金融AI转型十大痛点一:战略喊得响,预算跟不上——当＂必答题＂遇上＂旧账本＂

银行AI落地的速度，和AI预算的力度，正在形成一种微妙的不对称。

截至2026年5月，招商银行日均Token消耗量达到330亿；工商银行日均Token消耗突破百亿级，较两年前增长近百倍；邮储银行已明确提出2026年底日均Token吞吐量突破300亿的目标。Token消耗量这个数据指标，正在成为银行业AI投入的新风向标。

但如果只看这些数字，容易误判真实处境。普华永道2026年初发布的一份调研显示：61%的金融机构AI投入占科技预算的比例不足10%，与实际需求之间存在30%到40%的缺口。也就是说，六成机构把AI喊成"必答题"，预算账却还按"选答题"在算。

一个悖论：算力跑得飞快，账本跟得缓慢

问题不在钱，而在怎么把AI的账算清楚

金融行业的强项是算账。但AI的账，偏偏是最难算的一类。

传统IT项目可以拆成明确的投入产出：升级核心系统能支撑多少交易量、扩容服务器能降低多少故障、上线移动银行能带来多少客户增量。AI项目不同。一个信贷审批智能体、一个客户经理助手、一个代码生成工具，它们的价值往往体现在人效提升、风险下降、客户体验改善这些间接维度上，很难直接归因到某一张损益表。

招商银行是少数能把AI账算清楚的机构。根据其公开披露，招行大模型成本收入比约在20%上下，即投入20元可创造100元收益。支撑这个数字的，是一套六个维度的AI度量体系：成本端拆分研发人员投入和Token费用，收益端覆盖银行视角和客户视角的多维指标。

但大多数机构仍停留在"AI投入"和"AI产出"两张皮的状态。普华永道的调研显示，受访机构已通过AI投资获得初步10%到15%的回报，但76%的机构表示愿意接受低于10%的投资回报率来加快AI战略举措。这说明行业对AI的投入逻辑仍然高度宽容，甚至带有"战略投资"的色彩。

问题是，宽容不是无限的。当董事会、审计、股东开始追问"钱花哪了"的时候，CIO必须拿出比"提升了体验"更硬的证据。

传统预算机制，装不下AI的投入产出曲线

更深层的矛盾是预算机制本身。

传统IT预算遵循"年初立项、年中执行、年末验收"的年度闭环，十二个月必须看到结果。但AI项目的价值释放周期明显更长：第一年搭建平台和团队、第二年验证核心场景、第三年才可能规模化产生业务价值。

更重要的是，AI的投入不是一次性采购，而是持续性消耗。算力扩容、模型迭代、数据标注、人才团队、场景运营，每一项都是长期成本。用审批服务器、交换机、软件许可的逻辑去审批一支大模型团队和一个不断演进的技术栈，从立项环节就开始错位。

这就解释了为什么很多银行"AI很热、预算很冷"。不是不想投，而是现有的预算科目、审批流程、绩效考核体系还没为AI转型做好制度设计。

财务压力正在加大这场博弈的难度。

中国银行业净息差已连续六年下降，2025年末降至1.42%左右的历史低位。在这个背景下，每一分科技投入都要被反复审视。AI投入虽然被视为未来竞争力，但短期内难以直接增厚利润，和降本增效的现实压力之间形成张力。

一个直接的后果是：大行可以"不计成本"地投入，中小机构则面临跟还是不跟的两难。不跟，AI能力差距会逐步转化为客户体验差距、运营效率差距、风险定价差距；跟，又意味着在本来就紧张的利润空间里，硬生生切出一块做长期投入。

这不是简单的投入多少问题，而是投入勇气问题。

大会由数字产业创新研究中心、中国软件行业协会信息主管（CIO）分会、北京前沿国际人工智能研究院联合主办，将于2026年9月11日在北京中关村展示中心举办，主题为"AI筑基・金融新生"。

届时将有来自银行、保险、资管、金融科技企业的数字化负责人，围绕金融AI落地、数据治理、智能风控、普惠金融等议题展开实战分享与深度研讨。大会现场将发布金融50强双榜单，戳“阅读原文”即可参会大会榜单及案例申报。