在六家国有大行 2025 年合计 1300 亿元的金融科技投入里，工商银行是当之无愧的”领跑者”。从 2020 年的”数字工行（D-ICBC）”战略，到 2024 年建成企业级千亿金融大模型”工银智涌”，再到 2025 年率先在国有大行中完成 DeepSeek 全行级私有化部署——工行正以”AI-ICBC 数智工行”为主线，把一家资产规模超 50 万亿元的国有大行，改造为全球规模最大、场景最全的金融大模型”客户”。
一、企业历程与定位
中国工商银行成立于 1984 年 1 月 1 日，是中央管理的大型国有银行，2006 年 10 月在上海证券交易所和香港联交所同步挂牌上市。工行是中国资产规模最大的商业银行，连续多年位居英国《银行家》全球银行 1000 强榜首。2025 年集团资产总额 53.48 万亿元，是全球资产规模最大的银行；2025 年集团营业收入和净利润继续保持稳健增长，资产质量稳中向好[1]。
工行是最早启动数字化转型的大型国有银行之一。2020 年起实施”数字工行（D-ICBC）”战略，建设”手机银行 + 开放银行 + 智慧银行”三大入口；2024 年起，伴随生成式 AI 技术取得突破，工行将”数字工行”全面升级为”数智工行（AI-ICBC）”——把”数字化”升级为”数智化”，把 AI 写入集团核心战略。这是工行组织架构与战略叙事的最大变化[2]。
在数智工行战略下，工行把”工银智涌”作为企业级 AI 大模型技术体系的总品牌，按照”全栈自主可控、全面技术突破、全域场景赋能、全辖安全防护”的目标推进建设。截至 2025 年半年报披露，”工银智涌”已赋能 20 多个主要业务领域、200 多个应用场景；到 2025 年底，进一步拓展到 30 多个业务领域、500 多个应用场景[3][4]。
工行在 AI 上的另一项关键投入是组织变革。集团层面成立”数智化转型委员会”统筹 AI 战略；在数据、模型、工程、合规四条线上分别设立”AI 卓越中心”（AI Center of Excellence），负责前沿跟踪、平台建设、模型选型、安全审计等专项工作；在分行和子公司层面，工行鼓励业务团队”赛马”式提出 AI 场景需求，由总行 AI 团队统一评估、立项、交付、运营。这种”集中研发 + 分布式应用”的模式，让工行在大规模组织内保持 AI 创新的敏捷性[5][6]。
二、AI 技术底座
工行 AI 技术底座由”千亿级工银智涌大模型矩阵 + 全栈自主可控算力 + 全辖安全防护”三部分组成。”工银智涌”采用”基础大模型 + 行业大模型 + 任务模型”三层架构：基础大模型层引入 DeepSeek 等开源通用大模型进行私有化部署，并自主研发工银智涌专属底座模型；行业大模型层针对风控、营销、运营、合规、投研等不同业务线训练专精模型；任务模型层则把行业模型进一步细化为问答、文档抽取、合同审查、智能客服、智能写作等具体任务[5][6]。
在算力与基础设施上，工行建成全栈自主可控的金融云和 AI 算力中心，部署”国产芯片 + 国产服务器 + 自研智算平台”的算力栈，并搭建覆盖全集团的”大模型服务平台”——把模型训练、推理部署、数据治理、合规审查封装为标准化服务，向业务部门提供”开箱即用”的 AI 能力。工行金融科技人员超过万人，是其在同业率先完成 DeepSeek 大规模私有化部署的重要基础[5]。
安全合规是工行大模型底座最核心的环节。工行把”全辖安全防护”放在与”全栈自主可控”并列的位置——大模型上线前必须经过数据脱敏、价值观对齐、风险词库过滤、可解释性审计、输出溯源等多重校验，并在全集团范围内部署专门的”AI 风险监测系统”对大模型输出进行实时监控。在国家”人工智能+”行动和”五篇大文章”政策指引下，工行 AI 底座还与监管沙箱、行业标准深度对接[5][6]。
三、核心 AI 应用场景
工行的 AI 落地覆盖前中后台全链路。前台面向客户，AI 数字员工”工小慧””工小智”在手机银行、网上银行、远程银行、智能柜员机多点位服务，可完成账户查询、转账、理财咨询、贷款预审等业务；2024-2025 年间，工行陆续推出 AI 数字人客服、AI 财富顾问、AI 信贷经理等岗位型 Agent，实现 7×24 小时不间断服务[3][4]。
