在数字经济蓬勃发展的时代浪潮下，金融科技正以前所未有的速度重塑着银行业的格局。2024年，伴随国家“数字金融”战略的深化推进，银行业全面开启了从“信息化”向“智能化”的转型深水区。从数字基础设施的全面升级到AI技术的加速落地再到数据中台的深化建设，银行业正积极拥抱技术变革，全面提升其技术能力。

　　本报告将基于2024年银行年报，系统性解析银行在数字底座、AI技术应用以及数据等领域的突破性进展，揭示这些技术变革如何为金融生态的可持续发展注入强大动能。

　　2024年，银行业正以数字基础设施全面升级为核心抓手，加速推进技术架构的云化、智能化与分布式转型。多家银行通过构建多元化算力体系、规模化落地云原生技术、响应国家战略布局基础设施、推动核心系统分布式重构等举措，系统性重塑技术底座，为金融业务创新和服务效能提升注入强劲动能。

　　银行业正在加速构建高性能、智能化的算力基础设施，以支撑大模型、人工智能等新一代技术应用。例如，建设银行的算力规模已达到507.72 PFlops，其中GPU等新型算力硬件占比超过23.39%，大幅提升了AI任务的处理能力；招商银行、交通银行、兴业银行等均已部署千卡以上级别的异构算力集群，进一步增强了数据处理和实时计算的能力；兴业银行则规划了20万台服务器算力布局，首期投产后可实现5万台服务器算力支持，确保大规模、低延迟的计算需求得到满足；光大银行的全栈云算力规模增长超过47%，展现了云计算基础设施的快速扩展。

　　银行的技术架构正从传统的单一计算平台向更加灵活、智能、高效的多层次算力体系转型，为未来金融科技创新奠定了坚实的基础。

　　云原生与容器化技术在银行系统中已进入规模化落地阶段，迅速普及并逐步成熟。工商银行云平台已纳管超过26万节点和60万余容器，分布式微服务框架承载单日服务调用量超过300亿次，稳定承载包括分布式核心系统在内的多个重要业务系统。农业银行已全面建成云原生平台，IaaS的云化率达到99%，容器云的云化率达到92%。目前已承载一千多个系统模块，14万个容器稳定运行。[1]中信银行的容器化应用率超过90%，平安银行的容器云覆盖率超过80%，而浦发银行的容器规模已超过11.2万个。

　　此外，云原生治理平台、服务网格和中间件云服务等技术在邮储银行、兴业银行等陆续落地，显著提升了系统的弹性与资源利用效率。通过这些技术的应用，银行不仅优化了资源利用率，还增强了系统的稳定性与可靠性，例如招商银行Kaiyun平台官方实现了云平台的超高可用性，达到99.999%的可用性标准。这一系列举措为银行业务的持续稳定运营提供了强有力的技术保障。

　　各大银行积极布局异地多中心数据中心，响应国家“东数西算”战略。交通银行、浦发银行等依托该政策推进在和林格尔、贵安等西部地区的数据中心建设，兴业银行则着力打造绿色数据中心，既满足业务连续性的需求，又实现低碳发展目标。

　　多地多活架构（如中国银行的四地节点部署、浦发银行的两地四中心布局）已成为保障金融业务韧性和高可用性的主流选择，有效提升了数据处理能力和灾备能力。

　　在银行IT架构的演进中，云计算与分布式架构的深度应用已成为行业的共识。核心系统的“上云”和“分布式”不仅提升了银行的技术基础设施，也增强了业务的弹性和扩展能力。

　　2024年，工商银行境内核心系统完全基于开放平台单轨运行，个人业务单元化架构迭代优化，平稳支撑年内多次重点保障业务高峰。目前，工商银行核心业务系统实现了云化部署，承载应用节点规模超15.9万，容器数量超30万，支持超20万TPS的高并发场景，日均服务调用量超200亿，快捷支付、聚合支付、大零售、互联网金融等业务线的核心银行系统入云比例达100%。农业银行已实现核心系统的单轨运行，完成对个人客户全量业务的分布式架构切换，全面支撑超8亿客户、18亿个人账户，日交易量峰值近20亿笔，主要业务时段可用率达99.99%。[2]建设银行全面完成核心系统分布式转型，境内外全量业务已由分布式核心系统承载，形成统一的新一代核心系统架构。浦发银行则完成了信用卡和零售核心系统的分布式重构。分布式平台的搭建不仅支持无感迁移和高峰时段的平稳运行，还在提升系统性能的同时，提供了更强的业务横向拓展能力。

　　从算力硬件升级到云原生架构普及，从“东数西算”战略落地到核心系统分布式转型，银行业的数字基础设施正经历全方位、深层次的变革。这一系列技术演进不仅显著提升了金融系统的稳定性、安全性和业务承载能力，更通过资源集约化管理和服务弹性扩展，为各类业务场景提供了坚实的技术支撑。

