伴随着银行业数字化转型的不断推进，人工智能大模型已从早期的场景试水转向全行规模化、常态化运行。如今，多家商业银行日均Token（词元）消耗呈现爆发式增长，不少银行日均Token消耗迈入百亿量级。

　　近日，招商银行数字金融发展办公室主任韦江波在业绩发布会上表示，截至9月末，该行大模型应用累计落地超1500个场景，业务场景的日均Token规模超过800亿。在此前3月份业绩沟通会上，招行披露的数据显示，全行日均Token总规模仅为260亿。这意味着短短半年多时间，招行日均Token消耗从260亿攀升至800亿，增长超两倍。

　　银行密集公布Token数据

　　今年下半年以来，越来越多商业银行开始主动披露Token日均消耗量和大模型场景数量等指标。平安银行三季度业绩报告表示，在算力基座方面，该行通过模型蒸馏、推理加速等技术应用，提升词元（Token）供给能力，2026年第三季度，该行日均词元消耗量达217亿。此前在半年报中，该行上半年的日均Token消耗量超过53亿。

　　9月24日，兴业银行表示，全行日均词元调用量稳定突破100亿，同时日均大模型调用频次接近500万次。年初，浦发银行在业绩发布会上公布，日均词元消耗量约为60亿，民生银行日常Token使用量则稳定在40亿左右。

　　Token是大模型读写信息的基本计量单位，消耗量很大程度上反映AI投入强度。此前，银行对外宣传AI成果，大多只停留在“落地多少个场景、上线多少项功能”的维度，但进入2026年半年报披露期，Token消耗量首次批量纳入银行半年报，到了三季度，这个数据获得进一步增长。

　　数据指标高速增长的背后离不开银行的战略加码与真金白银的算力投入。

　　在战略层面，招商银行提出“AI First”理念，将AI置于“优先、领先、率先”地位；区域银行同样紧跟节奏主动加码智能化转型，青岛银行提出，打造AI能力与数据价值“两大智能引擎”。

　　除了战略顶层设计，各家银行的硬件采购和算力布局也愈发密集。8月27日，成都银行发布虚拟数字员工采购项目（第三次）采购公告，拟以预算金额100万元，为该行建设虚拟数字员工，项目计划完成时间为今年底。7月30日，贵阳银行发布大模型智能中台（二期）算力服务器采购公告，预算高达600万元，计划采购国产化AI算力服务器资源及配套管理软件，总显存不低于2560GB、总算力不低于11200 TFLOPS@FP16，用于支撑大模型相关应用场景建设与运行。

　　大模型应用场景加速落地

　　据招商银行在此前的2026年半年报中透露，该行在零售金融、批发金融、风控、运营、办公等多个领域落地智能化场景1386个，较上年末增长62%。平安银行则在三季报中透露，截至9月末，该行累计落地大模型应用场景超500个，覆盖精准营销、智能投顾、合规风控、办公辅助等重点领域。

　　对于当前银行业AI发展的阶段性特征，韦江波表示，过去一年，观察到两个AI趋势，一是AI从“单点赋能”走向“流程重塑”，过去一些需要双人操作的流程可以实现单人办理；二是AI从“辅助人”走向“人机协同”，现在一名分析人员可以调用多个专家智能体。

　　市场一直有声音担忧，大规模AI落地会不会替代大量岗位，造成银行人员缩减和队伍波动。

　　针对这一行业普遍关注的问题，韦江波表示，招商银行推进智能银行建设的出发点，不是为了减少员工，而是赋能员工、提升员工的能力，同时提高客户服务水平与经营效率，主要基于以下两个方面的考量：一是监管导向，关键业务环节仍需人工把关，面向客户的交付事项，大多要经过人工最终审核；二是人才需求层面，招行的人才需求整体呈扩张而非收缩态势。随着国内经济的持续向好，服务客户规模与业务量稳步增长，需要依靠员工人均效能提升，承载更大客群与业务体量。

　　招联金融首席经济学家董希淼在接受《金融时报》记者采访时表示，AI浪潮下，银行的核心工作并非简单地“稳住”员工队伍，而是把重心放到提升员工能力上，以能力升级实现更积极的队伍稳定，让员工素质能力与AI时代的新岗位需求同步成长，这才是银行未来人力资源工作的重心。（来源：金融时报客户端 作者：段嘉希）