在银行业数字化转型进入深水区的当下，AI技术已从技术探索转向实际落地，成为银行提高竞争力的关键。在实际层面，通过银行开展的AI项目，可以一窥AI技术在银行业的最新进展。为此，本文梳理了2025年8月银行AI项目相关招标与中标信息，并从银行类型、AI项目类型、中标厂商类型三个维度展开分析。

需特别说明的是，所有内容均依据公开招标文件整理而成，对信息的完整性与准确性不作保证，相关内容仅供参考。

招标中标有序推进，城商行占比近半

8月期间，银行AI领域的招标与中标公告累计43个，具体包括19个招标公告、21个中标公告，以及3个废标项目。

在招标方面，兴业银行、广西北部湾银行和河南农村商业银行各有2个项目招标，这些项目涉及大模型研发、硬件以及智能应用领域。兴业银行要求定制开发金融垂直大模型，以提升代码与测试助手的智能化水平，同时为智能交易机器人提供AI语音服务；广西北部湾银行推进智算平台建设，开展AI大模型配套路由器、交换机等硬件采购；河南农村商业银行开展信贷AI智能双录系统建设，招标大模型智能研发助手项目。

在中标方面，天津银行和北京银行各自有2个项目迎来中标结果，涉及智能数据、产品图谱、算力采购及投贷后管理领域。

在废标方面，共有3家银行的相关项目遭遇波折：广西北部湾银行的大模型应用平台项目，因所有投标人综合得分均低于70分而废标；江南农村商业银行的AI陪练智能体话术数据项目，由于投标人数量不足3家被作废标处理；中国进出口银行浙江省分行的AI技术辅助银行贷前、贷后相关报告生成项目，因故终止采购。

除上述提到的银行外，其余银行在8月的AI项目中仅存在三种情形，要么有1个招标项目，要么迎来1个中标结果，部分银行两者皆有，如恒丰银行既有AI算力服务项目招标，又有AI算力购置项目中标公示。

此外，按银行性质划分并剔除主体重复（分行、信用卡中心归入对应总行）后，共有26个银行主体参与。其中，大型国有银行4个，占比15%；股份制商业银行5个，占比19%；城市商业银行12个，占比46%；农村商业银行4个，占比15%；政策性银行1个，占比4%。

从不同类型银行的占比来看，城市商业银行参与度最高，占比近一半，可以看出这类银行在AI领域较为积极，试图借助AI技术实现差异化竞争，提升其在区域内的服务水平与市场份额。以上海银行为例，其建设大模型知识问答项目用于辅助生成尽调报告，该模型能结合本地企业特色和市场动态进行精准分析，让服务更贴合当地需求。

股份制商业银行以19%的占比位居第二。这类银行因在全国广泛布局、业务多元而面临着激烈的跨区域竞争，开展的AI项目多为客户服务以及业务流程优化方向。

大型国有银行和农村商业银行占比均为15%，并列第三，不过背后原因各有不同。大型国有银行此前凭借强大的资源与实力，在AI领域已开展大规模、战略性布局，目前进入相对平稳的时期，参与节奏有所放缓。而农村商业银行受限于资金规模和技术能力，在布局时更为审慎，对项目要求更加精细。

政策性银行占比仅4%，在各类银行中排名最末，仅有1家参与。

项目以AI应用类为主

排除掉3个废标的项目后，从公告类型来看，主要可分为AI应用类、算力与设备采购类、培训与活动类三类。其中，AI应用类占比最大，达到67%；算力与设备采购类次之，占28%；培训与活动类占比较小，为5%。

其中，AI应用类涵盖了三个应用场景方向。

一是客户服务方向，该方向主要是借助AI技术提升银行与客户交互过程中的服务体验，实现智能外呼、智能客服答疑等功能，增强客户的满意度。例如，中国银行重庆市分行的个人客户AI智能外呼服务项目，能够根据客户的历史交易数据、风险偏好等信息，对客户进行精准画像，外呼时针对不同客户提供个性化服务，为有理财需求的客户，按其风险承受能力推荐理财产品。

二是业务流程优化方向，聚焦于运用AI对银行内部各类业务流程进行智能化改造，从而提高业务处理效率、降低运营成本，使银行运营更加高效有序。例如，河南农村商业银行的大模型智能研发助手项目提到要采购智能编辑器IDE及其研发端插件模块，该模块覆盖代码补全、代码解释、问题修复、故障分析等功能，可有效减少研发人员在基础编码、问题排查中的重复劳动，提升了研发效率。

三是数据分析与决策方向，通过AI的数据处理和分析能力，为银行的战略规划、产品设计、风险管理等决策提供科学依据，助力银行做出更精准的决策，提升市场竞争力。例如，北京银行的AI驱动投贷后管理应用升级项目，通过构建冒烟指数AI助手，从投贷后数据中提取信息、按区域/机构维度分析客户风险，能自动解析风险并输出处置建议，为信贷风控决策提供依据。

算力与设备采购类主要是采购与AI相关的算力资源、服务器及网络设备等，为银行筑牢硬件基础。例如，柳州银行2025年人工智能（AI）通用算力资源采购项目，明确需要AI服务器与RoCE交换机，前者提供智能化所需的算力支撑，后者构建低时延、高可靠的网络底座，二者协同助力银行业务实现智能化升级。

培训与活动类主要面向银行人员开展AI知识培训，为银行推进AI赋能的业务储备专业人才。

5类企业参与，科研机构与运营商公司占比最低

从中标的厂商来看，大概可分为5大类，科技公司（含AI新锐企业）占比最高，达61%；其次是其他类别的公司，占比16%；紧随其后的是通用大模型企业，占比11%；科研机构与运营商公司的占比则完全一致，均为6%。

具体而言，科技公司（含AI新锐企业）占据了中标厂商的绝大多数，主要中标的项目有AI应用、算力与设备等，这类企业在银行AI项目落地中具备较强的技术实力与服务能力，是银行推进AI业务的核心力量。以苏州农村商业银行为例，其AI模型赋能精益化运营项目要求搭建不少于6个AI模型，核心目标是提升精准营销效能与数字化风控水平，而天选智能科技（江苏）有限公司拥有自主研发的金融大模型与风控建模服务平台，可匹配该项目需求，推动项目落地见效。

其他类别的公司涵盖了银联商务支付股份有限公司山西分公司、菏泽众安电子智能科技有限公司、江苏省淮安市保安服务有限公司，为推进银行AI项目提供了多元支撑。

通用大模型企业有科大讯飞、火山引擎，中标项目主要是AI应用；科研机构多提供技术研发支持，运营商公司则侧重基本的AI项目。

此外，66.7%的中标厂商已披露具体金额，最高金额为2013万元，该项目是北京银行的2025年全栈国产化AI算力采购项目，由北京华胜天成科技股份有限公司、紫光软件系统有限公司中标；另有科大讯飞股份有限公司、易谷网络科技股份有限公司、北京可利邦信息技术股份有限公司，分别中标2个项目，主要是智能外呼、大模型应用、AI算力与服务器方面。

总结

综合来看，2025年8月银行AI项目招标与中标工作有序推进，参与主体中，城市商业银行占比居首，大型国有银行因前期布局完善节奏放缓、农村商业银行受限于资源规模更显审慎；AI应用类项目最受银行业青睐，8月需求集中指向客户服务、业务流程优化、数据分析与决策三大场景；在中标厂商中，科技公司（含AI新锐企业）占比最高，是银行AI项目落地核心力量。未来随着更多AI项目的落地与迭代，银行业数字化转型有望进一步深化。