银行智能体的下半场：从"数量竞赛"到"日活价值"的度量与治理

银行智能体的下半场：从"数量竞赛"到"日活价值"的度量与治理

2026 年上市银行半年报收官，"AI 竞赛"的度量方式发生了肉眼可见的升级：从"上线了多少场景"变成"每天烧多少 Token、上岗了多少个智能体"。招商银行上半年日均 Token 吞吐量同比增幅超过 78%、AI 带来 1388 万小时等效人工工时贡献；平安银行 Token 消耗量超 53 亿、同比增长约 130%；微众银行日均 Token 消耗量超 200 亿，较 2025 年底实现数倍增长（经济参考报，2026-09-03）。

数字很好看。但一个更尖锐的问题随之而来：Token 能衡量 AI 消耗了多少，却衡量不了 AI 完成了什么（IDC 中国研究经理思二勋语，中国经营报，2026-08-22）。本文想讨论的，正是银行智能体进入"下半场"后绕不开的三个词：度量、治理、人机协同。

一、现象：半年报里的"数量竞赛"全面升级

把半年报的数据摊开，银行 AI 已经完成了"从模型到智能体"的载体切换：

• Token 消耗量成为衡量 AI 投入的硬指标：招行日均 Token 吞吐量同比 +78%，领域模型数量较去年末 +40%；平安 Token 消耗量超 53 亿（+130%）；微众日均超 200 亿；邮储日均交互词元超百亿；兴业银行上线主流大模型 21 个、日均调用量超 210 万笔、累计部署智能策略 2.18 万个、触客 5.97 亿人次（经济参考报，2026-09-03）。
• 智能体批量上岗，覆盖反洗钱、账户审核等运营场景：平安银行上半年上线 140 个运营审核类智能体、覆盖 55 个业务场景，助力反洗钱尽职调查、账户审核、跨境汇款等作业效率提升；南京银行累计建成 156 个 AI 智能体；微众银行 80 多位数字员工"入职"、7×24 小时在线，其中研发数字员工把安全工单上线时间从两周压缩到 30 分钟（经济参考报，2026-09-03）。
• 头部城商行加速追赶，日均 Token 半年增长 18 倍：江苏银行已部署十亿级到万亿级 15 种模型，推出八大数字行员助手，中小企业线下授信审批时间缩短 30%，日均 Token 使用量较 2025 年末增长 18 倍，各类 AI 应用累计替代 120 万工时（中国经营报，2026-08-22）。

中国社科院金融所杨涛的判断是：国有大行在智能体数量和能力建设上相对领先，股份制银行围绕重点场景体系化布局，城商行农商行侧重特色场景与数字员工（经济参考报，2026-09-03）。

二、问题：数量指标的"幻觉"

问题在于，这些数字各自为政：Token 是算力消耗口径，场景数是功能覆盖口径，智能体数量是部署口径。它们都回答"投入了多少"，回答不了"产出了什么"。

• Token 暴涨可能只是"把简单问题交给大模型"的结果。曾刚（天府立言金融研究院院长）提醒：Token 调用量快速攀升带来算力成本上涨，银行不能靠限制调用来抑制业务，需要分级调度与预算管控（中国经营报，2026-08-22）。
• 智能体数量不等于有效产能。半年报里多数智能体仍集中于内部助手、客服辅助、信贷材料处理等低至中风险环节，自主执行核心金融交易的案例较少，授信、审批等高风险环节仍由人工最终把关（经济参考报，2026-09-03）。
• 更根本的缺陷：不同银行的"场景""智能体"定义口径不一，横向不可比，经营管理层难以据此决策。

换句话说：上半场比的是"有没有"，下半场要比"用得好不好、有没有价值"（易观千帆陈毛川语）。

三、破题：DAA——把 AI 变成"数字劳动力"指标

思二勋提出的一套指标值得行业认真对待：日活智能体数（DAA，Daily Active Agents）。它被定义为"穿透 AI 真实生产能力、衔接技术投入与业务价值的核心中间指标"——上承 Token 资源投入，下接有效任务产出，并可衍生出"单 DAA 日均 Token 消耗""单 DAA 日均有效任务量"等效率指标（中国经营报，2026-08-22）。

DAA 的价值在于三个转换：

1. 从"静态部署"到"动态活跃"：上线 156 个智能体，不如每天真正干活的有 50 个。DAA 把注意力拉回到真实使用强度。
2. 从"技术口径"到"经营口径"：DAA 可按部门、岗位、核心业务流程拆解，让 AI 从科技部门的技术指标，变成经营管理层可理解的"数字劳动力"指标，直接关联组织分工与业务产能。
3. 从"不可比"到"可比较"：与 Token 量、场景数搭配，"单 DAA 日均有效任务量"让跨行、跨条线比较第一次有了统一标尺。

