當(dāng)前，人工智能與金融業(yè)務(wù)的深度融合正進(jìn)入以“智能體”為核心應(yīng)用形態(tài)的新階段，智能體逐步成為金融機(jī)構(gòu)提質(zhì)增效、重構(gòu)業(yè)務(wù)流程、優(yōu)化客戶服務(wù)的重要抓手。

在智能體建設(shè)上，金融行業(yè)已形成清晰的分層格局。國有大行、頭部股份行普遍選擇自研自建核心智能體底座，自主掌控底層模型、平臺框架與核心業(yè)務(wù)能力，對外招標(biāo)采購的需求較少，更多僅補(bǔ)充算力硬件、小眾場景配套服務(wù)。

而對于中小銀行以及證券、保險(xiǎn)、金融租賃等各類非銀金融機(jī)構(gòu)，外采成熟平臺、垂直場景智能體與配套技術(shù)服務(wù)，成為它們落地智能化轉(zhuǎn)型最務(wù)實(shí)、最高效的選擇。

招標(biāo)數(shù)據(jù)作為機(jī)構(gòu)采購需求最直觀、客觀的載體，記錄了不同金融主體對智能體的建設(shè)訴求、落地優(yōu)先級與投入偏好，是觀察金融智能體建設(shè)的重要參考坐標(biāo)。

零壹智庫梳理了2026年1月1日至6月15日期間的金融智能體公開招標(biāo)數(shù)據(jù)，包括招標(biāo)公告、采購意向、意見征集、交流公告等類型，篩選標(biāo)準(zhǔn)是標(biāo)題或需求明確提及智能體相關(guān)建設(shè)內(nèi)容。去重后，共有97條有效樣本，覆蓋銀行、證券、保險(xiǎn)、金租、消金、理財(cái)、支付等10多類持牌金融機(jī)構(gòu)，以及金科子、金融科技、大學(xué)等相關(guān)市場主體。

不同于2025年以底層平臺為主、疊加零散場景的需求結(jié)構(gòu)，2026年金融智能體招標(biāo)全面鋪開，智能體開發(fā)/應(yīng)用平臺等底層基座、風(fēng)控、客服等數(shù)十類業(yè)務(wù)場景，以及配套運(yùn)營同步推進(jìn)，不同業(yè)態(tài)、不同規(guī)模機(jī)構(gòu)的差異化建設(shè)思路充分顯現(xiàn)。

01

概況：銀行占據(jù)采購主力，平臺底座仍是核心需求

從招采單位結(jié)構(gòu)來看，銀行類機(jī)構(gòu)（包括農(nóng)信社）有47條招標(biāo)，占比達(dá)48.5%，是金融智能體市場的第一大需求主體；其次是證券和保險(xiǎn)公司，分別有14條和12條招標(biāo)，占比均在10%以上。三類機(jī)構(gòu)合計(jì)招標(biāo)73條，占到四分之三以上的比例。

圖1：2026年各類金融機(jī)構(gòu)智能體招標(biāo)統(tǒng)計(jì)

數(shù)據(jù)來源：企業(yè)預(yù)警通，零壹智庫整理分析

金融租賃、金科子公司、消費(fèi)金融公司、資產(chǎn)管理公司、理財(cái)子公司等機(jī)構(gòu)也均有多個(gè)招標(biāo)。

從具體招標(biāo)單位來看，招標(biāo)需求非常分散。寧波銀行和蘇州銀行發(fā)布的金融智能體招標(biāo)數(shù)量最多，但也只有6個(gè)；如果算上金融科技子公司，興業(yè)銀行的招標(biāo)也是6個(gè)；其次是廣發(fā)證券和國任財(cái)險(xiǎn)，分別是5個(gè)和3個(gè)。

圖2：2026年金融智能體招標(biāo)TOP 10

數(shù)據(jù)來源：企業(yè)預(yù)警通，零壹智庫整理分析

從招標(biāo)需求來看，搭建統(tǒng)一的智能體應(yīng)用/開發(fā)平臺成為全行業(yè)共識，平臺類采購項(xiàng)目占比約為28.9%，仍然是現(xiàn)階段最主流的需求。

金融機(jī)構(gòu)已經(jīng)普遍意識到，智能體的規(guī)模化落地不能依賴單點(diǎn)的、零散的小應(yīng)用，必須先搭建統(tǒng)一的基礎(chǔ)平臺與開發(fā)底座，實(shí)現(xiàn)大模型管理、智能體編排、工具調(diào)用、知識庫管理、效果評估等核心能力的統(tǒng)一，為后續(xù)多場景智能體開發(fā)筑牢底層底座。

