近期，在上市銀行業績發布會上，首席信息官頻頻亮相引發各方關注。從業績發布會以及上市銀行2024年年度報告看，銀行業金融科技發展的五個變化值得關注。

第一，金融科技投入增速有所放緩，但傾斜力度不減。在銀行業降本增效的背景下，上市銀行不斷調整優化金融科技投入。一方面，金融科技投入告別高速增長階段。年報數據顯示，2024年13家主要商業銀行（分別為六大行、招商銀行、中信銀行、興業銀行、浦發銀行、光大銀行、民生銀行和平安銀行）科技投入總額為1829.62億元，同比微增0.19%，同比增速較2023年下滑5.68個百分點。2024年，或將是銀行業放緩科技投入步伐的拐點。從銀行個體來看，13家銀行中有6家銀行科技投入出現下降，其中平安銀行同比減少20.07%，降幅最大。

另一方面，銀行對科技領域傾斜力度仍然不減。在增速放緩的同時，科技投入占營業收入的比重仍在提升。這反映出銀行業對科技仍然高度重視。數據顯示，13家商業銀行科技投入占營業收入的平均比例為4.07%，較2023年提升0.09個百分點。其中11家銀行占比超過3.5%，交通銀行最高，占比達到5.41%，較2023年增加0.74個百分點。13家銀行中，有8家銀行科技投入占總營收的比例較2023年提升，光大銀行占比提升最多，較2023年提升0.86個百分點。

第二，科技人員占比持續提升，注重復合型人才培養。一方面，上市銀行仍在“招兵買馬”，不斷壯大科技人員隊伍，科技人員數量及占比持續提升。2024年，10家商業銀行（與上文13家銀行相比，此處農行調整了口徑，無法對比；平安和浦發未披露詳細信息，無法對比）共有科技人員11.68萬人，同比增長5.31%。其中除工商銀行科技人員數量持平外，其余9家商業銀行的科技人員均保持增長態勢。從科技人員占比看，9家銀行的科技人員占比有所提升，僅興業銀行的科技人員占比略有下滑。但興業銀行仍以13.51%的科技人員占比領先于同業。

另一方面，更加注重復合型人才培養。通過培養復合型人才與機制改革相結合，真正讓科技賦能前端業務，更好地實現“業技融合”。如工商銀行，依托“科技菁英”品牌及集中培養機制， 打造復合型、創新型、實戰型人才隊伍。同時，不斷深化業務與科技融合，促進境內外跨機構跨部門人才交流。如農業銀行為深入推進人才隊伍建設，強化各類人才培養與開發，專門將“科技人員”口徑調整為“科技人員與數字化運行管理人員”。

第三，數字技術與金融業務不斷融合，取得較快進展。在加快數智化轉型的背景下，數字技術與金融業務融合取得顯著進展。一是大模型的應用加快實現單一任務處理向營銷推薦、投研分析等多場景的應用。如招商銀行落地大模型應用場景數超120個，涵蓋零售及對公客戶服務、風控、運營、辦公等領域，全年智能化應用實現替代工時數達到2600萬小時。

二是數字技術應用場景正從外圍服務向授信決策、運營管理、量化交易等核心業務環節延伸。如郵儲銀行積極引入人工智能、圖數據庫、隱私計算等技術，不斷探索開源大模型應用試點，開展信貸領域聯合建模，多維度增強風險管控精準性；同時，在部分高頻標準化交易場景中，通過“流程重塑+系統優化”，推進智慧運營。

三是積極布局數字生態場景體系。如浦發銀行推出以數據為基、以用戶為本、以“智、簡、融、惠”為核心的“數字金融服務體系”，與各類生態合作伙伴共享共建、共創共贏，打造平臺生態融合、數字金融服務的新范式。尤其是專為中小微企業及個體工商戶打造的數字化綜合服務平臺“浦惠來了”，深受市場歡迎。

第四，深化科技體制機制改革，優化科技架構與職能。為更好地深化數智化轉型，多家上市銀行對科技治理架構進行調整。如工商銀行、中國銀行、建設銀行、交通銀行、招商銀行、浦發銀行、興業銀行、浙商銀行等8家銀行調整科技架構。總的來看，科技架構調整主要集中治理架構和組織架構在兩個方面：

一方面改革與科技決策相關的委員會，強化對全行數字金融與科技創新項目的統籌規劃。如工商銀行成立數字金融委員會，提升重大事項科學決策的層級和質量；興業銀行優化數字化轉型委員會的設置及配套管理機制，強化對科技條線的統籌管理和統一調度。

另一方面，增設數據管理等一級部門，統籌全行數據治理、平臺建設等工作。如浦發銀行專設數據管理部，牽頭企業級數據管理；新設平臺研運中心，統籌規劃和建設企業級數字運營平臺。浙商銀行成立數據管理部，構建并發布全行統一的基礎數據標準。

第五，積極擁抱人工智能，打造大模型時代新質生產力。隨著人工智能革命席卷而來和大模型時代加速到來，上市銀行紛紛擁抱人工智能，強化“AI+金融”場景落地和生態建設，以期打造出新的“護城河”。梳理上市銀行年報，可以看到，人工智能、大模型、算力、算法等詞出現頻率較高，成為年報“熱詞”。如招商銀行2024年年報中，“智能”“AI”“大模型”等關鍵詞共計出現超100次；建設銀行完成金融大模型的迭代更新16次，2024年上線168個金融大模型應用場景；浙商銀行部署DeepSeek并落地多場景應用，提供知識問答、文本生成、智能問數三大范式能力。

當然，上市銀行在主動擁抱變革的同時，已經意識到部署應用大模型并非“一招鮮”，難以“一鍵復制”，應堅持先對內后對外、先局部后整體等原則，把降成本和控風險作為優先考慮事項。部分上市銀行還認識到，“AI幻覺”普遍存在，DeepSeek等大模型盡管擅長處理復雜任務，但在銀行真實業務場景下，還難以完全達到對數據收集準確性、客戶服務個性化等要求。發展和深化金融科技，做好數字金融大文章，任重而道遠。