IBM 商业价值研究院 | 研究洞察 2025 全球银行 和金融市场展望 把握 AI 新时代，推动银行业绩增长 IBM 如何提供帮助 现代金融机构需要模块化、安全性、开放性、AI 驱 动的功能以及基于混合云的协作能力。IBM 致力于帮 助您改善客户体验、打造现代化核心银行基础架构、 开拓创新性支付解决方案以及推动企业风险管理转 型。如需了解更多信息，请访问 ibm.com/industries/ 序言 2025 年银行业迎来关键时刻，既面临机遇也面临挑战，未来十年的发展方向由此决定。 自 2008 年金融危机以来，银行受到监管强化、低利率及传统与新兴竞争对手的冲击， 运营自由度不断缩小。这种趋势催生了一个利润受压、成本收入比攀升、市净率持续承 压的环境。 随着宏观经济形势波动（如利率骤升和贸易紧张局势加剧），全球银行正经历着迥然不 同的境遇。欧洲和印度银行业正享受着利率上升带来的红利，而北美银行业却面临着喜 的红利，而北美银行业却面临着喜 忧参半的局面，且结果更加两极分化。日本银行业刚刚显现复苏的迹象，而中国银行业 则依然面临着持续的经济逆风。舞台已经搭好，决战一触即发：能够适应变化的银行将 蓬勃发展，而其他银行则可能被进一步甩在后面。 然而，在重重挑战之下，一个不可否认的趋势正在改变行业格局：AI。AI 不再只是一个 流行词。它正迅速成为银行战略的核心基石，重塑运营转型和商业模式，在追求更健康

训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到 了 DeepSeek R1 671B 的应用效果，有望进一步催生银行落地应用。 核心观点 DeepSeek 开源、低成本、强推 理 助推银行业应用 1 n DeepSeek 模型在 Post-Train 阶段大规模应用了强化学习方法。 R1 使用了冷启动 + 大规模强化学习方法， R1-Zero 版 本模 型使用纯强化学习方法。随训 金融行业人工智能的三层价值创造 n 降本增效场景通常基于大模型的生成能力，进行人力替代或赋能，在银行业 AI 应用场景中落地最早。 n 商业银行主要通过人工客服和智能客服两种方式为客户提供咨询服务。人工客服工作强度高、处理和响应时间相对较长， 而当下智能客服难以覆盖全部服务场景。如工商银行在远程银行业务中将知识搜索与大模型生成能力结合，实现基于实 时通话向坐席人员主动推送答复话术或知识的能力。 ，充分释放开发者的价值。未来可能会由 AI 承担部分基础工作， 而开发者则转向更高层次的 架构设计和业务规划，专注于更复杂、更创造性的任务， 如架构设计、算法优化或用户体验创新。 n AI 编程在银行业可有效赋能内部研发。从具体用例看， 澳新银行对 1000 名软件开发人员进行了为期六周的 AI 编程助手试 用实验。实验发现，当软件开发人员使用 AI 编程助手时，平均生产率提高 42% ，代码质量提高

..........................................................................103 1. 引言 随着金融行业的快速发展，银行业务的复杂性和数据量显著增 加，传统的核算流程已难以满足高效、准确和合规的需求。金融银 行核算流程涉及大量的数据采集、处理、分析和报告，任何环节的 延迟或错误都可能对银行的运营和客户信任产生重大影响。在此背 确性，还能降低运营成本和合规风险。同时，其强大的数据分析和 预测能力为银行的战略决策提供了有力支持。因此，DeepSeek 的 应用方案不仅是一项技术创新，更是银行业在数字化转型中的重要 实践。 1.1 背景介绍 随着金融行业的快速发展，银行业务的复杂性和规模日益增 加，传统的核算流程面临着巨大的挑战。金融银行的核算工作涉及 大量的数据处理、复杂的交易结构以及高标准的合规要求，这些都 需要高 以满足银行业务中 对实时核算的需求。 模型训练层基于 DeepSeek 自研的深度学习框架，支持多种神 经网络模型的训练和优化。该层采用分布式训练策略，利用 GPU 集群加速模型训练过程，并通过自动超参数调优工具（如 Optuna）提升模型性能。模型的训练数据来源于数据处理层，训 练完成后，模型将通过 API 接口发布到应用服务层，供业务系统调 用。 应用服务层是面向银行业务的最终输出层，提供了包括风险预