不過，相對于2025年60%以上的占比而言，平臺類采購項(xiàng)目已有顯著下滑，場景化應(yīng)用正在全面鋪開，其中風(fēng)控與合規(guī)、營銷與客服最為集中，分別占到19.6%和11.3%的比例。

圖3：2026年金融智能體招標(biāo)需求詞云圖

數(shù)據(jù)來源：企業(yè)預(yù)警通，零壹智庫整理分析

前端營銷與客戶服務(wù)是重點(diǎn)場景，銀行對公零售營銷智能體、券商客戶陪伴與激活智能體、保險(xiǎn)展業(yè)智能體招標(biāo)紛紛浮出水面，主要用于挖掘營銷線索、智能話術(shù)輔助、客戶分層運(yùn)營、提升客戶服務(wù)體驗(yàn)，直擊營銷流程繁瑣、獲客轉(zhuǎn)化難度大等痛點(diǎn)。

中后臺則以風(fēng)控合規(guī)為核心剛需，也是智能體落地最廣泛的地方。圍繞盡調(diào)、授信、放款審核、貸后、反洗錢、數(shù)據(jù)安全、合規(guī)審查、審計(jì)監(jiān)督等環(huán)節(jié)，大量專項(xiàng)智能體的建設(shè)需求不斷涌現(xiàn)。

除此之外，數(shù)據(jù)處理、文檔識別、智能運(yùn)維、辦公審批、測試管理等細(xì)分場景也不斷涌現(xiàn)。智能體的應(yīng)用邊界持續(xù)拓展，逐步滲透到金融機(jī)構(gòu)日常運(yùn)營的各個(gè)角落。

02

銀行：頭部機(jī)構(gòu)自研補(bǔ)短板，區(qū)域機(jī)構(gòu)全流程外采

作為金融體系的核心主體，銀行類機(jī)構(gòu)業(yè)務(wù)線完整、數(shù)據(jù)資產(chǎn)豐富、合規(guī)要求極高，對智能體的需求覆蓋了智能體平臺建設(shè)，到前端營銷客服、中端信貸業(yè)務(wù)、后端風(fēng)控合規(guī)的全鏈條。

其中，國有大行以總行級自研自建為核心，對外公開招標(biāo)采購意愿極低，僅觀察到3條招標(biāo)，均為特定場景或定制項(xiàng)目。中國銀行上海分行針對風(fēng)險(xiǎn)管理智能化助手的部分需求，需要第三方集成商提供包括AI數(shù)據(jù)庫、智能體平臺、智能知識庫在內(nèi)的工具鏈，以提升整個(gè)平臺的開發(fā)效率；建設(shè)銀行廣東分行采購AI智能體開發(fā)平臺，用于校園場景的智能體設(shè)計(jì)、開發(fā)與部署；交通銀行蘇州分行采購校園服務(wù)智能體矩陣，覆蓋學(xué)生入學(xué)、繳費(fèi)、畢業(yè)等場景。

全國性股份行也有類似情況，外采需求圍繞現(xiàn)有平臺的能力升級、功能模塊補(bǔ)充與國產(chǎn)化適配展開，同時(shí)聚焦零售營銷、數(shù)據(jù)中心運(yùn)維等自身難以快速覆蓋的細(xì)分垂直場景開展定制化采購，此外還有智能體資產(chǎn)管控、安全攻防等合規(guī)類專項(xiàng)采購需求。

例如，興業(yè)銀行采購基礎(chǔ)設(shè)施管理平臺服務(wù)，定制開發(fā)數(shù)據(jù)中心AI智能體，期望實(shí)現(xiàn)預(yù)測性維護(hù)、智能告警、智能排障、節(jié)能調(diào)優(yōu)等功能，覆蓋總行三地?cái)?shù)據(jù)中心及全部分行機(jī)房，是對內(nèi)部運(yùn)維體系的智能化升級；采購企業(yè)微信運(yùn)營服務(wù)，專項(xiàng)訓(xùn)練零售營銷智能體，預(yù)期實(shí)現(xiàn)自動化內(nèi)容話術(shù)生成、客戶互動、服銷一體，補(bǔ)齊零售一線運(yùn)營的智能化工具短板；建設(shè)智能體插件市場，用于完善自研低代碼平臺的智能體開發(fā)與編排能力。

興業(yè)銀行子公司興業(yè)數(shù)金也發(fā)布了2個(gè)智能體招標(biāo)需求，分別對應(yīng)公司治理和風(fēng)控（授信）場景。

