数智化不是技术升级，是银行话语权的重新分配
今年年报季，我翻了几家股份行的董事会报告，发现一个有意思的细节：“数字化”悄悄变成了“数智化”。说实话，刚开始我以为又是市场部换了个包装词，但仔细读完几家银行的科技投入明细后，我的判断变了——这一字之差，意味着银行正在把决策权从“人的经验”移交给“机器的计算”。这不是技术迭代，是权力结构的重组。
先看一组数据。2023年，招商银行信息科技投入141.68亿元，同比增长5.89%，但更值得注意的不是投入金额，而是研发方向的变化——招行年报首次将“智能财富助理”的客户触达次数写进主报告，全年累计服务客户超2000万次。另一边，工商银行的年报里，“人工智能”出现了27次，“数据要素”出现了15次，而“数字化转型”这个词的出现频率比三年前下降了近四成。词频变化的背后是资源配置逻辑的转变：银行不再把数字化当工程项目做，而是把它当基础设施用。
为什么会有这个转变？因为第一阶段的数字化已经走到头了。过去十年，银行做了什么？把柜面流程搬到手机、把纸质审批改成线上、把网点服务变成App入口。我认识的一家城商行零售部老总跟我说过一句话，挺扎心：“我们花了三个亿做的App，最后带来的存款增量还不如隔壁支行行长陪客户喝了半年茶。”数字化解决的是效率问题，但效率的天花板很快见顶——2023年银行业净息差已经压到1.40%的历史低位，再靠流程优化省出来的那点人力成本，根本补不上利差收窄的窟窿。
所以数智化接棒了。它做的是另一件事：替代判断。打个比方，过去的贷后管理靠客户经理跑现场、看报表、打电话，一套流程下来少说三天；现在某股份制银行用图数据库做关联风险穿透，把企业实际控制人的对外投资、担保关系、诉讼记录交叉核验，一个下午就能把隐性关联圈画出来。这家银行2023年的对公不良率下降了0.23个百分点，风控部负责人私下跟我说，其中至少有三成“功劳”要记在智能风控系统头上——它抓出来的关联风险，以前靠人工根本看不全。
我特意留意了一下监管的态度。金融监管总局2024年发布的《关于银行业保险业做好金融“五篇大文章”的指导意见》里，明确提到“加快数字化、智能化转型”，请注意，这里把“数智化”和“数字化”并列了。银保监会之前说的是“数字化转型”，现在加上了“智能化”，这个表述上的变化，其实是对行业实践滞后性的一种追认——监管部门很清楚，银行已经过了该不该用AI的阶段，现在是能不能用好AI的问题。
但这里藏着一个被很多人忽略的风险。数智化的本质是模型替代人做决策，可模型的训练数据来自历史，而市场环境是变化的。我在调研中看到过一个案例：某银行用三年的历史数据训练了一个小微企业授信模型，模型识别出来的“优质客户”特征里，有一条是“近12个月开票金额稳定增长”。结果2023年经济复苏不均衡，一批真实经营稳定但开票金额短期波动的客户被模型拒之门外。这不是技术问题，这是方法论问题——把数字化时代的“流程思维”直接搬到数智化时代，注定要摔跟头。
另一个值得警惕的坑叫“数据幻觉”。我知道至少有五家上市银行在年报里提到了大模型应用，但大模型的回复是可以编造出来的，它不知道自己不知道。在信贷审批这种需要强证据链的场景里，模型生成的“推理过程”一旦出错，后果是整个风控链条的信任崩塌。所以我的判断是：数智化的下一阶段，关键不在模型多聪明，而在“人机协同”的边界划得多清楚——哪些环节可以完全交给机器，哪些环节必须保留人的否决权。
那回到最实际的问题：一线从业者该怎么办？我觉得有三件事是当务之急。第一，别再迷信“大而全”的数智化平台建设，从你最头疼的单点场景切入，比如反洗钱可疑交易甄别，比如贷后预警信号识别，一个场景跑通了再扩。第二，主动去学怎么看模型的输出逻辑，说实话，很多客户经理现在拿到系统推过来的“风险评分”，只会看分数高低，不知道分数是怎么算出来的，这在数智化时代是要命的。第三，守住你的职业信息差——机器再强，也不可能取代你跟客户面对面聊出来的那些“只可意会”的判断，但这需要你有意识地积累和沉淀。
我最近看了一份麦肯锡的报告，预测到2028年，国内银行约三成的风险审批类岗位会被AI系统替代或重塑。这个数字我不完全认同，因为银行涉及的风险决策往往关联外部声誉和监管追责，不可能完全交给算法。但方向已经很明确了：那些只会点“通过”和“拒绝”键的审批岗，确实会越来越危险；而能跟模型形成互补、能校准模型偏差的人，价值会被重新定价。
说白了，数智化对银行人的真正意义，不在于你会不会用几个AI工具，而在于你能不能从“执行者”变成“解释者”和“决策者”。银行不缺数据，缺的是能从数据里看出门道的人。这一字之差，淘汰的是不愿改变的人，奖励的是主动拥抱变化的人。反正我是这么看的，也打算这么干。
本文由「银行人实用工具箱」（deepwater84.cn）出品，专注银行从业者的效率工具与专业内容。