導(dǎo)言

2019年，是金融數(shù)字化進程提速的關(guān)鍵一年。央行當(dāng)年印發(fā)了《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021年）》，推動金融機構(gòu)部署科技戰(zhàn)略，加大科技投入和研發(fā)應(yīng)用。

自此，以國有大行和股份行為代表，開展了激烈的金融科技競賽。也是從2019年開始，各大行在年報中，開始完整的披露科技戰(zhàn)略、科技投入和科技人員等信息，作為銀行數(shù)字化轉(zhuǎn)型力度的關(guān)鍵量化指標(biāo)。

如今，已至第六個年頭。國有六大行的金融科技累計投入也達(dá)到了6400億元。

出品 | 厚雪研究

作者 | 潘言

近年來，金融科技已成為銀行業(yè)轉(zhuǎn)型的核心驅(qū)動力。國有六大行（工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行、中國銀行、郵儲銀行、交通銀行）憑借其資源與規(guī)模優(yōu)勢，持續(xù)引領(lǐng)行業(yè)數(shù)字化浪潮。

當(dāng)前，國有六大行2024年財報均已披露。厚雪研究根據(jù)歷年年報的數(shù)據(jù)統(tǒng)計顯示，從2019年到2024年，國有六大行的整體科技投入從716.76億元，持續(xù)增長到2024年的1254.59億元，六年累計投入約6400億元。在2024年，六大行金融科技投入占營收比均達(dá)到了3%以上，科技人才占全部員工基本在4%以上。

具體來看，2024年，國有六大行的金融科技投入特點有：

工商銀行以285.18億元蟬聯(lián)榜首，占營收的3.63%，并且擁有3.6萬名科技人員，人數(shù)遙遙領(lǐng)先；

農(nóng)業(yè)銀行（249.7億元）、建設(shè)銀行（244.33億元，-2.36%）、中國銀行（238.09億元）緊隨其后；

農(nóng)業(yè)銀行科技投入首次超越建設(shè)銀行，中國銀行繼續(xù)追趕，差距快速縮小；農(nóng)業(yè)銀行調(diào)整了科技人員的披露口徑（科技與數(shù)字化運行管理人員），人數(shù)達(dá)到2.7萬人，列第二；

郵儲銀行科技投入122.96億元，同比增速9.03%，成為增速最快的國有大行；

交通銀行科技投入同比下降較多（114.33億元，-4.94%），但其科技人員占比達(dá)9.44%，比例居六大行之首。

01

科技總投入：金額走高，增速放緩

2024年，國有六大行金融科技投入總額達(dá)1254.59億元，近六年累計投入達(dá)到6396.85億元。

年報數(shù)據(jù)顯示，從2019年到2021年，國有六大行的整體科技投入分別為716.76億元、956.86億元和1074.93億元，2020年和2021年的整體增速高達(dá)33.5%和12.34%。到了2022年，六大行的科技投入總額為1165.49億元，同比增速跌破兩位數(shù)，放緩到8.42%。在2023年，六大行的科技投入總額1228.22億元，增速繼續(xù)放緩到5.38%，在2024年增速進一步放緩到2.15%。微觀看，在2023年六大行的科技投入同比均實現(xiàn)增長，在2024年則有兩家下降，一家微增。

這反映出，國有六大行的科技投入在達(dá)到了一定量級后，基礎(chǔ)設(shè)施基本建成，資本投入的增長自然放緩，后續(xù)更注重業(yè)務(wù)應(yīng)用和數(shù)字運營。

02

工行優(yōu)勢拉大，農(nóng)行反超建行

從近幾年科技投入金額來看，逐步形成了三個梯隊，在2024年，這三個梯隊的構(gòu)成出現(xiàn)變化。

此前，工商銀行和建設(shè)銀行是科技投入第一梯隊，在2019年，建行科技投入176.33億元，比工商銀行還高，之后幾年一直是工商銀行領(lǐng)先。在2024年，工商銀行的科技投入為285.18億元，同比繼續(xù)增長4.67%。建設(shè)銀行則跌落到第二梯隊。

2024年，建設(shè)銀行科技投入為244.33億元，同比下降2.36%，被農(nóng)業(yè)銀行首次反超。2024年，農(nóng)業(yè)銀行科技投入249.7億元，同比微增0.48%，中國銀行科技投入238.09億元，大幅增長6.3%，已逼近建設(shè)銀行及農(nóng)業(yè)銀行水平。

科技投入金額的第三梯隊是郵儲銀行和交通銀行，二者科技投入從2019年的81.8億元和50.45億元，增長到2024年的122.96億元和114.33億元。交通銀行在2022年開始科技投入金額反超了郵儲銀行，不過在2024年同比下降了4.94%，又跌至了第六位。

從2019年到2024年的科技投入總體增速看，交通銀行和中國銀行增速最高，達(dá)到126.62%和104.30%，之后是農(nóng)業(yè)銀行的95.23%。建設(shè)銀行和郵儲銀行增速最低，為38.56%和50.32%。

03

科技投入占營收比：交行領(lǐng)跑

觀察各家銀行的金融科技投入力度，絕對額容易受規(guī)模和當(dāng)年經(jīng)營波動的影響，科技投入占營收比重指標(biāo)則提供了另外一個觀察維度。