中台面向运营，AI 广泛应用于信贷审批、风险监测、反欺诈、反洗钱、合规审查、报告生成等场景。工行将星火、通义、智谱等大模型与行内历史数据结合，研发”信贷智能审查助手””反洗钱报告自动生成助手””财报智能解读助手”等业务 Agent，显著提升中台风控与运营效率；在公司金融、普惠金融、跨境金融、投行业务等场景，工行大模型已开始替代高重复性的文档处理和报告撰写工作[3][6]。
后台面向研发与办公，工行引入大模型辅助代码生成、测试用例自动生成、IT 故障智能诊断，并在集团内部署”AI 办公助手”，覆盖会议纪要、邮件撰写、文档翻译、规章制度问答等高频场景。工行还在 2025 年率先在国有大行中完成 DeepSeek 全行级私有化部署，将 DeepSeek 接入”工银智涌”大模型矩阵体系，推动金融业务场景的智能化升级[5][7]。
四、商业模式与财务表现
工商银行商业模式的核心仍是”存贷汇 + 财富管理 + 投资银行”的传统银行业务，AI 并非直接变现来源，而是通过降本、提效、风控、获客四个维度反哺业务。AI 让工行每年节省上亿小时的人工工时，让远程银行、智能客服替代 60% 以上的标准化电话咨询；AI 风控把对公贷款和小微贷款的审批时长从天级压缩到小时级甚至分钟级，直接拉动普惠贷款增长[3][4]。
2025 年集团资产总额 53.48 万亿元，营业收入、净利润等核心指标保持稳健。2025 年六大国有银行金融科技投入合计超 1300 亿元，较 2024 年的 1254.59 亿元进一步增长，工行投入规模长期位居行业首位[1][8]。科技投入占营业收入比例在 3% 左右，绝对额在国内银行业排名第一，是其 AI 战略持续投入的资金保障。
从盈利结构看，工行 AI 战略的真正回报来自”客户体验提升—客户黏性增强—AUM 增长—中间业务收入提升”的间接路径。AI 财富顾问让普通客户享受到私行级服务，AI 信贷经理把小微企业贷款的可得性大幅提升，这些都直接转化为 AUM 增长和普惠贷款放量。在五篇大文章中，”数字金融”和”普惠金融”两篇大文章成为工行 AI 落地最直接的”价值出口”[1][8]。
五、行业挑战与争议
工行 AI 转型面临的挑战首先是”金融大模型安全关”。金融业务强监管，客户数据高度敏感，大模型的”幻觉”问题、输出可控性、数据出域等问题在银行业尤须严格管控。工行虽已部署”AI 风险监测系统”，但如何在保持 AI 创新能力的同时确保 100% 合规，是行业普遍难题[5][6]。
第二，大模型建设的投入与产出周期长。一家国有大行建设企业级千亿大模型体系，往往需要 3-5 年的数据治理、算力建设、模型训练和场景打磨，期间只有成本没有收益；同时大模型快速迭代，新一代模型每隔几个月就更新一次，银行的”重资产”AI 投入如何保持敏捷是巨大考验[8]。
第三，组织与人才挑战。工行有数十万员工，传统业务流程的”路径依赖”是 AI 转型的最大阻力之一。如何让一线柜员、客户经理、风险经理真正把 AI 工具”用起来、用得好”，需要持续的培训、考核与组织变革。工行虽金融科技人员过万，但既懂金融又懂 AI 的复合型人才仍是稀缺资源[5][6]。
六、未来展望
未来 3-5 年，工行 AI 战略将沿”大模型更深、Agent 更强、生态更广”三个方向深化。大模型方面，工银智涌将持续向多模态、深度推理、长上下文、代码生成等高阶能力扩展，并探索”基础大模型 + 行业大模型 + 任务模型”的多层协同架构；Agent 方面，工行将把更多业务场景从”工具型 AI”升级为”岗位型 Agent”，让数字员工直接承担端到端业务[3][4]。
生态方面，工行将通过”工银 e 钱包””工银 e 企付””数智工行开放平台”等对外开放 AI 能力，把自身的风控、营销、运营 AI 能力向中小银行、产业链核心企业、地方政府开放，构建金融 AI 生态。这是工行从”自用 AI”走向”AI 服务化”的关键尝试，也是 50 万亿资产规模所带来的天然生态优势[3][4][5]。