　　随着人工智能技术的快速发展，银行业正在迎来前所未有的数字化转型浪潮，AI的深度应用成为金融科技领域的核心驱动力。在此背景下，大模型技术的突破、智能研发工具的赋能、场景深化的应用和生态系统的构建，正为银行业的智能化转型提供强大的技术支撑。

　　2024年，中国银行业在人工智能领域迎来技术突破性发展，大模型技术成为行业智能化转型的核心驱动力，多家头部银行构建千亿级金融大模型体系。

　　工商银行的“工银智涌”大模型已经在20余个业务领域、200多个场景中实现了技术赋能，累计调用量突破10亿次。建设银行则发布了集成大语言模型、文生图、大模型等多种技术的大模型体系，且迭代更新多达16次，2024年上线个应用场景，累计上线个应用场景，覆盖了金融信息理解、生成、逻辑推理等核心能力。

　　同时，交通银行发布的“千亿级金融大模型算法矩阵”以及邮储银行推出的大模型“邮智”等一系列成果，均标志着银行业正从传统机器学习向生成式AI实现跨越式转型。这些大模型不仅具备文本生成、数理逻辑、多模态交互等通用能力，还深度融合了金融知识图谱与业务场景，形成了“金融通识+垂直领域”的复合能力。

　　技术落地上，银行通过“大模型+小模型”协同模式提升应用效率。例如，浦发银行构建多维度模型矩阵，实现模型全生命周期管理；中信银行整合决策式AI“中信大脑”与生成式AI“仓颉大模型”，覆盖财富管理、风险合规等场景。

　　此外，AI Agent（智能体）成为新方向，如建设银行打造AI小诸葛智能体、平安银行上线知识数据 Agent以及浦发银行的智能体创设，计划在多个业务领域进行广泛应用，进一步加强智能交互与自学习能力的融合。

　　在金融行业数字化转型的过程中，人工智能技术正日益成为推动业务创新与提升效率的关键力量。尤其是AI深度赋能的智能研发工具，已经成为优化研发流程、提升产品质量和加速市场响应的核心驱动力。

　　工商银行创新推出AI智能编码工具，覆盖代码补全、单元测试生成、代码检查等全流程辅助能力，赋能7000余名开发人员，实现AI生成代码占比达32%，单元测试行覆盖率提升至60%，实现单位时间内有效代码量提升22.9%，自动代码缺陷检出率超40%，月均减少资料检索耗时约1W+小时[3]；邮储银行基于大模型的研发测试AI助手辅助超5000名研发人员，智能生成代码110万余行，代码采纳率约20%，单元测试行覆盖率约60%–80%，试点系统测试制品采纳率约31%；平安银行AI辅助代码评审占比增长约20%，月均自动化发布应用超3400 个，同比增长约13%。

　　AI智能编码工具的应用显著提升了代码生成效率与质量优化，不仅推动银行业研发流程向自动化、智能化转型，更构建起敏捷高效的数字化创新体系，为金融科技高质量发展提供坚实支撑。

　　大模型技术推动下，各大银行纷纷加大了对具体场景的应用和深化，尤其在风控、客户服务、营销和运营管理等方面，取得了显著成效。

　　■工商银行“4E平台”实现跨市场风险传染识别与底线拦截，风险筛查效率提升超50%。

　　■中信银行依托知识图谱技术打造反欺诈关联图谱，深度挖掘复杂交易网络，累计预警可疑账户近2万个。

　　■浦发银行在智能交易反欺诈领域，全年新增近百个涉案账户监测拦截策略，成功拦截涉案资金2.79亿元。

　　■建设银行“帮得”AI助理为3万名客户经理提供智能营销支持，总交互量达3463万次。

　　■招商银行“小招”助理升级为能听会说的银行管家，高频场景自服务能力显著增强。

　　■中国银行加快智慧运营中台系统建设，精准匹配用户需求，构建多元触客渠道矩阵，持续优化服务策略，执行服务策略超200条，月均触达客户数超5000万人次。

　　■浦发银行通过智能实时推荐8亿次，显著提升客户响应率和转化率，优化客户体验。

　　■平安银行深化“AI+T+Offline”服务模式，拓展生成式人工智能（AIGC）覆盖场景，打通人工智能客户服务、电话等多种服务渠道，提升营销服务能力。

　　■RPA（机器人流程自动化）广泛应用。中国银行覆盖超3000个场景应用，月均执行任务超20万次；邮储银行已累计部署流程机器人超2000个，上线余个自动化流程，执行超600万次，实现连年翻番，节约超百万工时；光大银行RPA 新增场景 549 个、总计达到1219个。

