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

准体系为支撑，以 模式创新和地方实践为路径，大力推进应对气候变化投融资发展，引导和撬动 更多社会资金进入应对气候变化领域。 2021 年 6 月 中国人民银行 《银行业金融机构绿色金融评价方案》 通过绿色金融评价手段，鼓励银行业金融机构进一步加快推进绿色金融业务发 展。同年 11 月，中国人民银行创设推出碳减排支持工具这一结构性货币政策 工具，引导金融机构在自主决策、自担风险的前提下，向碳减排重点领域内的 《关于加快推进公募基金行业高质量发展的意见》 提出要引导行业总结 ESG 投资规律，大力发展绿色金融，积极践行责任投资 理念，改善投资活动环境绩效，服务绿色经济发展。 2022 年 6 月 原中国银保监会 《银行业保险业绿色金融指引》 进一步强化了绿色金融政策的指导性、覆盖面和有效性，积极服务兼具环境和 社会效益的各类经济活动，有序推进碳达峰、碳中和工作。 2023 年 10 月 中共中央金融委员 会和中共中央金融 色低碳政策协同高效推进，金融支持绿色低碳 发展的标准体系和政策支持体系更加成熟，资源配置、风险管理 和市场定价 功能得到更好发挥。”这标志着我国绿色金融领域顶层设计再度完善。 2024 年 5 月 国家金融监督管理 总局 《关于银行业保险业做好金融“五篇大文章”的指导意见》 要求绿色金融标准和评价体系更加完善，对绿色、低碳、循环经济的金融支持 不断加强，绿色保险覆盖面进一步扩大，银行保险机构环境、社会和治理（ESG） 表现持续提升。

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

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

Chat ABC 办公助手 查询语言、定制化资 讯生成、精准检验 理赔数据挖掘以 优化承保 财富顾问助手 对客服务、反欺诈 违约预测、反欺诈 银行业智能对话 上市公司信息检索 图文生成 分析新闻数据 生成投资策略 银行业智能对话 KAI GPT 智能对话 IndexGPT Light GPT 交易策略分析 客户智能对话 虚拟助手 智能对话 客户助手 智能对话 社区内容生成

务、重大项目落实落地，积极开展地方及行业数字化转型试 点示范，扶持数字化转型关键技术装备应用。 （三）加大金融支持。发挥国家产融合作平台、货币信 贷和金融政策导向作用，强化融资服务对接，鼓励银行业金 融机构创新金融产品和服务模式，在风险可控前提下，加大 对食品企业转型升级的融资支持力度，提高金融服务质效。 支持符合条件的食品企业国内上市融资。 （四）统筹推动交流合作。加强行业内外、区域内外数

人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相关人士”包括 FINRA 定 义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自公司投资银行业务的收入。 • 工商银行（601398 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日之前的 12 个月内担 任了标的证券公开发行或 144A 条款发行的经办人或联席经办人。

人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相关人士”包括 FINRA 定 义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自公司投资银行业务的收入。 • 科大讯飞（002230 CH）：华泰证券股份有限公司、其子公司和/或其联营公司在本报告发布日之前的 12 个月内担 任了标的证券公开发行或 144A 条款发行的经办人或联席经办人。

research report is published. 90 APPENDIX 2 利益冲突披露Conflict of Interest Disclosures 海通国际及其某些关联公司可从事投资银行业务和/或对本研究中的特定股票或公司进行做市或持有自营头寸。就本研究报告而言，以下是有关该等关系 的披露事项（以下披露不能保证及时无遗漏，如需了解及时全面信息，请发邮件至ERD-Disclosure@htisec lead-brokerage firm. 002472.CH, 300207.CH, 300750.CH, 1810.HK, 688099.CH, 300124.CH 及 2498.HK目前或过去12个月内是国泰海通的投资银行业务客户。 002472.CH, 300207.CH, 300750.CH, 1810.HK, 688099.CH, 300124.CH and 2498.HK are/were an investment Haitong currently or within the past 12 months. 603662.CH 及 002472.CH目前或过去12个月内是国泰海通的客户。国泰海通向客户提供非投资银行业务的证券相关业务服务。 603662.CH and 002472.CH are/were a client of Guotai Haitong currently or within the past