在净息差持续收窄、传统信贷扩张模式承压的背景下，银行业正掀起一场前所未有的“效率革命”。尽管线下网点不断优化收缩、运营开支日益精细，科技领域的投入却呈现逆势增长态势，尤其是人工智能相关基础设施的部署力度显著加大。大模型Token调用量的爆发式攀升，成为这一趋势最直观的风向标。
数智化转型：从选择题到必答题
金融监管总局数据显示，2026年一季度商业银行净息差已降至1.40%，资产荒环境下，依靠规模扩张的盈利策略难以为继。降本增效成为行业主旋律，但多数银行并未因此削减科技预算，反而加速推进数智化基础设施建设。工商银行副行长赵桂德直言，人工智能带来的战略机遇不容错过，数智化转型已是关乎银行未来竞争力的必然选择。
从实际成效看，数智化已深度嵌入业务流程。工商银行的AI数字员工目前承担的工作量相当于5.5万人年；中信银行的智能财富顾问数字人累计服务客户超过791万户。建设银行则通过“帮得助理”等零售AI工具，将人工智能融入客户经理的日常作业，覆盖需求洞察、资产配置等核心场景。
Token调用量梯队分化：百亿俱乐部诞生
今年以来，日均Token调用量成为衡量银行AI应用深度与算力规模的关键指标。每一次智能问答、信贷测算、数据分析背后，都对应着海量的Token消耗。目前，银行业已形成明显的梯队格局，招商银行、微众银行、邮储银行、工商银行等率先跨越日均百亿Token的门槛。
微众银行最新数据显示，其日均Token调用量已突破200亿，人均日调用量高达520万，较2025年底的50亿增长数倍。该行相关负责人介绍，AI应用主要聚焦两类形态：一是嵌入业务主流程的垂直应用，二是承担独立岗位的数字员工。邮储银行副行长牛新庄则在股东大会上透露，该行已落地超过370个大模型应用场景，日均调用超600万次，Token吞吐量超百亿，并预计年底前日均调用次数将超千万次，Token吞吐量突破300亿。
风险治理同步跟进：警惕模型黑箱与市场波动
AI在提升效率的同时，也带来新的风险挑战。农业银行董事长谷澍指出，大模型在金融领域的规模化应用可能引发模型黑箱、幻觉以及自主决策带来的不确定性。近期，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，要求将人工智能风险纳入全面风险管理体系，强化模型算法、数据资源、基础设施的安全能力建设，防范生成结果不可靠、关键流程难落责等问题，严禁利用AI技术生成虚假信息或操纵市场价格。
从“节流”到“开源”，从“经验驱动”到“智能驱动”，银行业正通过持续加码AI新基建，在存量竞争中寻找新的增长引擎。Token调用量的阶梯式跃升，既是技术投入的成果，也是行业数智化转型进入深水区的真实写照。