拼AI數位金融 中國銀行日均消耗超百億Token

Token（詞元）消耗量成為評估銀行數字金融發展的重要指標，近期中國多家銀行披露Token消耗數據，包括郵儲銀行、微眾銀行、興業銀行等，消耗Token從40億到百億不等。除了反應中國銀行業在AI鉅額投入外，同時銀行淨息差持續承壓。中國銀行跟全球銀行一樣未來需要更精打細算。

中國招商銀行首席信息官周天虹6月在股東會上披露數據：截至今年5月底，招行日均Token消耗量已達330億。大模型成本收入比維持在20%左右。換言之，招行認為，投入人民幣20元於AI，可創造100元收益。

此外，近期中國多家銀行披露Token消耗數據：郵儲銀行股東會上披露稱，日均大模型調用超600萬次，日均輸入、輸出詞元超百億；微眾銀行日均Token消耗已從2億躍升至超50億；興業銀行上線超200個智能體，Token日均調用量約41億；浦發銀行日均Token約60億；民生銀行日均Token約40億。

中國銀行業在2025年進入AI競賽，15家披露金融科技相關投入的A股上市銀行合計金融科技投入接近人民幣1,900億元。其中，六大國有銀行投入均人民幣超百億元，工商銀行以人民幣285.88億元領跑，招商銀行以人民幣129.01億元位列股份行第一。

銀行投入AI成本在哪，21世紀經濟報導，某銀行信息技術部負責人表示，模型訓練推理的算力投入是很大的開支，而購買GPU成本很高，但除去GPU，還需要多機多卡互聯，同時要購買高速網絡設備。例如400G以上的交換機相較於傳統交換機價格會貴很多。在提升GPU的算力、網絡和存儲性能的同時，隨著計算密度的提高，業務的開支也會越來越大。

然而，雪上加霜的是，中國銀行的淨息差持續承壓，利潤放緩。數據顯示，中國銀行業淨息差已經連續六年下降，截至2025年年末，商業銀行整體淨息差已經降至1.42%左右。

儘管短期算力成本可能上升，但長期來看，AI仍是銀行業削減成本的重要抓手。麥肯錫指出，隨著AI全面應用，銀行整體成本基數的淨降幅仍能達到15%至20%。

美國銀行家6月報導，PNC金融服務集團執行長比爾（Bill Demchak）曾表示，Token成本可能會削弱生產力提升。他說，即使AI提高了銀行的生產力，Token成本也會抵消這種效果。也因此，銀行開始重新考慮將哪些模型應用於哪些任務，而不是簡單地擴大人工智慧的應用範圍。