数字化已成为“必答题” 中国银行业如何构建金融创新生态？
小微
（原标题：数字化已成为“必答题” 中国银行业如何构建金融创新生态？）
图片来源于网络，如有侵权，请联系删除
“中国银行业正站在一个深刻变革的十字路口。”毕马威中国银行业主管合伙人史剑在毕马威中国6月20日发布的《曲张合律 稳掌机枢――2025年中国银行业调查报告》（以下简称“《报告》”）中表示，利率市场化的持续深化客户需求日趋多元、以及新技术的加速迭代，共同构成了行业必须面对的“新常态”，也带来了前所未有的挑战。在此背景下，加快并深化数字化转型，已不再是“可选项”，而是关乎未来核心竞争力的“必答题”。
图片来源于网络，如有侵权，请联系删除
《报告》基于行业宏观综述和产业变革洞察两大部分，主要涵盖宏观层面经济金融形式分析、行业层面发展回顾。该系列报告已连续推出19年，值得关注的是，针对当下的战略洞察及监管政策，今年特在《报告》中新增国际同业比较板块，聚焦美国、欧盟和日本等主要发达经济体的国际同业比较，以帮助业界把握国内国际环境与政策导向。同时，在人工智能的背景下讨论为银行业的赋能与创新，以帮助银行业在复杂多变的大环境中提供多维度参考。
图片来源于网络，如有侵权，请联系删除
AI正重构金融服务价值链
当前，大模型技术发展呈现出基础资源跃迁、模型演进主线、应用场景深化、生态格局重构的四大趋势。银行业正以前所未有的决心和速度拥抱大模型技术，战略驱动与价值导向成为布局新兴AI场景的双轮驱动力。领先的金融机构已经意识到，人工智能的真正价值不仅在于降低成本，更在于通过提供智能化的产品和服务，无缝嵌入生态系统，从而以前所未有的方式吸引和服务客户，最终实现收入的增长。这种转变促使越来越多的银行采取“人工智能优先”的战略。
中国银行业在大模型落地应用方面走在前列，应用范围已经从国有大行、股份制银行迅速扩展到头部区域性银行。目前，国有大行和股份制银行已全面启动大模型应用建设，并在前、中、后台均有正式投产的应用案例。
毕马威亚太区及中国金融业主管合伙人张楚东指出，以生成式人工智能为代表的新兴技术正以前所未有的速度重塑各行各业。新兴技术不仅仅是优化流程，而是在创造全新的互动模式、决策机制和价值来源。毕马威中国预计2025年将有更多银行积极拥抱AI，探索其在多个领域的应用潜力。当然，新技术的应用也伴随着数据安全、模型治理、伦理合规以及人才技能升级等方面的挑战。银行需要在积极探索的同时，构建完善的治理框架和风险防范机制，确保技术应用的安全合规与可持续发展。
《报告》认为，尽管引入人工智能已被银行业广泛认可为提升运营效率和客户体验的关键驱动力，大模型技术正以颠覆性姿态重塑金融业态，但其落地过程面临多维挑战。如：高价值数据资源的碎片化沉淀与模型训练所需的规模化、高质量语料供给不足之间存在的失衡；金融机构在大模型应用上面临着战略规划不清晰和价值验证困难的双重挑战，导致资源浪费和投资失衡；银行业务对低幻觉、强可控AI的严苛要求；以及银行人才与组织敏捷性的新挑战等。
如何提升竞争力？
随着人工智能、大数据、区块链等前沿技术的迅猛发展，金融监管部门也加大了数字基础设施建设和监管智能化转型，推动人工智能、大数据等技术在资本市场的应用，如风险监测、信息披露、投资者保护等领域。同时，不断加强对金融机构的全面监管，通过强化各类银行业金融机构行政许可、监管管理、监管评级等方面的要求，加强持证展业，引导机构聚焦主责主业，约束机构行为，构建健康的金融环境生态。
毕马威中国金融业审计主管合伙人陈少东指出，卓越的风险管理，不应再被视为业务发展的“安全网”，更应成为驱动价值创造的“导航仪”。它要求银行将风险管理深度融入战略决策、业务流程和企业文化之中，构建起全方位、前瞻性的防御体系，以应对日益复杂的信用风险、市场风险、操作风险及新型的数字风险。伴随着行业的转型升级，合规管理的理念也正在发生深刻演变。行业领先者已经开始从传统的“被动响应式”合规，转向更为积极的“主动治理式”合规。这背后是数字化能力的强力支撑。通过运用监管科技、大数据分析等手段，银行能够更高效地识别风险、预警潜在违规，从而在创新与安全之间找到最佳平衡点。
《报告》认为，中国银行业的数据合规与风险管理正在快速提升，但机构间发展不平衡。大型国有银行和股份制银行由于较早重视数据战略，整体上建立了较为完善的治理架构和制度。例如，许多大行成立了专门的数据管理部门和跨部门的数据治理委员会并配备首席数据官或同等职能，自上而下进行数据合规与风险管理的战略传导；同时在监管指引推动下，数据合规与风险管理已被作为专项工作进行系统化梳理，并被纳入银行内部控制和合规管理体系。但大部分商业银行的数据合规与风险管理尚处于起步或局部推进阶段。
银行业转型的十字路口：“危”与“机”
新技术的应用也伴随着数据安全、模型治理、伦理合规以及人才技能升级等方面的挑战。《报告》强调，技术的进步必须与可信AI治理体系的建设同步，确保数据安全、算法透明、伦理合规是银行业在应用AI过程中不可逾越的红线。银行业在推进“人工智能+”战略时，应深刻认识到这不仅是技术层面的革新，更是涉及战略重构、组织进化、数据要素治理与体系融合的系统工程。
毕马威中国金融行业研究中心主管合伙人李砾指出，从当前经济金融形势来看，“外部风险大于内部风险，宏观风险大于微观风险”。商业银行在未来很长一段时期内，将持续面临外部不确定性的挑战。商业银行需在统一的战略视野下平衡业务发展与风险，并促进风险管理与战略管理工具与流程的有机整合。
挑战亦同时蕴含着风险与机遇，针对整体环境变化等外部不确定性风险管理中存在的不足，《报告》强调，一方面要搭建全面、分层的信息分析与供给框架，统一业务与风险职能的会话基础与重要性理解，为宏观与微观决策者提供有效的信息支撑。另一方面，通过迭代的工作方法畅通信息循环，并充分发挥动态中的领导作用，解决管理体系中的结构性问题，以脱离局部最优获得整体最优。同时，促进战略管理与风险管理的有机整合，根据外部变化及时回顾战略目标适当性，以确保商业银行持续拥有正确的航向。
《报告》认为，国内监管机构正积极融入全球资本监管体系，推动商业银行建立完善的资本计量框架。各银行开始陆续发力金融风险模型体系建设，完善模型风险管理体系，但应做到看得见（清单管理）、管得住（生命周期管理）、用得好（技术赋能），形成“数据治理―模型管理―技术赋能”的闭环信息支撑平台，为模型开发和业务应用团队做好科技赋能。
