中小银行AI布局迎来大变革

“按效果付费”，中小银行AI领域掀起一场价值共生的模式变革

· 来源：轻金融 作者：李静瑕

大模型加速融入千行百业，难以避免的一个现象是推动行业内部的分化加剧。

以大模型应用广泛的银行业为例，大型银行率先建成企业级千亿金融大模型技术体系，全面推动大模型在各类业务场景落地，走在了行业最前列；相比之下，中小银行如何以低成本、低风险的方式快速试错并实现能力跃升，已经成为当务之急。

在此背景下，“按效果付费”模式应运而生，为中小银行破解困局提供了新路径。2025年9月，蚂蚁数科在Inclusion·外滩大会上正式推出这一创新商业模式，支持企业客户依据大模型应用的实际效果（如业务增长或成本节省）支付费用，而非传统项目制或订阅制的付费逻辑。中小银行的试错门槛有望大幅降低，无需承担高昂的基础设施投入即可快速收获AI带来的技术价值并聚焦业务成效。

01

“AI+”拐点时刻，

中小银行直面四大痛点

“AI在金融机构的落地可以说是必须做的一件事情，是必须项。”

银行“AI+”正迎来规模化落地、价值深耕的行业拐点。

从政策层面看，顶层设计按下加速键。2025年8月底，国务院发布的《关于深入实施“人工智能+”行动的意见》指出，到2030年我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%。

具体到实践中，各大银行全面推进“AI+”战略，“AI+”场景应用正从对内管理、运营赋能，逐步走向对客、风控等核心业务领域。例如，工行在个人金融、金融市场、对公信贷等重点业务领域新增AI财富助理、投研智能助手等100 余个应用场景；招行在零售、对公、风控、运营、办公等多个领域共落地184个场景应用。

一个更为显著的变化，是行业关注点已从“有没有AI”，转向“AI能带来什么样的实实在在的业务效果”。

智能体的爆发式增长，成为新的核心变量。今年上半年中信银行推动DeepSeek等大模型及智能体在20余个场景投产应用；兴业银行智能体平台上架超200个智能体；上海银行基于大小模型自主研发上百个智能体。智能体对流程的重构能力，大幅缩短了AI从技术落地到价值变现的周期，重新定义金融行业的效率边界。

可以说，“AI+”已经成为银行生存发展的必答题，但大小银行之间的鸿沟正在加大，中小银行还要直面四大痛点。

其一是支撑AI的基础设施构建，需要高昂的前期成本；其二是AI建设的回报具有较大的不确定性，无疑放大了决策风险；其三是实施路径缺失，中小银行难以在同业中找到有效的“作业”可抄，导致试错成本较高；其四是科技投入低以及相关人才短缺，制约了中小银行自建AI的能力。

面对这些痛点，中小银行需要尽快找到成本可控、更快上手的AI布局路径，找到更懂中小银行AI的合作伙伴，搭建适合自身特色的转型方案，从而避免走弯路。唯有如此，中小银行才能避开同质化陷阱，走出属于自己的“AI+”突围之路。

02

善借外力，

构建自主AI能力是破局关键

“我知道AI是好东西，但不知道怎么把它建设出来。”

面对四大痛点，中小银行若想“轻装上阵”构建自主的AI能力，需要精准切入，从而构建差异化能力体系。

结合自身AI技术研发经验与大量金融机构的合作实践，蚂蚁数科副总裁余滨总结出四条可落地的自主能力建设路径，为中小银行提供AI应用落地实践参考。

第一条路径是从基础设施建设切入，通过IT部门牵头来做好AI基建。这个路径并不是简单的引进智能体开发平台，而需要对银行数据结构进行全面盘点，建立标准化、可治理的数据体系，以支撑大模型的训练。

第二条路径是以AI手机银行为载体，重构客户服务模式。2025年，上海银行率先推出首个AI手机银行APP，其核心是“对话即服务”，用户通过对话框交互就可以完成转账、还款、理财咨询、养老金管理等高频的金融服务，改变了传统菜单式交互模式。

其成功关键一步在于技术整合与场景深耕：在AI手机银行打造过程中，蚂蚁数科提供了包含LUI（自然语言交互）技术、智能体开发、模型管理、算力调度等在内的一站式智能体服务。蚂蚁数科智能体服务Agentar，通过升级专门用于构建AI银行与AI保险，未来不断累加新的AI智能体装进AI手机银行，成为一条可信的路径。

2025 Inclusion·外滩大会上，蚂蚁数科全新发布Agentar个人金融管家，就是面向终端用户提供的AI原生APP服务，帮助银行构建“对话即服务”的手机银行能力。目前，Agentar个人金融管家已在上海银行实现老年客户满意度提升，业务转化率提高10%。这揭示了一个深层趋势，AI手机银行不仅是效率工具，更成为银行与用户心智建立连接的战略入口。

第三条路径是从细分业务场景切入。试想一下，一个客户经理日常维护的客户数从200个提升到2000个，10倍的增长能够带来怎样的效率提升？

蚂蚁数科新推出的Agentar金融业务助理，正是专门为银行客户经理设计的全能型“数字分身”，提高服务效率与服务半径。在售前，通过AI实时分析客户画像自动匹配客户经理；售中提供个性化销售SOP流程指导、实时话术等，提升交易效率；售后则可以自动生成代办提醒，促进客户经理的持续成长。据Agentar金融业务助理在银行的实践数据，可带动收入增长20%。