泰康科技有限公司：泰智医——重塑客户旅程，打造“就医无忧”新体验 26 华夏银行股份有限公司：华夏银行企业级数据服务平台打造数智服务生态 28 弘康人寿保险股份有限公司：弘康人寿场景化风控 32 上海佩企信息技术有限公司：银行业外包供应商及人员管理项目 35 火石创造科技有限公司：火石创造科创大脑——基于数据智能的科技金融创新服务 39 附录 I 评委会专家 44 ·009· 目 录 ·010· ·029· 背景和主要驱动力 随着社会进步和数字化发展，以及相关会议精神指示，我国经济发展正从追求速度和规模的粗放 式增长向注重质量和效益的精细化模式发生根本性转变，数字经济成为经济发展关键驱动力。银行业 作为国民经济重要组成部分，更需响应国家战略要求，积极推动数字化转型，促进数字经济与实体经 济深度融合，适应当前发展新形势。 近年来，华夏银行在政策驱动与监管要求下，将数字化转型确立为重要战略转型方向，坚持“数 转型方向，坚持“数 字华夏、智慧金融”的数科转型目标，不断加大科技投入，建设数字化人才体系，加速数据、科技、 组织与人才等四大数字化能力建设，推进业技融合与技管融合，积极探索数字经济与传统银行业的深 度融合，全面推进数字化建设。面对着数据量的爆炸式增长、数据类型的日益复杂以及用户对数据服 务要求的不断提高，我行主动对传统数据服务模式进行改革，以解决传统模式中数据来源单一、审批 流程复杂、

伏和氢能产业则有望成为中东和北非地区可再 生能源发展的领头羊。数字化技术不断深入赋 能制造业，国家工业战略“3,000亿迪拉姆行 动”预计将产生816.6亿美元的工业产值。迪 拜和阿布扎比将巩固其在全球金融中心的地 位，银行业、保险业、资管和金融科技行业将 迎来发展良机。旅游业也是阿联酋经济转型的 重要驱动力，政府计划2031年旅游业对GDP 的贡献达到1,225亿美元。年轻消费群体为阿 联酋电商产业的高速发展持续增添动力，多家 20% 0 50 100 150 200 250 300 350 400 450 2020 2021 2022 2023 金融保险业GDP（亿美元） 同比 金融 阿联酋银行业近年来经营稳健，存款吸纳能力 较强，资本充足率长期保持高位。阿联酋中央 银行最新报告显示，在阿联酋经营的银行在 2023年9月至2024年9月期间总资产增长了 11.4%，存款总额增长14.1%。2024年，穆迪 美元 银行业资产总额 同比 11% 18.3% 资本充足率 银行类型 家数 本地注册银行 23 海湾合作委员会银行 6 批发银行 11 外国银行 21 代表办事处 70 财务公司 17 货币兑换行 76 6,000 家 同比 24% 迪拜国际金融中心活跃注册公司数量 数据来源：阿联酋中央银行、阿联酋通讯社，数据截至2024年6月 0.7 万亿 美元 银行业存款总额

能以牺牲系统性能为代价，我们坚决避免用落后的技术系统替换现有 的先进系统，从而确保业务建设的持续进步。经过深入测试和广泛调研，我们选定了国产鲲鹏芯片和海光芯片作为 国产化替换的优选方案，以保障银行业务的稳定运行。同时，我们规划了一朵云内管理多种信创芯片的能力，以预 防未来单一技术路线可能带来的风险。此次建设的信创云平台具有出色的兼容性，能同时支持海光、鲲鹏、飞腾以 及 Intel 等多种芯 战，我们在信创云平台中启用 了安全组机制。通过细致的安全策略配置，我们实现了对东西向流量的精细控制，有效隔离了不同业务系统之间的 网络通信。这一举措不仅显著提升了云平台的安全性，还进一步确保了银行业务数据的保密性和完整性。安全组的 实施，使得我们可以根据需要灵活地定义网络访问规则，防止了潜在的安全威胁和数据泄漏风险。 为了解决日常运维对云内流量分析的迫切需求，我们决定尝试将科来的先进技术与华为云进行融合。在经过多 吉林农信：新数据中心云计算平台建设项目 中国银行业信息科技领域“十三五”发展规划的监管指导意见，针对云计算技术提出了明确的方向，强调银行 业应积极探索并构建私有云平台。在此过程中，需采用高度成熟且具备强开放性的技术，如计算虚拟化、容器虚拟 化、分布式存储及网络虚拟化等，以构建资源池，进而实现资源的弹性供给、灵活调度及动态计量，从而打造高效、 可靠的私有云平台。同时，指导意见还鼓励银行业探索建立面向金融公共服务的行业云，旨在通过私有云与行业云