渤海銀行2條招標(biāo)均圍繞智能體工程平臺展開，分別采購平臺基礎(chǔ)軟件許可、智能體應(yīng)用編排與知識檢索等核心功能模塊，用于對現(xiàn)有自研平臺的國產(chǎn)化適配、能力升級與許可補(bǔ)充。

城商行智能體采購相對最多，達(dá)到21筆，涉及11家銀行。其中，萬億級城商行僅有寧波銀行、徽商銀行和中原銀行。

寧波銀行半年內(nèi)落地9項(xiàng)智能體相關(guān)招標(biāo)，覆蓋盡調(diào)分析、企掌銀對公服務(wù)、坐席語音商機(jī)挖掘、金融數(shù)據(jù)標(biāo)注等場景；徽商銀行只是針對營銷策略智能體進(jìn)行交流征集，包括智能體數(shù)據(jù)分析能力、策略創(chuàng)建能力、自動化投放能力等；中原銀行指定阿里云對智能研發(fā)平臺進(jìn)行升級，核心是智能體能力擴(kuò)展。

中小城商行適度搭建輕量化統(tǒng)一智能底座降低重復(fù)開發(fā)成本，同時(shí)圍繞信貸全流程、坐席運(yùn)營、財(cái)務(wù)審核等高頻痛點(diǎn)采購垂直專屬智能體，配套數(shù)據(jù)標(biāo)注、聯(lián)合共創(chuàng)等輕量化服務(wù)，分階段小批量推進(jìn)。

例如，蘇州銀行集中釋放6項(xiàng)智能體采購公告，搭建企業(yè)級智能體開發(fā)平臺，配套放款審核、貸后管理、智能審批、文檔識別、信貸盡調(diào)全套風(fēng)控智能體，形成閉環(huán)信貸AI工具體系。

泰隆銀行則在推進(jìn)小魚快證智能體，支持業(yè)務(wù)流程自定義編排、工具能力封裝調(diào)用、多輪對話交互及主動建議，以期提升資料處理效率與用戶體驗(yàn)。

農(nóng)商行多聚焦零售小微營銷、信貸、數(shù)據(jù)安全等單一功能智能體。例如，常熟農(nóng)商銀行聚焦小微增長主線，采購營銷多智能體協(xié)同項(xiàng)目，搭建覆蓋公司、零售、小微全條線營銷智能矩陣，要求持續(xù)量化客戶轉(zhuǎn)化、運(yùn)營效率數(shù)據(jù)并迭代優(yōu)化；

農(nóng)信社方面，僅觀察到河北農(nóng)信和青海農(nóng)信，前者偏向體系化采購，包含GPU算力硬件、分布式推理框架、智能體開發(fā)平臺等，要求本地化適配多款開源大模型，配套知識庫、信貸盡調(diào)等標(biāo)準(zhǔn)化場景能力；后者則采購系統(tǒng)監(jiān)管數(shù)據(jù)智能體識別系統(tǒng)。

表1：2026年城商行智能體招標(biāo)需求

數(shù)據(jù)來源：企業(yè)預(yù)警通，零壹智庫整理

03

券商深耕投顧營銷，保險(xiǎn)側(cè)重中后臺試點(diǎn)

證券公司的需求高度聚焦于自身核心業(yè)務(wù)，以投研、投顧、合規(guī)風(fēng)控、客戶營銷為核心落地場景，對智能體的專業(yè)性、精準(zhǔn)度要求極高，更傾向于采購垂直場景的定制化解決方案。

例如，廣發(fā)證券發(fā)布了四條采購需求，包括建設(shè)公司AIGC基礎(chǔ)平臺，構(gòu)建可治理的企業(yè)AI Agent統(tǒng)?使???；提升易淘金App智能化水平，實(shí)現(xiàn)多智能體的信息匯集整理、相互通信、數(shù)據(jù)傳遞協(xié)作；配套客戶激活A(yù)I智能體、互聯(lián)網(wǎng)營銷AI語音智能體，分別針對休眠戶激活、開戶流失挽回搭建多模態(tài)交互、真人共情對話體系。

招商證券側(cè)重對已有智能體的改造，一方面采購專業(yè)財(cái)經(jīng)資訊素材賦能投資決策類智能體；另一方面通過MCP協(xié)議封裝、接口智能體改造，打通大模型與內(nèi)部數(shù)據(jù)服務(wù)的調(diào)用鏈路，夯實(shí)投研智能體底層數(shù)據(jù)支撐。

