招商银行在 6 月 25 日股东大会上披露，该行正持续推进大模型在银行业务中的应用，并已建立专门的成本收益测算体系。管理层表示，在员工规模超过 10 万人的机构内推广 AI，关键在于控制投入效率。

业务端日均消耗 330 亿 Token

招行相关负责人周天虹表示，截至 5 月底，主要由业务部门产生的大模型 Token 日均消耗量已达到 330 亿。零售业务中的部分场景，应用效果相对更明显。

他同时给出一项内部效率指标：招行 AI 处理业务对应工时与员工实际投入工时的比值，已从去年底的 1:13 提升至今年 5 月底接近 1:9，显示大模型在部分流程中的承担比例正在上升。

成本收益比约为 20%

周天虹称，在提出“AI First”战略前，招行已在科技条线建立较完整的成本收益度量体系。成本端主要包括研发人员投入和 Token 费用，收益端则按六个维度进行测算。

按照该行当前口径，大模型方向的成本收益比维持在 20% 上下，即“投入 20 元，可创造 100 元收益”。不过，银行业务链条较长，收益的精确量化仍然复杂，相关算法、数据来源和数据质量仍在持续调整。

代码生成投入占比仅 5%

在资源分配上，招行对大模型编程保持相对克制。周天虹表示，超预算的 Token 消耗更容易出现在代码编写环节，而不是业务管理应用。

他提到，现阶段大模型在处理大型软件架构时仍存在短板，生成代码的可读性、性能和安全性也有待改进。基于这一判断，招行对内部软件开发采取“积极跟进、审慎应用”的策略。目前，用于大模型编程的算力投入仅占总算力的 5%。

招行表示，每年科技总投入约 130 亿元，目前算力采购在整体科技投入中的占比还不高，后续在 AI 算力上仍有追加空间。围绕“打造一家智能银行”的目标，相关管理指标和配套体系仍在持续细化。