AI 2.0 + 金融：我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业大量产品最终服务于 C 端用 户， 大模型应用场景丰富。随着大模型与证券、保险、银行业务的融合，创新应用将层出不穷。 2.1 AI 2.0 时代来临，金融行业数据丰富，应用场景多，将产生大量的创新应用 资料来源：量子位、华西证券研究所 21 苏黎世保险 u 关于大模型在银行业的应用，度小满 CTO 许冬亮也提出了三 大方向。 1 ）基于大模型的智能客服将超越人工服务，让高 质 量顾问式金融服务成为可能； 2 ）生成式大模型可以成为 理财 师、经纪人等从业者的“全能业务助理”；

第三方数据服务........................................................................223 1. 项目背景与目标 近年来，银行业授信审批面临日益复杂的风险环境。随着经济 增速放缓、产业结构调整以及金融科技快速发展，传统风控手段在 数据整合、模型迭代和效率提升方面逐渐显现局限性。根据银保监 会 2023 年发布的行业报告，中小商业银行不良贷款率较上年上升 企业水电费、社保缴纳等非财务数据的实时采集，将风险信号发现 时 间从平均 23 天缩短至 7 天内。三是构建可解释的 AI 决策系统，所 有审批结论均附带可视化推理路径，满足银保监会《银行业金融机 构人工智能应用风险治理指引》的监管要求。 系统部署后将分阶段实现价值转化：第一阶段（ 上线 6 个月 内） 完成 10 万+历史信贷案例的模型训练，使新发生不良贷款率控 制在 持续优化，模型迭代周期缩短至 7 天。压力测试显示，在并发量达 到 500TPS 时，系统仍能保持 99.99%的可用性，满足银行业务高 峰期的处理需求。所有决策过程均记录完整的可追溯日志，包括特 征权重分配明细、规则触发路径和最终决策依据，确保符合银保监 会 《银行业金融机构人工智能应用风险治理指引》的监管要求。 4.3.1 规则引擎配置 规则引擎配置是自动化审批决策模块的核心组件，通过预定义

1）为银行搭建从信息推送、业务营销、服务办理、费用支付、售后维护的无断点服务闭环，构建一站式银行服务的信息窗口； 2）简化了银行业务办理流程，缩短了用户操作路径，全面提升服务质效。 玄武云最佳实践案例（金融——泉州银行） 解决方案：玄武云·即信为泉州银行5G消息创新项目中，主要通过5G消息助力泉州银行网 点服务、线上业务、个人中心三大类银行业务。 1）网点服务功能：网点查询、预填单、预排号。 2）线上业务功能：动账通知、资金查询、线上办卡、理财购买、生活缴费。

权投资的基础上，发展资产管理和投 资银行业务 76 金融事业发展战略总体框架 从自身实力与实际出发，集中发展最有吸引力且已具备相当经验的 资产管理类业务 调整在其他金融领域的财务性股权投资，清退不良资产，维持或增加在回报 率 / 成长性良好的金融企业的投入，促进集团金融事业和其它业务的发展 在集团自身资本运作的基础上，发展投资银行业务，成为未来集团金融事业 的重要组成部分 集团金融事业发展应从实际出发，按照基础业务、战略业务和新兴业务的组合来构建 基础业务 战略业务 新兴业务 集团金融事业的发展 集团短期资金运作 金融股权投资 资产管理 / 基金管理 投资银行业务 项目融资服务 其他高收益金融业务 78 资产管理是目前国内极有潜力的金融业务，而集团在这一领域已具备了相当的能力 •目前我国基金总市值约 *** 亿，而估 计增长空间约在 银行这一 高速发展的业务 •集团目前在各业务板块的重组、转 型、发展中已经并仍将产生较多的上市、 购并等资本运作，这其中需要大量投资银 行服务 •集团在资本市场有一定的操作能力， 这对投资银行业务的开展具有较强的支持 力 •在对集团内部资本运作提供良好顾问 服务的基础上，不断增强自身能力，逐步 开拓外部市场是必然的选择 良好的内部成长空间 •国内企业越来越重视将在产业运作与 资本运作有效结合，在快速提升产业竞争