从行业视角看，工行的 AI 战略样本意义在于：大型金融机构的 AI 革命不是简单的”接入 ChatGPT”，而是企业级算力、算法、数据、安全、组织全栈的体系化重构——这正是”AI-ICBC 数智工行”与”工银智涌”对全球银行业的最大启示。工行把五篇大文章中”数字金融”和”普惠金融”作为 AI 落地的最佳试验场，从账户开立、信贷审批到反欺诈反洗钱，从智能投顾到智能客服，AI 已经渗透到工行业务的”毛细血管”。这种”全栈式 AI 改造”既不是追逐热点的概念营销，也不是单点工具的修补，而是对一家全球最大银行商业模式的系统性再定义。在中国从”金融大国”迈向”金融强国”的进程中，工行 AI 战略既是金融科技的国家级试验场，也是全球最大银行的”数智化”自我革命[1][5][8]。
从行业视角看，工行的 AI 战略样本意义在于：大型金融机构的 AI 革命不是简单的”接入 ChatGPT”，而是企业级算力、算法、数据、安全、组织全栈的体系化重构——这正是”AI-ICBC 数智工行”与”工银智涌”对全球银行业的最大启示。在中国从”金融大国”迈向”金融强国”的进程中，工行 AI 战略既是金融科技的国家级试验场，也是全球最大银行的”数智化”自我革命[1][5][8]。
📚 公开来源支撑
- [1] 中国工商银行：2025 年经营发展向新向优，人民网，http://finance.people.com.cn/n1/2026/0328/c1004-40690745.html
- [2] 当”数智化”全面取代”数字化”写入银行战略报告，变的是什么？知乎专栏，https://zhuanlan.zhihu.com/p/2050367639738901187
- [3] 行业观察｜落地 500 多个应用场景，工商银行探索 AI 新范式，moomoo 新闻，https://www.moomoo.com/hans/news/post/67583062
- [4] 银行大模型应用”加速跑” 数智化竞速开新局，经济参考报/新华网，http://www.news.cn/fortune/20250910/ec64e5bf15454f75929b2ac438d2973c/c.html
- [5] 工行全新升级”工银智涌”大模型应用体系，新华网客户端，https://app.xinhuanet.com/news/article.html?articleId=ee7085072d0fa09dba0070d4c5afd4eb
- [6] 探索大模型赋能新模式 助力金融业驶向新航程，上海市委金融办，https://jrj.sh.gov.cn/SCDT197/20250527/aafc0715504445369d894c1d54e73e92.html
- [7] 工商银行宣布率先完成 DeepSeek 全行大规模应用，财联社，https://www.cls.cn/detail/1965629
- [8] AI 技术正在重塑银行业的竞争格局，中国金融网，http://www.financeun.com/newsDetail/63678.shtml
- [9] 业绩会 AI 刷屏：银行集体押注，安全关成先手棋，北京日报，https://xinwen.bjd.com.cn/content/s69c9ae4be4b0687a28933c0a.html
若您对人工智能感兴趣或为人工智能创始人，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）
若您为人工智能服务商，可添加数智化转型网小助手Jasper，加入人工智能行业交流群。
声明：本文基于公开材料整理而成，如需转载请在作者处标明数智化转型网。
本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）讯龙