第四条路径则是从全行级分阶段建设切入，推动系统性能力跃迁。这需要银行将AI能力构建作为一号工程，才能够更加顺利地实现企业架构与战略的重构，最终实现全线业务重构。

“AI类似水电煤，必须和电视、洗衣机等结合才能走进生活。”蚂蚁数科在实践中，通过点、线、面全方位构建的方法论，搭建好扎实、可信且稳固的AI地基，包括垂类大模型+知识库+工具集+智能体平台+系统工程方法论的全栈能力，为银行定制AI服务，支持银行构建自己的方法论并逐步构建自主的AI能力。

无论是哪一条路径，中小银行的核心诉求都是低成本、少走弯路、快速见效，蚂蚁数科不是简单卖技术，而是帮中小银行构建自己的AI方法论。

“出厂即专家，浅调即高能”。Agentar-Fin-R1大模型专为金融业应用打造，覆盖银行、证券、保险、基金、信托等场景，66类金融任务数据体系，让大模型“天生懂金融，出厂即专家”。目前，蚂蚁数科已经为金融机构推出了超过100个的金融智能体解决方案，包括银行、证券、保险、通用金融等领域，可以提升一线员工工作效率超80%。

对中小银行而言，破局关键在于善用生态力量，将外部赋能与内生性增长动力结合，方能在智能化浪潮中立于不败之地。

03

“按效果付费”，

中小银行AI+弯道超车机遇

“支持按效果付费，中小银行只需为实际业务收益付费，无需承担高额固定成本。”

当中小银行依然深陷于“AI+”大投入与收益不确定的摇摆中时，新的商业模式涌现不断降低AI的应用门槛。

“AI是天生的以任务为驱动的、结果为导向的、科技与业务的一个混合体。它既不是一个单纯的科技的单一的事情，也不单纯是一个业务的产品，它一定是科技跟业务双向的融合，来彼此互相促进的一个混合体。”余滨指出。也就是说，发挥AI应用价值是根本出发点。

破解之道在于用价值共生的模式实现“小步快跑”，确保每一分投入都指向可预期、可衡量的成效。

蚂蚁数科正在通过新的商业模式，去打破中小银行在投入与收益之间摇摆的疑虑。9月12日，蚂蚁数科在外滩大会论坛上宣布，将推出“按效果付费”的新型商业模式。该模式支持企业客户根据大模型应用的实际效果（如业务增长或成本节省）来付费，而非传统的项目制或订阅制模式。

具体落地层面，今年蚂蚁数科主推了多款智能体的产品：Agentar金融业务助理、Agentar智能运营助理、Agentar个人金融管家以及企业经营专家。在这些智能体的合作上，银行可以选择“按效果付费”模式，银行把业务预算、目标人群以及增长目标提出来，通过智能体产品合作带来了目标人群的交易规模增长，然后蚂蚁再按增长净值的比例收取分成。

“按效果付费”新型商业模式的核心逻辑，在于关注AI应用于业务的价值产出，将AI应用的成效与收益直接绑定，使技术服务方与银行形成深度的价值共生。

诚然，这种后期分润模式在当下看似是一种冒险：一是AI业务价值的释放需要时间沉淀，难以立竿见影；二是若效果未达预期，蚂蚁数科的产品收益恐难覆盖成本。然而，这恰恰是“按效果付费”模式具有的革命性意义，它将风险从需求方（银行）部分转移至供给方（科技企业），倒逼科技企业增强对业务场景的深刻理解与效果达成的信心。

蚂蚁数科的底气，来自基于实践形成了大模型落地产业的“ACE”（Align-Construct-Evaluate）三步方法论：首先是与客户进行价值定位，一同找到可衡量的、最有价值的业务目标；第二步，根据业务目标，为客户构建一整套从模型到应用的解决方案与实施路径；第三步，通过持续联合运营，确保业务效果最终达成。

“按效果付费”，给中小银行带来了落地弯道超车的新契机。例如，某中小金融机构通过该模式，前期仅需承担软件与算力基础成本，将综合投入的大部分转化为后期基于实际增长的分成，极大降低了AI应用的启动门槛和试错风险。当银行亲身体验到AI带来的真实、可量化的收益增长时，加快拥抱AI便是水到渠成的。

外滩峰会上，浙商银行与蚂蚁集团的金融科技战略签约。双方将加速在AI智能体应用、数据库建设、财富管理、供应链金融等领域的深度协同。

作为一家年轻的股份行，浙商银行清晰的“AI三年行动计划”展现了其战略决心：第一年做好技术底座支撑现有算力和数据服务，提升全行AI应用熟练度；第二年深度嵌入核心业务，具备核心业务场景AI全流程支撑能力；第三年联合科技公司共建AI服务生态，尝试推动从AI辅助对客向业务全链条服务发展。

银行AI+是一场必须坚持的“长期赛跑”，是一项长期的系统性工程，需要银行要有全局战略高度布局。“按效果付费”的创新商业模式，其最大价值在于双方通过价值共生的关系，为中小银行抢占“AI+”红利提供了一个高效、低风险的加速器。