全文共2677字，阅读全文约需6分钟

值得关注的是，以智能体为代表的应用类项目的中标数量，正加速赶超算力类项目，逐步占据招投标市场的更大份额。

本文首发于21金融圈未经授权 不得转载

作者 | 郭聪聪

编辑 |方海平

排版 |张舒惠

2025年初，深度求索公司推出的AI大模型DeepSeek，凭借其开源、低成本与高性能的突出优势，迅速在金融业引发应用热潮，被视为继移动互联网之后，对行业底层运作逻辑最具颠覆性的技术力量。

经过一年的发展探索，银行业的AI竞速，正在进入下半场。

21世纪经济报道记者从2025年度的招投标市场观察到，金融机构对大模型的采购与应用呈现爆发式增长。招投标数据显示，金融行业大模型中标项目数量同比激增341%，披露金额飙升527%，百度、科大讯飞、火山引擎、中关村科金、阿里云等服务商纷纷进入了这场竞赛之中。其中银行业以近半数的项目占比和超七成的资金投入，成为金融行业绝对领跑者。

值得关注的是，以智能体为代表的应用类项目的中标数量，正加速赶超算力类项目，逐步占据招投标市场的更大份额，此前以算力采购为主导的市场格局正在悄然转变。

银行业领跑大模型采购热潮

2025年，银行业正领跑大模型采购热潮，无论从采购数量、金额还是类别上看，均呈现显著增长态势。

据长期关注大模型市场中标情况的“智能超参数”数据，2025年金融行业大模型中标项目达587个，披露金额15.06亿元，较2024年的133个项目、2.4亿元实现跨越式增长。

其中，银行业的情况尤为突出：发起采购项目290个，占金融行业总项目数的近一半；从披露中标金额占比高达 75.2%，形成“一家独大”的格局。

“这就像十年前银行大力建设网上银行系统一样，现在大家都在抢建自己的‘AI大脑’。”一位城商行数字建设相关负责人这样描述当前银行业的大模型布局趋势。据他介绍，该行2025年同步采购了算力以及应用项目，其中应用项目是从2025年才正式启动采购的。

另一位科技应用较多的银行机构负责人同样向本报记者证实：“我们这边2025年也是采购算力的第一个大年。”

银行业在金融行业大模型采购中数量与金额占比突出，这主要源于银行机构对算力的大规模投入。据智能超参数统计，在290个银行类大模型中标项目中，算力类项目达到107个，占比约37%，金额则为90172万元，占比约80%。

21世纪经济报道记者还观察到，进入2025年下半年，市场重心正在发生微妙的迁移。从项目类型分布看，应用类项目（含智能体、场景融合解决方案等）数量已超越算力类，成为最主要的采购方向，行业焦点正从“拥有大模型”转向“用好大模型”。

对于这一趋势，上述银行机构负责人表示：“我们确实观察到了这一变化，这与大模型应用进入可行性阶段有关，预计未来这一趋势仍将持续。”

银行业为何集体拥抱大模型？

如果说十年前银行业竞争的是网点数量和物理规模，那么今天，竞争的焦点已转向数字化能力和智能化水平。

银行业在2025年集体拥抱大模型，其背后是多重驱动力共同作用的结果。

首先是政策的支持。2025年8月，国务院《关于深入实施“人工智能+”行动的意见》正式发布，为金融行业的智能化转型按下了加速键。文件明确提出，要在金融等领域推动智能终端、智能体的广泛应用，并设定了2027年超过70%、2030年超过90%的普及率目标。

这一文件与中国人民银行此前发布的《关于深化运用金融科技推动金融数字化智能化转型的通知》以及联合多部委印发的《关于金融支持新型工业化的指导意见》等政策一脉相承，这意味着智能化不再是可选项，而是有明确时间表的必答题，这直接催化了智能终端与智能体在业务层面的广泛应用。

其次是技术成熟迎来拐点。2025年被业界称为“大模型规模化落地元年”。与前几年相比，大模型在准确性、可靠性和实用性方面实现了质的飞跃。特别是2025年初以深度求索公司DeepSeek为代表的开源模型的崛起，凭借其低成本与高性能的突出优势，迅速在金融业引发大幅的应用热潮，降低了银行尤其是中小银行尝试新技术的门槛。

市场竞争压力倒逼。在息差收窄、同质化竞争加剧的行业背景下，银行业迫切需要新的效率提升工具和差异化竞争手段。麦肯锡《全球银行业年度报告2025》指出，人工智能的全面应用有望在某些成本类别上实现高达70%的削减。尽管算力等成本会有所上升，但预计银行整体成本基数的净降幅仍能达到15%至20%。

与此同时，客户对金融服务体验的要求越来越高——他们希望获得更快捷的响应、更个性化的建议、更简单的流程。这些需求传统技术手段难以完全满足，而大模型提供了新的可能性。

已有多家银行机构纷纷落地、更新大模型，例如，邮储银行将DeepSeek应用于“小邮助手”智能客服，浙商银行引入阿里云的大模型“代码助手”，北部湾银行部署中关村科金的“问数助手”，青岛农商银行用以优化全渠道客户服务体验，江苏银行则在智能合同质检、邮件自动分类等运营环节实现流程自动化。微众银行、苏商银行更是将大模型嵌入风控审核流程，在提升审批速度的同时，利用其强大的非结构化信息处理能力，提高了风险识别的准确性。

智能体关注度升温

当前，金融行业的具体应用场景呈现出相对集中的特点。根据智能超参数的场景细分数据，智能客服&数字人（81个）、知识问答&知识平台（35个）、智能审核&分析决策（28个）、智能编程（15个）、内容生成（14个）是中标项目数量排名前五的具体场景。

本报记者注意到，智能体正成为金融机构深化大模型应用的重点方向，市场关注度逐渐升温。业内通常将智能体（Agent）理解为承载人工智能能力、执行特定任务的载体，其本质是将大模型的智能落实到行业与产品中的具体应用形态。

对此，前述银行负责人对此表示认同，随着大模型应用深化，智能体等应用类的采购将增长。他进一步指出，采购算力的最终目的也是服务于应用，实际成效将取决于各机构的场景规划与工程化能力；具备清晰场景和相应能力的银行，未来可能会自主开发Agent等应用。

不过目前以“智能体”为明确采购标的项目仍处于起步阶段。统计显示，项目名称中直接带有“智能体”字样的数量为49个，约占项目总数的8%，采购内容主要为智能体开发平台及特定场景的开发服务，如中原银行采购的中关村科金智能体应用开发平台，郑州银行采购的科大讯飞智能体开发平台等。

激烈的市场竞争印证了这一趋势。主流大模型厂商与传统金融IT服务商均已重点布局金融行业，垂类大模型厂商的表现尤为突出。以中关村科金为例，2025年全年中标的20个金融大模型项目全部为应用类，其通过“得助大模型平台+得助金融智能体平台”的组合策略，在智能外呼、智能客服等垂直场景实现了解决方案的快速复制。

中关村科金总裁喻友平在接受21世纪经济报道记者采访时也曾表示， “金融行业是一个数据知识密集以及服务为典型特征的行业，当前大模型的兴起在金融行业的应用已进入中场，我相信还有很大的空间值得探索。”