　　■平安银行借助虚拟数字人，2024 年末运营审核作业自动化率提升至55%，较上年末提升10个百分点。

　　■浦发银行的AI应用在普惠金融场景中优化了“小微企业授信尽调报告”智能生成，每份报告节省0.25人天，提升了至少50%的尽调效率。

　　银行业正积极构建以技术为核心的生态体系，推动技术创新与产业融合的深度发展。招商银行开源大模型及2TB的数据集，推动行业共建；浦发银行打造“3-1-8-10-100+”[*]体系，覆盖业务全链条，进一步实现从技术研发到应用落地的深度融合，推动数字化转型的全方位升级；中信银行通过“平台+场景+生态”三位一体模式，孵化超80项创新应用。

　　与此同时，“自主可控”成为各大银行的共识，特别是在大模型技术的研发和应用上，邮储银行和招商银行等均强调大模型的自主研发，力求减少对外部技术依赖，提升技术自主性与安全性；浦发银行则在推进智算平台的信创升级方面作出积极努力，推动自主可控技术的深度融合，不仅保障了技术安全，也为银行业务的可持续发展奠定了坚实基础。

　　随着AI技术的深入应用和发展，银行业在智能化转型的道路上不断迈出坚实步伐。大模型的技术突破、智能研发深度赋能、场景深化和生态构建的紧密融合，不仅加速了银行业务的创新与优化，也为客户提供了更为智能、精准的金融服务。

　　[*] “3-1-8-10-100+”体系：遵循“流程化、工程化、规模化”的“三化”原则，建成覆盖公司、零售、金市、风险、运营、综合六大业务领域和制度、产品、流程、案例、行业五大知识类型的“五横六纵”企业级知识库，打造“智能问答、行业研究、交互式报告、智能营销、智能表单、财务分析、智能风控、法律顾问”等8大企业级AI组件，围绕对公授信AI赋能、运营智能审录、制度合同AI速审、智能坐席辅助、投行并购展业、金融市场自营业务、数智普惠AI应用、零售数智营销风控、浦惠来了、智能体创设10大工程，建设100+AI应用场景。

　　在银行业数字化转型进程中，数据资产已从基础生产要素升级为战略级资产，成为驱动高质量发展的核心竞争力。2024年，多家银行通过基础设施升级、治理体系优化和场景价值释放三方面的协同推进，数据能力建设形成“强底座、严治理、促转化”的深度发展格局，推动数据能力的深度发展。

　　数据底座建设上，工商银行实现多地多中心部署及T+1数据时效，并建立覆盖40余个业务线的数据服务网络；农业银行完成分行数据上云工程，构建云原生数据湖；中信银行构建“湖仓一体”大数据底座，建成离线计算、近线查询、实时计算三大集群能力；光大银行数据总量突破17PB，比上年增长约24%；兴业银行统一纳管超万项指标，推动数据处理向“分布式+智能化”跃迁。

　　各家银行正在加快构建稳定、弹性、高效的数据基础设施，推动数据处理从“集中化”向“分布式+智能化”跃升，为业务实时响应与数据要素高效流通提供坚实支撑。

　　数据治理方面，工商银行部署9万条数据质量规则并建立十万级信息标准；中信银行累计制定2.5万项数据标准、盘点资产超150万项；平安银行通过智能分级分类实现数据标准体系优化超800项，构建起覆盖全流程的治理框架。

　　银行在数据标准、质量与资产化三方面协同发力，逐步构建起“全覆盖、强治理、可运营”的数据治理体系，为高质量数据供给与数据价值释放打下制度基础与管理支撑。

　　场景化应用上，建设银行通过实时数据支持571个业务场景，将营销决策效率从4小时缩短至20秒；邮储银行数据中台提供数据服务1842项，数据服务API（应用程序编程接口）达376个，日访问量峰值约4000万次，支持营销管理、风险监控、运营优化与提升等多场景；浙商银行实现全行数据资产统一查询，已服务170余个系统，日均服务量超350万次。

　　场景牵引与平台支撑协同发力，各家银行正推动数据能力从“后台能力”向“前台价值”转化，形成从数据采集到智能决策的闭环体系，持续提升业务运行效率与客户服务水平。

　　通过基础设施迭代夯实数据底座、治理体系革新强化数据资产价值、场景化应用打通业务闭环，银行业正加速推动数据要素从资源沉淀向生产力转化，全面赋能业务智能决策与客户服务升级。

　　2024年银行业金融科技的跨越式发展，标志着银行业从“信息化”向“智能化”的全面转型已进入深水区。技术升级不仅带来了数字底座的提升、AI应用的场景化爆发与数据价值的深度挖掘，更推动了金融生态从“单点创新”向“系统重构”的质变。

　　未来，随着自主可控技术体系的深化、数字基础设施的持续优化布局以及开放生态的协同进化，银行业将在安全与效率、创新与合规的平衡中，持续释放数字技术的乘数效应。这场由技术驱动的金融变革，不仅将重塑银行业的竞争格局，更将成为服务实体经济、助力中国式现代化的重要支撑。返回搜狐，查看更多