《银行科技研究社》（作者 欧文 ） ： 在银行业数字化转型进（略）的当下，AI技术已从技术探索转向实际落地，成为银行提高竞争力的关键。在实际层面，通过银行开展的AI项目，可以一窥AI技术在银行业的最新进展。为此，本文梳理了（略）年（略）月银行AI项目相关招标与中标信息，并从银行类型、AI项目类型、中标厂商类型三个维度展开（略）析。

需特别说明的是，所有内容均依据公开招标文件（略）理而成，对信息的完（略）性与准确性不作保证，相关内容仅供参考。

招标中标有序推进，城商行占比近半

（略）月期间，银行AI领域的招标与中标公告累计（略）个，具体包括（略）个招标公告、（略）个中标公告，以及3个废标项目。

在招标方面，兴 业银行 、广西北部湾银行和（略）商业银行各有2个项目招标，这些项目涉及大模型研发、硬件以及智能应用领域。兴业银行要求定制开发金融垂直大模型，以提升代码与测试助手的智能化水平，同时为智能交易机器人提供AI语音服务；广西北（略）建设，开展AI大模（略）由器、交换机等硬件采购；（略）商业银行开展（略）建设，招标大模型智能研发助手项目。

在中标方面，天津银行和北京银行各自有2个项目迎来中标结果，涉及智能数据、产品图谱、算力采购及投贷后管理领域。

在废标方面，共有3家银行的相关项目遭遇波折：广西北部湾（略）项目，因所有投标人综合得（略）均低于（略）而废标；（略）商业银行的AI陪练智能体话术数据项目，由于投标人数量不足3家被作废标处理；中国进出口银（略）行的AI技术辅助银行贷前、贷后相关报告生成项目，因故终止采购。

除上述提到的银行外，其余银行在（略）月的AI项目中仅存在三种情形，要么有1个招标项目，要么迎来1个中标结果，部（略）两者皆有，如恒丰银行既有AI算力服务项目招标，又有AI算力购置项目中标公示。

此外，按银行性质划（略）并剔除主体重（略）归入对应总行）后，共有（略）个银行主体参与。其中，大型国有银行4个，占比（略）制商业银行5个，占比（略）%；（略）商业银行（略）个，占比（略）%；（略）商业银行4个，占比（略）%；政策性银行1个，占比4%。

从不同类型银行的占比来看，（略）商业银行参与度最高，占比近一半，可以看出这类银行在AI领域较为积极，试图借助AI技术实现差异化竞争，提（略）域内的服务（略）场份额。以上海银行为例，其建设大模型知识问答项目用于辅助生成尽调报告，该模型能结合本地企业（略）场动态进行精准（略）析，让服务更贴合当地需求。

大型国有银（略）商业银行占比均为（略）%，并列第三，不过背后原因各有不同。大型国有银行此前凭借强大的资源与实力，在AI领域已开展大规模、（略），目前进入相对平稳的时期，参与节奏有所放缓。（略）商业银行受限于资金规模和技术能（略）时更为审慎，对项目要求更加精细。

政策性银行占比仅4%，在各类银行中排名最末，仅有1家参与。

项目以AI应用类为主

排除掉3个废标的项目后，从公告类型来看，主要可（略）为AI应用类、算力与设备采购类、培训与活动类三类。其中，AI应用类占比最大，达到（略）%；算力与设备采购类次之，占（略）%；培训与活动类占比较小，为5%。

其中，AI应用类涵盖了三个应用场景方向。

一是客户服务方向，该方向主要是借助AI技术提升银行与客户交互过程中的服务体验，实现智能外呼、智能客服答疑等功能，增强客户的满意度。例如，中国银（略）行的个人客户AI智能外呼服务项目，能够根据客户的历史交易数据、风险偏好等信息，对客户进行精准画像，外呼时针对不同客户提供个性化服务，为有理财需求的客户，按其风险承受能力推荐理财产品。

二是业务流程优化方向，聚焦于运用AI对银行内部各类业务流程进行智能化改造，从而提高业务处理效率、降低运营成本，使银行运营更加高效有序。例如，（略）商业银行的大模型智能研发助手项目提到要采购智能编辑器IDE及其研发端插件模块，该模块覆盖代码补全、代码解释、问题修复、故障（略）析等功能，可有效减少研发人员在基础编码、问题排查中的重复劳动，提升了研发效率。

三是数据（略）析与决策方向，通过AI的数据处理和（略）析能力，为银行的战略规划、产品设计、风险管理等决策提供科学依据，助力银行做出更精准的决策，（略）场竞争力。例如，北京银行的AI驱动投贷后管理应用升级项目，通过构建冒烟指数AI助手，从投贷后数据中提取信息、（略）域/机构维度（略）析客户风险，能自动解析风险并输出处置建议，为信贷风控决策提供依据。

算力与设备采购类主要是采购与AI相关的算（略）络设备等，为银行筑牢硬件基础。例如，柳州银行（略）年人工智能（AI）通用算力资源采购项目，明确需要AI服务器与RoCE交换机，前者提供智能化所需的算力支撑，后者构建（略）络底座，二者协同助力银行业务实现智能化升级。

培训与活动类主要面向银行人员开展AI知识培训，为银行推进AI赋能的业务储备专业人才。

5类企（略）占比最低

从中标的厂商来看，大概可（略）为5大类，科技公司（含AI新锐企业）占比最高，（略），占比（略）%；紧随其后的是通用大模型企业，占（略）的占比则完全一致，均为6%。

通用大模型企业有科大讯飞、火山引擎，中标项目主要是AI应用；科研机构多（略）则侧重基本的AI项目。

此外，（略）.7%的中标厂商已披露具体金额，最高金额为（略），该项目是北京银行的（略）年全栈国产化AI算力（略）、北京可利邦（略）公司，（略）别中标2个项目，主要是智能外呼、大模型应用、AI算力与服务器方面。

总结

综合来看，（略）年（略）月银行AI项目招标与中标工作有序推进，参与主体中，（略）商业银行占比居首，大型国有银行（略）完善节奏放缓、（略）商业银行受限于资源规模更显审慎；AI应用类项目最受银行业青睐，（略）月需求集中指向客户服务、业务流程优化、数据（略）析与决策三大（略）（含AI新锐企业）占比最高，是银行AI项目落地核心力量。未来随着更多AI项目的落地与迭代，银行业数字化转型有望进一步深化。

银行AI应用社群，有兴趣的朋友请添加群主： BankFi（略）+姓名+职务+AI入群。仅限银行科技工作人员。