作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
近期，上市银行陆续发布2024年年报。截止3月36日，已有7家上市银行（交通银行、中国银行、招商银行、平安银行、中信银行、青岛银行、重庆银行）发布2024年年报，报告中均提及在大模型技术应用方面的进展，展现出金融行业加速拥抱前沿技术、推动智能化转型的显著趋势。
从基础设施建设到场景落地，大模型技术正逐步渗透至客户服务、风险管理、运营提效等核心领域，成为银行数字化转型的新引擎。
01
技术底座：夯实算力与算法能力
在技术底层能力建设上，银行通过自研或合作模式构建大模型基础设施。例如，交通银行打造了以国产GPU服务器为主的千卡异构算力集群，并构建“千亿级金融大模型算法矩阵”，覆盖超100个场景；招商银行发布百亿级金融大模型“一招”，同时开源2TB高质量金融数据集，推动行业技术共享。中信银行则通过升级“中信大脑”与“仓颉大模型”，形成覆盖1600多个场景的AI赋能体系，凸显自主可控的技术布局。
在沙丘智库近期发布的《2025年银行业大模型应用跟踪报告》中，我们将银行业大模型能力建设方式分为如下四种：
①调用API接口：银行通过调用基础大模型的API来构建自己的应用，由于基础大模型缺乏金融行业知识，当前在银行业场景下发挥的作用有限，但DeepSeek等推理模型的发布将推动这一建设方式的应用，使大模型应用更加平民化；
②微调大模型：引入外部优秀的基础大模型，在此基础上利用银行业数据二次训练得到行业大模型，对于有较多定制化需求的银行，大多会进一步结合企业私域数据训练企业专属大模型，或者面向特定任务微调训练专业领域的任务大模型。考虑到金融行业对数据隐私安全的挑战，大多银行选择私有化部署方案；
③RAG扩展大模型：通过外挂知识库的方式将企业自有知识补充到大模型中，并将检索添加到提示中来增强提示词，提高特定任务领域大模型的响应质量；
④直接引入嵌入了大模型的智能产品。
对于大型银行而言，由于专业数据海量、应用场景丰富、定制化需求多，更多选择②和③，自建或联合业界头部科技公司等共建金融行业大模型、金融企业大模型，在具体场景应用时，考虑到建设周期较长，可采用微调形成专业领域的任务大模型；
对于中小银行而言，综合考虑应用产出和投入性价比，更多选择按需引入应用层的智能应用解决方案，直接满足业务诉求；部分技术实力较强的中小银行也会选择在某些场景结合场景数据和模型微调工具开发任务大模型。
02
场景落地：覆盖银行业务全链条
大模型在银行业的应用场景呈现多元化特征，从年报中披露的场景来看，覆盖零售、对公、风控、办公等全链条：
· 零售金融智能化：招商银行的智能财富助理“小招”借助大模型实现“能听会说”，提升复杂场景的自服务能力；平安银行上线“知识数据Agent”，为客户提供个性化财富管理支持。
· 对公业务提效：中国银行通过大模型技术实现授信报告自动化生成，月均生成代码超133万行；招商银行打造“数字产品经理”，重塑对公客户交互模式。
· 风控与合规：平安银行推出“RiskGPT”，中信银行将大模型应用于风险合规场景，强化风险识别与决策效率。
· 内部运营优化：交通银行运用AI大模型实现投诉自动分类，精准定位问题；招商银行开发“数字美眉”机器人服务员工，用户数超2.5万；平安银行则在财务报销审核中引入大模型，加速运营智能化。
银行业具有强监管、防风险的属性，尤其是涉及到消费者权益保护，直接面客的大模型应用需要审慎使用。尽管多家银行已经开始应用大模型，但仍以内部赋能为主，且应用场景的同质性较高。在典型应用场景如智能客服、智慧办公、编码助手等，大模型已经产生明显的业务价值，尤其是在降本增效方面。
在沙丘智库《2025年银行业大模型应用跟踪报告》中，基于对银行以及大模型技术厂商的调研与研究，沙丘智库确定了当前对银行业而言最有价值、最具可行性的20个大模型应用场景，包括员工知识助手、智能文档助手、客服坐席助手（对内）、智能编码助手、智能办公助手、数据分析助手、软件测试助手、个性化营销素材生成、智能运维助手、信贷审批助手、反洗钱报告生成、对话交易助手、虚拟数字客服（对外）、智能营销助手、智能财富助理（对外）、合规审查助手、异常交易检测、智能审计助手、监管合规政策解读、贷后催收助手，并按照业务价值与可行性进行优先级排序，旨在为银行业大模型应用场景选择提供参考。
▎更多研究（可前往“沙丘智库”查阅）
2025年中国银行业大模型应用跟踪报告
银行业DeepSeek大模型应用跟踪报告
国资央企DeepSeek大模型应用跟踪报告
2024中国银行业大模型应用场景评估报告
2024年AI Agent最佳实践报告
2024年“大模型+RAG”最佳实践报告
...
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738
