文/中國金融網(CFN) 大河 版權圖片/微攝

2026年5月上旬，第九屆數字中國建設峰會“數‘聚’金融、智啟未來”數字金融主題交流活動在福州舉行。會上，興業銀行黨委書記、董事長呂家進的一番表態迅速引發行業關注：“人工智能作為新一輪科技革命的戰略性技術，正在深刻改變千行百業，智能化不是選擇題而是必答題。”正是基于這一判斷，興業銀行在“十四五”收官之際，交出了一份頗具底氣的成績單：2025年末集團總資產達11.09萬億元，營業收入2127.41億元，歸母凈利潤774.69億元，營收與凈利潤連續兩年實現“雙增長”，不良貸款率1.08%，撥備覆蓋率228.41%。

但在呂家進看來，這份成績單只是數字化轉型成果的“前戲”。“十五五”開局，興業銀行做出了一個清晰的戰略抉擇：將數智化上升為第一戰略。這背后是他從“金融機構、金融行業、金融政策”三個層面勾勒的一套關于金融智能化變革的系統性邏輯——一套對全行業而言都具有前沿引領意義的新理念與新藍圖。

“致廣大而盡精微”：三個層面的系統性思考

呂家進的核心思考集中在三個層面，層層遞進，構成了一個從微觀到宏觀的邏輯閉環。

金融機構層面，他提出“致廣大而盡精微”的理念。未來的基礎大模型可能趨于同質化，成為類似“水電煤”的基礎設施。他特別借用了一個生動的生物學比喻：現代生物學研究表明，人類和黑猩猩的基因差別不足2%，正是這微小差異造就了“人猿相揖別”的物種分野。因此，決定金融機構最終高度的，不是基礎大模型的引進部署情況，而是自身獨特資源的整合利用程度——在細微處下功夫，讓基礎大模型與自身的獨特性產生“化學反應”。

在操作層面，這一理念被分解為四項關鍵工程：數據治理、知識梳理、場景建設和組織革新。每一項都指向一個核心問題——金融機構如何構建真正屬于自己的“智慧內核”，而不是成為大模型廠商的“高級測試員”。

金融行業層面，呂家進認為要化挑戰為機遇，并從客戶服務、交互渠道、產品形態、風控體系四個方面描繪了銀行形態的根本性重塑。他認為未來的硅基生命將大量替代碳基生命的工作，只要為智能體灌注企業金融、零售金融、同業金融等知識，它就可以“一人分飾多角”，不再有嚴格的崗位界限之分。金融機構的APP也將“隱身”為被智能體調用的功能模塊，金融服務真正融入客戶旅程。同時，業務與風控的邊界將被重新定義，風險參數和業務邏輯從一開始就要被同步編碼，實時感知并即時阻斷風險，將成為智能時代的核心競爭力。

金融政策層面，他提出了三個前瞻性的政策建議：推動聯合創新，組建創新聯合體打造硬科技成果；加快公共數據管理機制改革，讓更多高能級公共數據走向市場；借鑒國際經驗構建“沙盒”監管機制，允許金融機構在限定場景內試驗新技術、新產品，確保全球競爭中不落人后。這三點建議反映出他對下一階段中國金融智能化競爭格局的戰略預判——競爭的已不再是單一金融機構的實力，而是整個創新生態和政策環境。

從“數字興業”到“智慧興業”：一張完整的轉型“施工圖”

呂家進在演講中披露的一組數據，清晰地勾勒出興業銀行從“數字興業”走向“智慧興業”的階段成果。截至2026年5月，興業銀行已上線200多個智能體，人工智能技術賦能260多個應用場景，Token日均調用量約41億。該行還制定發布了《“人工智能+”行動方案（2025–2027年）》，形成“人工智能+客戶管理、+風險合規、+投資交易、+決策審批、+集中作業”的“1+7”智能應用體系藍圖。

透過這組數據，可以看到一張遠超“技術秀”的完整轉型“施工圖”正在推進。在數據治理層面，興業銀行健全了“事前、事中、事后”全流程數據治理機制，2023年發布的企業級數據字典標準已超6萬項，建設各類數據應用超900個，構建模型超1200個。

在知識梳理層面，呂家進特別強調，金融業對精準性、可解釋性有很高要求，需要將知識構建作為一項工程。“要把人們多年積累的客戶洞察、合規要義、風控邏輯、信審智慧等大量的顯性和隱性的知識，進行系統性、結構化的萃取、梳理、建模，轉化為機器可以理解、可以推理、可以迭代的知識。”

在場景建設層面，興業銀行“國際業務智能助手”智能體截至2026年2月底總問答量已突破20萬次；通過升級智能大模型平臺，構建具有高級認知能力的金融大模型智能體平臺，可實現智能體應用開發、多樣大模型支持、靈活插件調用、知識庫構建、流程自主規劃等功能。此外，該行還在銀行業首批部署上線DeepSeek-V4，加速了全棧國產化企業級人工智能服務體系建設。

在組織革新層面，2026年3月，興業銀行再次調整科技條線組織架構，擬成立“人工智能+”統籌規劃辦公室，以強化AI戰略的頂層統籌能力。呂家進強調，科技研發要從瀑布式轉向敏捷化，系統建設要從項目制轉向產品制，組織架構要從專業分工轉向業技融合，文化理念要從經驗判斷轉向數據驅動。

