银行AI算账：百亿Token背后的收益博弈

商业银行正每日消耗百亿词元（Token），驱动数字化转型。

今年6月，招商银行(36.830, 0.23, 0.63%)首席信息官周天虹在股东会上披露：截至5月底，招行日均Token消耗达330亿，大模型成本收入比稳定在20%左右。

这意味着，招行每投入20元AI成本，可创造100元收益。

同期，多家银行相继公布Token使用数据：

邮储银行(4.940, -0.02, -0.40%)日均大模型调用超600万次，Token输入输出总量破百亿；

微众银行日均Token消耗从2亿飙升至超50亿；

兴业银行(17.010, -0.05, -0.29%)上线超200个智能体，日均Token约41亿；

浦发银行(8.690, -0.01, -0.11%)日均Token约60亿；

民生银行(3.280, 0.01, 0.31%)日均Token约40亿。

Token作为AI核心计量单位，正成为银行评估数字金融成效的关键指标，甚至涉及商业机密。

因硬件、模型、API或自建网关差异，Token成本可相差百倍，估算极为复杂。粗略估计，日均百亿Token的银行，每日成本已达数万元级别。

从早期“砸钱买卡、拼场景”的上半场，头部银行已迈入“精算Token、追问ROI”的下半场。

Token算力狂欢

2025年，银行业AI投入“不计成本”。15家披露金融科技投入的A股银行合计投入近1900亿元，六大国有行均超百亿，工商银行(7.040, -0.01, -0.14%)以285.88亿元居首，招行以129.01亿元领跑股份行。

除互联网行业外，金融可能是传统行业中AI应用最深的领域。

某银行信息技术负责人对21世纪经济报道表示，金融行业数据密集、系统成熟、团队完备，天然适合大模型落地。

他指出，算力投入成本极高，除GPU外，还需多机互联、高速网络设备，如400G以上交换机价格远超传统设备。随着计算密度上升，开支持续攀升。

巨额AI投入的背后，是银行净息差持续承压、利润增长放缓的现实。

数据显示，中国银行(5.560, -0.02, -0.36%)业净息差已连续六年下滑，2025年末整体降至1.42%，虽企稳但处历史低位，股份行去年净利润同比下滑。

近期Uber四个月烧光全年Token预算的案例引发全球关注：AI消耗激增，却难证明其与用户体验提升存在直接关联。

作为传统机构，银行无法仅靠想象估值，成本压力已无法回避。

在此背景下，科技公司与金融行业纷纷转向“精打细算”。

PNC金融服务集团CEO Bill Demchak直言：AI带来的效率提升，可能被Token成本完全吞噬。

当前，银行更关注在预算有限下，优先赋能哪些业务，并以最少Token消耗达成同等目标。

上述负责人称，该行AI投入分两部分：一是硬件，占最大成本，涵盖数千张AI算力卡并持续扩容；二是研发，重点投入推理框架、训练优化与模型微调，提升应用效率。

他补充，大模型“能力密度”持续提升，即在相同参数下性能更强，或在同等效果下可减小模型规模。对时效要求高的业务，可选用更小模型，兼顾效率与成本。

Token竞赛成本压力

梳理主要银行数据，可见AI落地速度之快。

工商银行2026年初日均Token达百亿级，较两年前增长近百倍。“工银智涌”体系落地500余个AI应用，覆盖30余业务领域，AI数字员工年承担5.5万人年工作量。个人金融AI助理将产品匹配时间从1小时缩短至2-3分钟，外汇智能询价率超96%。

邮储银行已落地超370个大模型场景，日均调用超600万次，Token超百亿，目标2026年底突破300亿。零售智能体已触达5400万高潜客户。

股份行中，招行日均Token达330亿；兴业银行上线200+智能体，日均41亿，董事长亲自推动；浦发银行日均60亿，调用超400万次；民生银行日均40亿，覆盖260场景；光大银行(2.980, 0.01, 0.34%)将Token增长作为AI深度应用核心指标。

微众银行全面推进“AI原生银行”，日均Token从2亿跃至超50亿，构建70余个数字员工与800+智能体。

国家数据局数据显示，2024年初全国日均Token调用量为1000亿，2026年3月突破140万亿，两年增长超千倍，银行业是主要推手。

与此同时，采购逻辑悄然转变。2026年5月底至6月初，江苏农商行、广州银行、中国银行安徽分行、邮储山东分行、秦皇岛银行等密集发布AI采购公告，不再聚焦底层平台，而是全面转向“智能体”招标，核心变为：如何以最少Token达成目标。

神州信息(10.270, 0.16, 1.58%)AI创新中心总经理晋梅博士将银行AI演进划为三阶段：2025年上半年，DeepSeek引发“算力焦虑”，银行抢购服务器；下半年转向“智能体”与“场景”，项目季度翻倍；2026年，不再比拼场景数量，转而追问ROI。

成本会否吞噬业务

在“算账潮”中，招行提供股份行样本。

周天虹指出，Uber Token超支主因是科技部门用AI写代码，而非业务端用于经营。

招行据此采取“业务积极、开发审慎”策略。

他称，AI编程成本高昂，因模型架构能力弱，易生成“面条式代码”，存在性能与安全风险。因此，招行用于编程的算力仅占总算力5%，330亿Token消耗主要来自业务。

此前，招行已建立完整成本收益体系：成本含研发人力与Token费用；收益设六大维度，涵盖银行与客户双视角。

“当前成本收入比约20%，即20元投入换100元收益。”周天虹坦言，成本可精准测算，收益因银行价值链复杂而难量化。

此外，招行引入“AI贡献比”——AI处理工时与人工工时之比，从2025年底1:13.5提升至2026年5月近1:9。全年替代1556万小时人工，相当于8000+全职人力。

零售端，“RM小助”服务超万名金葵花经理，人均有效触客提升14%，客均交易增长20%；对公端，小企业尽调报告82%由AI完成，在线风控审批信贷近6000亿元，同比增长44%。

2025年，招行科技总投入约130亿元，算力采购占比不高，未来仍有较大提升空间。

下半场的胜负手

2025年是银行业AI从试点走向规模化关键年。2026年，竞争逻辑重构。

周天虹称，招行愿景是打造智能银行，但路径复杂，仍需持续优化指标体系。

尽管短期算力成本上升，长期看，AI仍是降本利器。麦肯锡预测，AI全面应用后，银行整体成本可净降15%-20%。

上述负责人指出，技术趋势明确：Token成本将持续下降，有预测称年降幅达10倍，当前趋势吻合。

“成本越低，ROI越高，尤其在需多轮交互的场景，如私行资产配置。”

他透露，该行每百万Token成本已低于公有云，但部分机构因技术能力弱，成本为公有云数倍，难以规模化。

Token经济学，正成为银行AI时代的必修课。率先建立成本收益体系、敢晒“20元赚100元”账本的银行，正赢得下一个五年的制高点。

（文章来源：21世纪经济报道）