配套的还有算力治理纪律：陈毛川提出 AI 项目 ROI 前置评估——上线前明确预期工时节省、审批时效提升、不良压降等可量化指标，上线后持续跟踪每万 Token 带来的业务收益，及时关停低效项目（中国经营报，2026-08-22）。曾刚则建议大小模型分级调度：简单办公与文本处理调用轻量小模型，高风险信贷、投研场景才启用高性能大模型，并以部门级算力预算实现成本与价值的平衡。

四、国际对照：Sibos 2026 的"人机协同"答卷

就在十月初的 Sibos 2026（迈阿密）上，全球大行给出了几乎一致的答案："智能体干活，人做判断"（agents do the work, people keep the judgement）（Remitation，2026-10-01）。

• BNY：用"数字员工"做支付修复——读取受益人等字段、对照 ISO 20022 校验语法、判断整笔支付是否"名实相符"；AI 做推理、确定性护栏做审查、人做最终判断。
• BNP Paribas：证券服务中的交易处理从十个步骤砍到六个；邮件分拣智能体最初把几乎所有邮件都扔进例外队列，团队把每个例外变成"教智能体"的机会，几周内就承担了 80%–85% 的工作量。其首席 AI 官说得很直接："我不是在等更好的模型，而是在等更好的约束、更好的治理、更好的控制。"
• 德意志银行：Agentic 框架 Ada 进入工业级规模；借助知识图谱，其德国中小企业贷款业务在一周内完成新客户准入并放款——过去需要一个月。
• 花旗：文件交互走向银行与客户之间的"智能体对智能体"交换；监管沟通中，银行主动向监管展示"人在环内、环上还是环外"（in/on/out of the loop）。
• 同期 Temenos/Celent 对 2500 多名银行客户的调查也印证了边界：68% 愿意用对话式 AI 查询银行业务，但愿意让 AI 直接代为行动的不到一半，主要顾虑是隐私与数据安全（47%）和 AI 出错风险（36%）。

巴克莱则在 10 月 1 日宣布扩大 Claude 的全行部署（Anthropic，2026-10-01），并预计年底前 50% 的软件开发者使用 Claude Code（Bloomberg Línea，2026-10-01）——国际大行正把"人机协同"从理念变成产能。

五、治理框架：监管红线与"可控、可用、可问责"

中国银行业的治理框架已经明确。2026 年 6 月 18 日，金融监管总局发布《关于银行业保险业人工智能安全开发应用的指导意见》（金发〔2026〕8 号），从治理架构、开发应用、数据治理、算力建设、风险管理等七大方面提出 32 项要求，明确将信贷审批、资金交易、资产评估、承保理赔、风险管理等列为生成式 AI 的高风险应用场景（国家金融监督管理总局，2026-06-18）。

把监管要求、半年报实践和 Sibos 讨论放到一起，银行智能体"下半场"的治理框架可以归纳为四条：

1. 高风险环节人最终把关：授信、审批、资金交易等场景允许 AI 辅助，但决策与责任落在人身上；监管也要求"谁使用、谁负责"。
2. 权限、审计与留痕：智能体的工具调用权限最小化，全流程可审计——中信银行搭建公司级智能体管理平台，正是把"散装智能体"收进统一治理框架的尝试。
3. 评测与可解释：建立可量化、可审计的模型评测体系；对"推理过程不可见"的新模型保持警惕（BNP 高管点出的新风险）。
4. 组织升维：越来越多银行由董事长或行长牵头设立 AI 专班，AI 转型从科技条线上升为全行级战略议题（经济参考报，2026-09-03）。

六、给银行从业者的行动清单

• 指标升级：把"上线 N 个智能体"的汇报口径，升级为"DAA + 单 DAA 日均 Token 消耗 + 单 DAA 日均有效任务量 + 每万 Token 业务收益"的组合；ROI 前置评估，低效项目果断关停。
• 算力治理：大小模型分级调度、部门级算力预算、缓存与提示词优化；高价值场景（普惠风控、审批提效）预留算力，不搞一刀切。
• 风险底线：高风险场景人机协同闭环、权限最小化、全链路审计留痕；智能体上线前过评测、上线后持续监控漂移。
• 经营视角：用"数字劳动力"的框架看待智能体——它改变的是组织分工与业务产能，而不仅是科技投入。

结语

半年报里的 Token 数字和智能体数量，记录的是银行业 AI 上半场的热情；而 Sibos 舞台上"智能体干活、人做判断"的共识，指向的是下半场的成熟。正如经济参考报的总结：真正的分水岭，不是上线多少智能体，而是能否在安全合规前提下，重构端到端的运营效率。 度量（DAA）、治理（32 项）、人机协同（in/on/out of the loop）——这三件事做好，银行智能体才算真正从"能对话"走到"可控、可用、可问责"。