值得注意的是，呂家進在2025年度業績發布會上還提出了一個令行業耳目一新的判斷：“在AI時代，硅基生命將大量替代碳基生命的工作。” 他認為，通過喂養金融專業知識，人工智能體可以“一人分飾多角”，未來客戶經理將不再嚴格區分零售、同業等類型，對公客戶經理與零售客戶經理的條線壁壘將被打破。這一判斷直指銀行業傳統的組織架構壁壘，也折射出興業銀行對未來銀行形態的清晰預判。

行業坐標中的興業銀行：智能化轉型的前瞻與領先

將興業銀行的智能化戰略放在全行業視角下觀察，更能看出其前瞻性和體系化程度。2025年，13家上市銀行金融科技投入合計接近1900億元，“AI”“人工智能”“大模型”“智能體”幾乎成了年報科技章節的“標配”。工商銀行將“數字工行”戰略全面迭代為“數智工行”（AI-ICBC），打造AI原生的金融生產力范式；中國銀行全面實施“人工智能+”行動，建設BOCAI大模型能力平臺，接入10余款主流大模型。

從行業趨勢看，銀行正在從項目思維轉向平臺思維，將AI能力作為基礎設施來建設，而非作為一個個孤立的項目來管理。在這樣的競爭格局中，興業銀行提出將數智化作為第一戰略，不僅是對行業趨勢的跟隨，更體現出一種主動定義規則的自覺——競爭的關鍵不在于“我用了哪個大模型”，而在于“我如何用自身的數據和知識讓模型變得更懂我”。

懸念設問：興業銀行的“智慧興業”接下來要攻克的難關是什么？

盡管興業銀行的智能化轉型已取得顯著成效，但呂家進本人的演講也揭示出更深層的挑戰。他將智能時代的競爭力歸結為四個維度的組織革新，而每一項革新的推進都意味著對傳統科層制體系的深層挑戰。“這些生產關系的調整需要改變人們的思想觀念、行為習慣和利益格局，誰的決心大、工作細，誰才有可能將金融機構從傳統的科層制的‘流程機器’重塑為能夠快速進化的‘智慧生物’。”真正的考驗不在于技術能力，而在于“破壁”能力。

第一個難題是“數據孤島”的徹底打破。 企業級數據治理雖然已構建6萬項標準，但從“有標準”到“數據通”，再到大模型真正吃透這些數據，中間仍存在巨大跨越。特別是呂家進所強調的“私有數據是護城河”這一判斷，意味著興業銀行需要在守住數據安全和合規底線的前提下，最大限度地釋放自身數據的價值。

第二個難題是“專業壁壘”的跨越。 將信貸審批專家頭腦中幾十年的經驗、風控邏輯、信審智慧萃取出來并轉化為機器可理解的知識庫，本身就是一個龐大的“知識工程”。這項工作直接決定了銀行智能體的“智商”——如果知識梳理不到位，智能體不過是“高級版關鍵詞搜索”，無法真正替代專家的判斷力。

第三個難題是“人機協同”的確立。 當組織從“專業分工”轉向“業技融合”，當硅基智能體與碳基員工在同一組織內共存共事，業務流程如何重新定義？考核機制如何調整？管理模式如何升級？這些都是只有通過實踐才能給出的答案。

第四個難題是“合規創新”的平衡。 呂家進在演講中坦承，“目前我國金融業主要是在內部使用人工智能，還不能用于對外面客服務”。他提出的“沙盒監管”正是為解決這一困境而設計。在智能化風控和面客服務領域，如何在監管框架內找到創新空間，將是金融機構在智能化時代的核心競爭力之一。

金融智能化的“中國解法”

中國金融網董事長何世紅分析認為，興業銀行董事長呂家進提出的“金融機構—行業—政策”三層系統性框架，將金融智能化從“技術問題”提升到了“戰略問題”的高度——其核心不是比誰上線的大模型更多，而是比誰能讓模型更懂自己。

從“數字興業”到“智慧興業”，興業銀行正在以200多個智能體、260個應用場景、日均約41億Token調用的底層能力，支撐起一個“四層八柱”的智能化戰略框架。這一框架的精髓在于：它不是簡單地套用大模型做“錦上添花”，而是從數據治理、知識梳理到場景建設和組織革新的全鏈條重構，試圖將金融機構從傳統的科層制“流程機器”重塑為能夠快速進化的“智慧生物”。如果說前十年商業銀行的數字化轉型是一場以“效率提升”為目標的上半場，那么以興業銀行為代表的智能化轉型下半場，目標已經升維為“能力重構”——是用AI重新定義銀行的客戶服務方式、風險控制方式和組織運轉方式。

對于興業銀行而言，“十五五”開局就把數智化列為第一戰略，既是戰略自覺，也是市場倒逼。當呂家進在演講中罕見地公開批評行業中普遍存在的“各自為政、重復建設”現象時，釋放出的信號已經非常明確：金融智能化不是某家銀行的專利，而是整個金融業面對AI浪潮必須共同破解的時代命題。而興業銀行的思考與實踐，正試圖為中國金融業探索出一套具有示范意義的“中國解法”，并為全行業的智能化轉型提供一條可復制的參考路徑。