自2019年以來，國有六大行科技投入占營業(yè)收入的比例，均出現(xiàn)逐步抬升趨勢。在2019年，僅有交通銀行、郵儲銀行和中國銀行3家占比在3%以上，到了2024年，六大行占比均超過3%，多數(shù)抬升了0.5個百分點。

特別是交通銀行，2024年科技投入占營收比例高達(dá)5.41%，比2019年增長了2.16個百分點。

其他國有大行此數(shù)據(jù)均處于3%-4%之間，比較均衡。2024年，中國銀行、工商銀行相對較高，為3.76%和3.63%，建設(shè)銀行最低，為3.26%。

從2024年同比看，交通銀行、農(nóng)業(yè)銀行科技投入占營收比出現(xiàn)了下降，降幅分別為0.23和0.07個百分點。

04

科技人員：工行3.6萬人領(lǐng)跑

除了資金投入，科技人才的數(shù)量是另一個觀察銀行金融科技投入的維度。2024年，國有六大行科技人員數(shù)量均增長或持平。

從2024年金融科技人員數(shù)量和占比來看（注：各家披露統(tǒng)計口徑可能有所差異），工商銀行最多，擁有36000 名科技人員，占員工總數(shù)的8.6%，與上年持平，自2019年以來維持小幅增長狀態(tài)。

農(nóng)業(yè)銀行調(diào)整了科技人員的披露口徑，科技與數(shù)字化運行管理人員達(dá)到27561人，占員工總數(shù)的6.1%。

建設(shè)銀行和中國銀行的科技人員均在1萬人以上，分別為16365人和14940人，占比4.34%和4.78%。

交通銀行和郵儲銀行科技人員分別為9041人和7200人，占員工數(shù)量比分別為9.44%和3.94%，分別是國有大行中科技人員占比最高和最低的銀行。

05

科技投入三大技術(shù)重點

通過分析2024年國有六大行財報可以發(fā)現(xiàn)，金融科技投入呈現(xiàn)“技術(shù)攻堅與場景深耕并重”的特點：大模型、分布式架構(gòu)、數(shù)據(jù)安全等技術(shù)成為共性重點。

在大模型方面：

工商銀行建成企業(yè)級千億金融大模型技術(shù)體系“工銀智涌”，賦能 20 余個主要業(yè)務(wù)領(lǐng)域、200 余個場景，累計調(diào)用量超 10 億次。

建設(shè)銀行發(fā)布千億級金融大模型 ，打造大語言模型 、文生圖大模型 、多模態(tài)大模型 、代碼大模型體系 。夯實人工智能平臺大模型訓(xùn)練 、推理和運營能力 ，全面賦能193個行內(nèi)應(yīng)用場景。

郵儲銀行發(fā)布自主可控的大模型“郵智”，打造“算力、算法、數(shù)據(jù)、場景”四位一體安全可信的大模型服務(wù)體系。通過信貸報告AI助手，重塑信貸報告撰寫流程，貸前盡職調(diào)查報告生成率達(dá) 40% 以上。

交通銀行搭建以國產(chǎn) GPU 服務(wù)器為主的千卡異構(gòu)算力集群，構(gòu)建千億級金融大模型算法矩陣，完成大小模型場景建設(shè)超 100 個，全年釋放超 1000 人力工作量，在反洗錢反電詐、客戶服務(wù)、集中營運等領(lǐng)域發(fā)揮積極成效。

在分布式架構(gòu)方面：

建設(shè)銀行全面完成核心系統(tǒng)分布式轉(zhuǎn)型 ，境內(nèi)外全量業(yè)務(wù)已由分布式核心系統(tǒng)承載 ，系統(tǒng)運行平穩(wěn)。

農(nóng)業(yè)銀行在分布式框架應(yīng)用方面，組合支付、對公存款、個人活期與借記卡等產(chǎn)品應(yīng)用及配套業(yè)務(wù)平臺轉(zhuǎn)型升級為分布式核心單軌運行，轉(zhuǎn)型過程平穩(wěn)平滑、客戶無感。

中國銀行持續(xù)完善以北京、上海、內(nèi)蒙古和林格爾、安徽合肥四地為核心節(jié)點的新型信息基礎(chǔ)設(shè)施，內(nèi)蒙古和林格爾金融科技園區(qū)一期投入運營，安徽合肥園區(qū)二期主體結(jié)構(gòu)封頂，形成服務(wù)覆蓋全國、面向全球的分布式架構(gòu)。分布式技術(shù)平臺對接326個應(yīng)用，前端技術(shù)平臺推廣至153個應(yīng)用，大數(shù)據(jù)技術(shù)平臺推廣至157個應(yīng)用。

在數(shù)據(jù)安全方面：

郵儲銀行在數(shù)據(jù)安全分類分級場景中，自主研發(fā)數(shù)據(jù)安全分類分級算法模型，分類和分級準(zhǔn)確率約為85%和95%。

工商銀行探索建立安全可信的銀行間數(shù)據(jù)共享平臺，聯(lián)合國家金融科技風(fēng)控中心推出金融行業(yè)隱私計算平臺，提升數(shù)據(jù)要素資源配置效率。

本文基于公開資料撰寫，僅作為信息交流之用，不構(gòu)成任何投資建議。

歡迎分享，留言交流。轉(zhuǎn)載請注明出處。