当下，在银行的金融科技叙事中，AI成为重中之重。对于一家国有银行来说，更是如此。近日，交通银行副行长钱斌发文就“人工智能赋能金融业发展”相关话题进行分享，提到了该行的AI进展。

围绕4个方向发力AI应用，智能研发助手日均消耗超50亿Tokens

此前，交行在2025年发布《交通银行“人工智能+”行动方案（2025—2027年）》，以“1+1+N”为工作主线，推进AI应用等。

目前，交行已落地420余个AI应用场景，连续两年实现线下重复性操作岗位千人级人力优化，将员工释放至客户服务、风险研判等岗位。不过，超420个AI应用场景这一数据，在7月就透露过，目前没有更新的数据。

从钱斌此次所介绍的交行AI应用实践与探索情况来看，该行主要围绕科技赋能、员工支撑、客户服务和风险防控等4个方向发力。

其一，在科技方面。打造智能研发助手BocomCode，服务全行7000余名研发人员，累计使用超4000万次，日均消耗超50亿Tokens，试点代码采纳率超60%。目前已支持AI辅助编程和氛围编程两种模式，沉淀百余项专属研发技能，并进一步打造需求助手、测试助手、运维助手。

据《智探AI应用》了解，在不久前的2026半年度业绩说明会上，交行曾透露，总行近70%的技术岗位员工已将AI能力应用于研发、测试、运维以及数据分析等重点环节。

可见，交行比较重视AI对科技研发的赋能，AI能力目前已渗透至该领域的多个场景。至于日均50亿Tokens，由于此处仅指向研发助手，因此无法与其他银行的全行消耗量进行对比。

其二，在员工支撑方面。例如，推广企业级知识服务平台“交行知道”，为全行员工提供知识检索和智能问答服务，日均服务量8.7万次；面向经营分析的数据分析智能体，旨在解决基层取数、问数、用数难的问题。

其三是在客户与市场服务能力方面，也打造了多个智能体。航贸审查智能体，实现单据清分、要素审查、报告生成等能力，日均审查业务超50万笔，处理效率提升69.57%。针对金融市场领域，研发智能外汇询价、货币市场询价、辅助存单发行等智能体，累计交易金额超万亿元等。

其四是在风险管理方面。建设信贷智能体工坊，覆盖“授信审批、放款落实、贷后监控”全过程，其中“放款贸易背景审查智能体”可实现发票自动验真与贸易材料交叉校验，审查耗时降低30%以上，业务渗透率达91%等。

在推进上述应用的背后，交行正加强AI基础设施建设。该行完善“多地多中心”布局，推进异构算力统一管理、统一调度与统一监控。通过模型上下文协议（MCP）等标准化机制，完善智能体工具链和技能库，提升智能体安全调用业务系统、灵活开展任务编排的组合能力。基于此，结合企业级、团队级、个人级多层次知识体系，支持全行员工构建和使用专属智能体，推动智能体从简单问答向任务执行、流程协同升级。

提出培养懂AI懂业务的复合型人才，同时需注意AI安全治理

《智探AI应用》获悉，为了更好地推进AI应用，已有银行引入前端部署工程师（FDE）模式。

据悉，FDE是当前AI行业比较热门的一种项目交付模式。具体指的是，AI厂商或金融科技服务商将自家的核心工程师直接派驻到客户现场办公，帮客户把AI技术落地出真实业务效果等。因此，FDE工程师可视为派至前线的“技术特种兵”。

钱斌也基于自己的思考提出建议，要借鉴FDE、业务解决方案架构师等新型角色机制，让技术人员更贴近业务一线，让业务人员更深度地参与AI应用，培养一批既懂技术、又懂业务、更懂AI的复合型人才。

从目前来看，AI人才比较稀缺，而同时懂技术、业务、AI的人才更是非常难得。因此，多家银行近两年正通过外部引进、内部培养等方式，打造这样的“人才库”。

交行曾启动3年期AI专家服务招标。其2025-2028年人工智能专家服务框架项目分为5个包件，各包件对应不同的领域，每个包件均设立业务AI专家、AI算法工程师、AI训练工程师3个不同层级的岗位。

综合来看，作为一家早在2011年就提出打造“人工智能新名片”的银行，交行在近几年的大模型浪潮之下，对AI布局进一步加速。

就在近日，国家金融监督管理总局上海监管局发布《推动上海银行业保险业人工智能应用的若干措施》。作为一家总部设在上海的国有银行，交行或将基于监管要求和自身实际需求，强化AI应用。

钱斌也指出，从趋势看，AI模型能力正加速提升，同时，使用AI的成本不断下降。因此AI将从“少数人的工具”变成“多数人的能力”，未来AI将“无处不在”。

不过，推进AI应用的同时，也要注意相关风险。钱斌在数日前的活动中提出几点关于AI安全治理的认识，包括：需要以清晰、合规边界为创新安装“方向盘”和“护栏”边界；既要将AI自身纳入安全治理对象，也应该积极利用AI提升安全治理能力等。