”，难以“一键复制”，应坚持先对内后对外、先局部后整体等原则，把降成本和控风险作为优先考虑事项。部分上市银行还认识到，“AI幻觉”普遍存在，DeepSeek等大模型尽管擅长处理复杂任务，但在银行真实业务场景下，还难以完全达到对数据收集准确性、客户服务个性化等要求。发展和深化金融科技，做好数字金融大文章，任重而道远。

（董希淼系招联首席研究员、上海金融与发展实验室副主任）

责任编辑：王煊