提要

据《中国经营报》8月19日消息江苏银行披露2026年半年报其AI应用数据受关注显示该行已部署多种模型推出数字行员助手缩短中小企业线下授信审批时间等今年头部城商行在AI领域投入提速应用从试点验证进入规模化铺开阶段下一阶段竞争焦点将从部署数量转向使用精度和产出质量Token消耗量攀升不等同业务价值提升还应关注模型嵌入业务流程和创造价值情况并提出成本管控建议及城商行在有限算力预算下找最优投入产出比场景的路径【东方财富网链接】

商机眼

8月19日江苏银行披露2026年半年报，其AI应用数据受关注。该行已部署从十亿级到万亿级的15种模型，推出八大数字行员助手，将AI嵌入审批辅助全流程，使中小企业线下授信审批时间缩短30%，日均Token使用量较2025年年末增长18倍，各类AI应用累计替代120万工时。这表明头部城商行AI应用从“试点验证”进入“规模化铺开”阶段。 对比来看，国有大行日均Token消耗达数百亿级，单年算力基建投入数亿至十几亿元；而城商行日均Token用量为亿级，算力年投入多在千万级。江苏银行Token消耗量半年增长18倍，是低基数下核心业务场景快速渗透带来的高弹性增长。 现阶段银行业AI正从规模化铺设转向价值深耕，下一阶段竞争焦点从“模型数量”转向“业务产出”，要关注模型嵌入业务流程及创造业务价值的能力。同时，Token调用量攀升带来算力成本上涨，银行需通过技术优化等实现成本与业务价值的平衡。城商行可按高频等特征筛选场景、建立AI项目ROI前置评估机制、走垂直深耕差异化路线，在有限算力预算下找到投入产出比最优的场景。