中信建投證券則建設(shè)面向客戶經(jīng)理、商機(jī)管理、數(shù)據(jù)分析場景的AI智能體能力，構(gòu)建“i企查AI智能助手”及其他AI增強(qiáng)功能模塊。國盛證券、國新證券、國信證券的智能體需求均圍繞投顧展開；財(cái)信證券則是優(yōu)化反洗錢系統(tǒng)，涉及反洗錢智能體的采購。

表2：2026年證券公司智能體招標(biāo)需求

數(shù)據(jù)來源：企業(yè)預(yù)警通，零壹智庫整理

保險(xiǎn)機(jī)構(gòu)的投入相對保守，以小額試點(diǎn)項(xiàng)目為主，需求集中在核保理賠、風(fēng)控盡調(diào)、內(nèi)部運(yùn)營、投資審計(jì)、合規(guī)管理等中后臺場景。同時(shí)，采購需求已從單純的技術(shù)工具落地，向內(nèi)部組織能力與人才建設(shè)延伸，出現(xiàn)了多起AI智能體培訓(xùn)課程、組織變革配套服務(wù)的采購。

典型案例方面，中國太保擬打造以行業(yè)專屬知識庫為底座、智能體驅(qū)動的引導(dǎo)式投資審計(jì)新模式；建信人壽擬打造智能問數(shù)、報(bào)告生成智能體，通過核心引擎搭建、智能體工具與編排能力建設(shè)、行業(yè)專屬向量知識庫構(gòu)建，解決內(nèi)部數(shù)據(jù)碎片化、跨系統(tǒng)數(shù)據(jù)調(diào)取難、業(yè)務(wù)分析報(bào)告生成效率低的核心痛點(diǎn)。

國任財(cái)險(xiǎn)布局多條智能體相關(guān)采購線，覆蓋平臺、理賠、人才培養(yǎng)三類方向。一是AI應(yīng)用平臺項(xiàng)目搭建企業(yè)級統(tǒng)一智能體底座，配套智能開發(fā)IDE、大模型推理服務(wù)；二是AI理賠智能體，集成OCR與NLP技術(shù)完成報(bào)案受理、車損評估、材料自動審核；三是推進(jìn)技術(shù)落地與內(nèi)部人員智能化能力培育。

表3：2026年保險(xiǎn)公司智能體招標(biāo)需求

數(shù)據(jù)來源：企業(yè)預(yù)警通，零壹智庫整理

04

趨勢：從工具應(yīng)用走向體系化

前文分業(yè)態(tài)梳理了國有大行、股份行、區(qū)域銀行、券商、保險(xiǎn)各類機(jī)構(gòu)的招標(biāo)偏好、落地場景與典型項(xiàng)目，結(jié)合2025年歷史招標(biāo)數(shù)據(jù)對比，金融智能體的需求演變似乎變得清晰起來。

首先，應(yīng)用從通用化轉(zhuǎn)向垂直專業(yè)化，早期單純的問答、文檔處理等通用能力需求逐步減少，深度結(jié)合金融業(yè)務(wù)規(guī)則、監(jiān)管要求、行業(yè)知識的垂直智能體成為主流，對服務(wù)商的金融業(yè)務(wù)理解能力、場景定制能力提出更高要求。

其次，建設(shè)模式從單點(diǎn)零散開發(fā)，轉(zhuǎn)向“統(tǒng)一平臺+多場景協(xié)同”的體系化建設(shè)。機(jī)構(gòu)不再孤立開發(fā)單個(gè)智能體，而是依托統(tǒng)一底座，實(shí)現(xiàn)多智能體協(xié)同工作、數(shù)據(jù)互通、能力共享，構(gòu)建企業(yè)內(nèi)部智能體矩陣，發(fā)揮集群效應(yīng)。多Agent協(xié)作、任務(wù)智能編排、跨系統(tǒng)調(diào)度等功能頻繁出現(xiàn)在招標(biāo)需求中，也印證了體系化建設(shè)的發(fā)展方向。

最后，采購模式從單一軟件采購，升級為“技術(shù)+開發(fā)+運(yùn)維+運(yùn)營培訓(xùn)”的全生命周期服務(wù)。金融機(jī)構(gòu)不再只滿足于采購一套系統(tǒng)，而是要求服務(wù)商提供需求梳理、定制開發(fā)、部署運(yùn)維、效果調(diào)優(yōu)、人員培訓(xùn)等全流程服務(wù)。

部分項(xiàng)目同步配套智能體培訓(xùn)、工作坊、能力共建等內(nèi)容，說明行業(yè)不僅重視技術(shù)落地，更注重內(nèi)部人才培養(yǎng)與組織能力適配，推動AI技術(shù)真正融入企業(yè)日常運(yùn)轉(zhuǎn)。

-End-