岗位不是被消灭，而是被重新定义；人不是被淘汰，而是需要重新武装。

出品/科技金融说

“AI对银行不再是‘锦上添花’，而是一场‘系统性重构’。”2026年陆家嘴论坛上，多位银行行长给出了清晰地信号。

中国银行行长张辉提出，AI正从服务范式、价值创造模式和管理范式三个维度重塑银行；浦发银行董事长张为忠则更进一步，认为AI的应用“不是单点式、渐进式的，而是全面跃升和递进的”，正在对金融机构的底层逻辑进行全面改造。

那么，这场重构到底进展如何？下面【科技金融说】将从从各家银行的实际动作来拆解。

如果说去年AI在银行业还是“技术选项”，那今年它显然已变成了“生存刚需”。

面对净息差持续收窄、存量竞争加剧，传统靠规模扩张的增长模式已走不下去。对于银行来说，AI也顺势成降本增效、挖掘增量价值的关键抓手。

如在战略层面，工商银行启动“领航AI+”行动，邮储银行面向全行开放24个通用AI能力，招商银行明确提出“AI First”理念，浦发银行也将AI能力建设提升至战略核心地位。从各家银行年报和业绩发布会来看，AI也已成为银行高管发言中的高频词。

更值得关注的是，AI已不再是“战略口号”，打法也不再是“这里装一个AI、那里接一个接口”，而是开始对业务流程进行从头到尾的重构，是实打实的落地。

如招行，其是少数把“智能化”从口号落到经营指标上的银行。

2025年，招行大模型日均输入输出Token总规模达260亿，较上年增长10.1倍。更重要的是，这些AI能力已经深度渗透到一线业务中。

在零售端，面向超过1万名金葵花客户经理的“RM小助”已成为日常工作搭档，推动客户经理人均有效出客次数提升14%，客均交易规模提升20%；对公业务同样进展显著。小企业尽调报告82%的工作量已由大模型替代人工，在线风控平台2025年审批对公信贷规模接近6000亿元，同比增长44%。在贷后管理上，AI辅助追踪审贷官审批落实，风险预警时间较传统人工模式提前了42天。

招行的另一个关键能力是迭代速度。招行首席信息官周天虹曾透露，通过优化大模型工程体系，将一个AI应用从开发到投产的迭代周期从2024年平均32天缩短到2025年的8天，效率提升至原来的四分之一。

再如建行的主攻方向是“AI辅助+专家决策”的人机耦合模式。

在传统的授信审批流程中，客户经理撰写一份评级审查报告往往需要数小时查阅资料、整理数据。建行的AI授信审批系统，1分钟内即可生成包含5大模块的评级审查意见初稿，综合融资业务审查意见初稿的生成比例达90%，审查人员稍作完善即可提交。目前这一功能已在境内外广泛应用，月均生成超5万份，覆盖对公客户超11.3万户。

效果直接体现在效率上。2025年建行人工审批业务量同比增长17.67%，但审批总用时反而同比下降了24.38%。这意味着AI不是在“替代人”，而是在让人做更多的事、做更重要的事。

此外，建行还在探索“人+数字员工”的协同模式。其“帮得助理”零售AI工具为个人客户经理配备“数字分身”，围绕需求洞察、资产配置等场景深度融入工作流程。截至2025年末，建行大模型技术已规模化赋能398个场景应用，覆盖财富管理、普惠金融、风险管理六大业务领域。

工行全行业务应用日均Token消耗量则达百亿级，较两年前增长了近百倍，覆盖前台客户经理、中台风控审核人员、后台运营人员等主要岗位。在个人业务端，个人金融AI助理能将客户需求与产品的匹配时间从1小时缩短到2-3分钟。在对公和金融市场端，交易智能体已实现全流程自动化，智能询价交易比率超过96%，客户询价交易全流程用时降至分钟级。工行软件开发中心还推出了员工AI助手，每位员工都可以拥有个性化的专属知识库，以“一对一”形式为同事提供精准的知识问答服务。

但要关注的是，AI变革最难的不是技术，而是组织架构和人的调整。

组织层面，技术系统在快速进化，但组织的“管理操作系统”仍停留在传统层级控制逻辑中，这就使得效率提升的同时，还可能固化路径，从而降低组织对新机会的感知与响应能力。

简单说，就是技术变快了，但决策流程、考核机制、晋升通道还是老一套，人和技术之间出现了“系统错配”。

从人员来看，网点柜员是受影响最直接的群体。

从2017年到2024年，全国银行网点总量从峰值的22.87万家降至20.84万家，净减少约2万家。2025年全年，全国已有超过2000家商业银行网点停业，仅上半年就有超过1100家退出市场。网点大幅消失，基层网点柜员岗位便随之缩减，目前已有很多银行的原有柜口逐步替换为智能机具。

除了网点柜员，客服中心也是影响比较大的一个板块。招商银行2025年报显示，其运营人员较上年减少7.29%，其背景便是AI对后台标准化操作的替代。此外，中后台的信贷审批辅助岗也面临转型，AI在几分钟内就能完成过去人工数小时的资料整理和初筛工作，替代率显而易见。

所以，这些人去哪儿？怎么安排？

结合现状来看，柜员转型方向包括大堂引导员、营销经理、理财助理等，工作性质则从“办业务”转向“做服务、做营销”；对公客户经理，其日常工作重心也从资料整理、流程推动转向客户关系维护和复杂方案设计。

总体来说，就是要求更高了。以前可能拉拉存贷款就可以了，现在是既要懂金融业务又懂AI技术。

但困境就在于，人的能力提升也是需要时间的。

针对于此，一些银行也在转型试水。

如建行，其探索聚焦在授信审批这个核心岗位。在“AI辅助+专家决策”的人机耦合模式下，AI负责数据整理、信息检索、初筛分析等标准化工作，而审查审批人员的工作重心从“整理资料”转向“专业判断”，即人做判断、AI做依据。2025年，建行人工审批业务量同比增长17.67%，但审批总用时同比下降24.38%，“人管更少的流程、做更多的决策”正在变成现实。同时，建行还要求每位员工掌握AI工具的使用并纳入考核。这意味着，AI能力不再是可选项，而是岗位胜任力的基本要求。

招行则提出“AI First”理念，即任何业务问题，首先思考能不能用AI解决。在此背景下，招行面向所有员工开展AI工具使用培训，同时内部各条线定期举办AI应用场景路演，“用AI做出成绩”成为内部晋升和评优的重要加分项。

徽商银行则在组织机制上做了一套“轻量化”的变革，其核心做法是推行 “科技特派”模式，即将技术人员直接派驻到业务部门，与业务人员共同办公、共同承担KPI，从源头确保技术方案紧贴业务实际，而不是“科技部门写代码、业务部门用不上”。

新网银行的做法则是打破传统部门壁垒，推行敏捷化项目制运作，围绕具体业务场景组建由业务人员、技术人员、AI训练师组成的跨职能团队。这种模式下，“谁懂业务、谁懂AI、谁懂数据”被拉平到同一个平面上协同，而不是层层上报、跨部门协调。同时，新网将员工区分为“驱动智能体的人”和“被智能体驱动的人”，前者负责设计、训练和管理数字员工，后者则需要学会与数字员工协作完成工作。

结语

趋势如此，这场变革并没有标准答案，但方向却非常清晰。即岗位不是被消灭，而是被重新定义；人不是被淘汰，而是需要重新武装。而对于走在转型路上的银行来说，最大的分水岭也已不再是谁部署了更多AI应用，而在于谁先完成内部人员以及组织的系统性调整。

毕竟，技术重要，人更重要。