Token消耗量激增 智能体批量上线 上市银行半年报里的“AI竞赛”

2026年A股上市银行半年报收官，一组过去只躺在科技部门监控后台的指标，第一次被摆进了财报核心章节——招商银行上半年日均Token吞吐量同比涨超78%，平安银行Token消耗破53亿、同比增约130%，中信银行AI落地场景超1900个，南京银行累计建成156个AI智能体。

数字背后是一个清晰拐点：人工智能在银行业已经跨过"技术探索"的演示期，变成可直接计入经营效率、能被横向比较的价值引擎。

规模化落地：从外围试点到全链条渗透

六大国有行先把摊子铺开了。工行"工银智涌"大模型落地超600个场景，金融市场智能询价交易占比突破96%，审核效率是引入前的5倍；建行生成式AI覆盖超600个场景，打进智能营销、客服、管理核心环节；中行堆出2200多个智能化助手、3800多条RPA流程；邮储"邮智"大模型落地超370个场景，日均交互词元超百亿。

股份行拼的是密度和活跃度：招行1386个AI场景、256个领域模型（较去年末增40%）、AI贡献1388万小时等效人工工时；中信超1900个场景；兴业上线21个主流大模型，日均调用210万笔，触客5.97亿人次，带动综合金融资产1784.59亿元。

Token消耗量，成了今年中报最硬的新标尺。它不像"我们做了XX个场景"那样容易被口径稀释——词元流得越多，说明真实业务里大模型被调用得越频繁。招行日均吞吐增78%，平安53亿（同比130%），邮储日均超百亿，微众日均超200亿（较2025年底数倍增长），江苏银行日均Token较去年末涨18倍。

投入策略也开始分层：国有大行做体系（工行"AI-ICBC"、建行"人工智能+"三年规划）；股份行讲可衡量与敏捷（招行已过会2027—2028算力规划，兴业从分散改集约）；城商、农商行挑场景轻量采购，如重庆银行3479万元算力扩容+400万元大模型应用研发打包上马。

智能体批量"入职"：能对话的AI退场，能办事的AI上岗

如果2025是银行大模型部署元年，2026上半年就是智能体（Agent）批量上岗季。它不再只是问答机器人，而是以大模型为认知引擎，能拆目标、调工具、跑流程、交结果的"数字员工"。

中信搭公司级智能体管理平台，主攻投研、智能交易、客服；

平安上半年上线140个运营审核类智能体，覆盖55个场景，反洗钱尽调、账户审核、跨境汇款效率拉升，跨境放款效率较去年末提约30%；

南京银行新增30个高价值智能体，累计156个，营销/运营/风控/办公全占；

微众80多位数字员工7×24在线，研发岗把安全工单上线从两周压到30分钟，效率超10倍。

社科院杨涛、天府立言曾刚等给出的判断趋同：智能体的吸引力在于把"理解—规划—执行"串起来，传统RPA处理不了非结构化资料和复杂决策，而净息差承压下，银行恰恰需要这种能啃脏活累活的杠杆。

但行业还没到狂欢的时候。绝大多数智能体仍停在内部助手、客服辅助、信贷材料处理等中低风险环节；授信、审批等高风险动作，人工终签还在兜底。曾刚提的下一程突破口很实——可信数据底座、权限与审计、人机协同闭环、评测体系，缺一个，智能体就只能是"能对话"，到不了"可控、可用、可问责"。

组织跟着变：AI从科技条线升格为全行战略

比场景数更深的变量在组织侧。AI转型不再是信息部一个项目，而由董事长/行长牵AI专班；交付从科技单向开发，转向业务+科技+风控跨职能共创；运营从"人海流程"转向"人机协同"——重复活给智能体，人留下来处理例外和客户沟通；人才模型也从专业分工走向复合经验。

专家口中的分水岭也在这：不是谁上线智能体多，而是谁能在安全合规前提下重构端到端运营效率。招行算的那笔账（1388万等效工时）、平安算的那笔账（跨境放款提30%、零售算法带13亿交易额），都比"我们有多少场景"更接近真相。

2026半年报的银行AI，不再证明"我能用大模型"，而是开始证明"我用大模型省了多少钱、多赚了多少效率、扛了多少人力"。Token和智能体数量只是表象，底层是银行业把AI从PPT搬进了核心账务与风控链路——这一步跨过去，金融业的运营成本结构会被重写。