IBM 商业价值研究院 | 研究洞察 2025 全球银行 和金融市场展望 把握 AI 新时代，推动银行业绩增长 IBM 如何提供帮助 现代金融机构需要模块化、安全性、开放性、AI 驱 动的功能以及基于混合云的协作能力。IBM 致力于帮 助您改善客户体验、打造现代化核心银行基础架构、 开拓创新性支付解决方案以及推动企业风险管理转 型。如需了解更多信息，请访问 ibm.com/industries/ 序言 2025 年银行业迎来关键时刻，既面临机遇也面临挑战，未来十年的发展方向由此决定。 自 2008 年金融危机以来，银行受到监管强化、低利率及传统与新兴竞争对手的冲击， 运营自由度不断缩小。这种趋势催生了一个利润受压、成本收入比攀升、市净率持续承 压的环境。 随着宏观经济形势波动（如利率骤升和贸易紧张局势加剧），全球银行正经历着迥然不 同的境遇。欧洲和印度银行业正享受着利率上升带来的红利，而北美银行业却面临着喜 的红利，而北美银行业却面临着喜 忧参半的局面，且结果更加两极分化。日本银行业刚刚显现复苏的迹象，而中国银行业 则依然面临着持续的经济逆风。舞台已经搭好，决战一触即发：能够适应变化的银行将 蓬勃发展，而其他银行则可能被进一步甩在后面。 然而，在重重挑战之下，一个不可否认的趋势正在改变行业格局：AI。AI 不再只是一个 流行词。它正迅速成为银行战略的核心基石，重塑运营转型和商业模式，在追求更健康

AI 为主角 、人为助手的协作模式 微众银行： 黄叶飞 02 大模型在研发效能上的初步探索 05 Multi-Agents 实现研发流程提效 03 大模型辅助研发遇到的困难 04 Agent 离不开的 RAG 让 AI 成为主角的人机交互方式 研发流程面临的主要问题 目 录 复杂 内部研发效率主要体现在其复杂性上： 人员 、产品 、监管事情应接不暇。 研发流程面临的主要问题？ 研发流程面临的主要问题？ 研发复杂性所带来人力成本逐步变大， 如何解决？ 研发流程面临的主要问题 o o o 复杂流程 银行面对的流程相对来说 更复杂， 更严格 需求变化 应对快速市场变化， 需 求变化快， 要求交付速 度快 个人效率 较多相似工作， 不同工 具使用导致个人效率的差 异 知识沉淀 产品迭代 、人员迭代产 生大量的知识 沟通成本

DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 中 降本增效，价值创造与决策赋能。在实际银行落地应用 中， 可能包括： 1 ）降本增效：智能客服、信贷审批、合同质检； 2 ）价值创造： AI 编程、智能风控、智能营销等； 3 ）决 策 赋能： 深度分析和决策辅助。 n 从实际落地应用情况看， 大行发力更早， 中小银行正在快速追赶。如工商银行、建设银行、招商银行等大行布局更早， 邮 储银行、浦发银行、江苏银行等也有较为领先布局应用。 AI 一体机的出现为机构提供了全新的解决方案，凭借其开箱 即 用、软硬件一体化设计等优势， 正在成为很多中小银行智能化转型的重要选择。 n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方

某某银行大模型客服助手解决方案 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 客户服务 通过电话、手机 APP 等渠道接入 , 为客户提供业务咨询、业务办 理、产品营销等银行服务 ，以语 音服务、文本服务、视频服务为 借助 CRM 系统以远程管户经营模式 , 开展银行存款和金服理财客户 经营工作 ，从新客开发、老客深挖、 客群转化形成闭环 ，为财富客户提 供资产保值增值服务。 “ 第二银行 ” 业务综合化 程度高 01 、客服领域场景概 述 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 模型新浪潮 ，建设算法城市、强化赋能应用 ，高标准建设人工智能创新应用先导区。 近日 ，某某银行建设的“南京市金融大模型工程技术研究培育中心”获得南京市科学技术局立项批复。 02 、大模型技术概 述 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 客户服务 1

“数秒” • 汇丰银行与IBM在 欧洲公司债做市场 景中用量子-经典混 合模型（基于 IBM 量子处理器） 对交易撮合成功率 做历史数据回测， 相对最佳经典基线 最高提升约 34% • 中电信量子集团发 布全球首个融合量 子密钥分发（QKD） 与后量子密码学 （PQC）的分布式 密码体系，成功接 通横跨超1000公里 的跨域量子密信电 话，具备商用能力 • 汇丰银行与 Quantinuum合作， 投资算法研发与人才储备；布局量子 计算基础设施接入。 目录 03 02 量子计算对金融业的挑战与应对 04 05 同业实践 量子计算优势 金融业新机遇 量子计算特性及技术路线概览 01 量子计算赋能金融银行业：效能提升与安全升维 17 精准风险防控 • 量子近似优化算法（QAOA）助力优化复杂的风控模 型，高效处理高维数据和非线性优化问题 • 量子蒙特卡罗方法可模拟市场波动和客户行为等复杂 量子计算特性及技术路线概览 01 银行竞速量子时代：头部银行的应用探索 19 量子计算研究布局 量子计算应用场景探索 银行名称 与 IBM Quantum Network 合作，测试跨境支付中的量子加密方案； 与中国科学技术大学、清华大学等高校合作；参与中国金融行业 量子密码标准的制定 抗量子密码可行性验证（数字签名、传输加密）、央行牵头跨域量子无 线通信试点 中国银行 中国银行业 2023

项目编号： 金融银行核算流程引入 DeepSeek AI 大 模型应用 设 计 方 案 目 录 1. 引言....................................................................................................................................... ..........................................................................................6 1.2 金融银行核算流程现状............................................................................................. ...............................103 1. 引言 随着金融行业的快速发展，银行业务的复杂性和数据量显著增 加，传统的核算流程已难以满足高效、准确和合规的需求。金融银 行核算流程涉及大量的数据采集、处理、分析和报告，任何环节的 延迟或错误都可能对银行的运营和客户信任产生重大影响。在此背 景下，引入先进的自动化技术成为提升核算效率和准确性的关键路 径。DeepSeek

项目编号： 银行风险防控领域基于 DeepSeek AI 大模 型技术搭建授信审批风控助手应用 设 计 方 案 目 录 1. 项目背景与目标.................................................................................................7 1.1 银行授信审批风控现状与挑战..... .......................223 1. 项目背景与目标 近年来，银行业授信审批面临日益复杂的风险环境。随着经济 增速放缓、产业结构调整以及金融科技快速发展，传统风控手段在 数据整合、模型迭代和效率提升方面逐渐显现局限性。根据银保监 会 2023 年发布的行业报告，中小商业银行不良贷款率较上年上升 0.3 个百分点，其中 30%的信用风险事件源于授信审批环节的信息 30%的信用风险事件源于授信审批环节的信息 不对称或评估滞后。与此同时，市场对信贷审批时效的要求显著提 高，某股份制银行调研数据显示，70%的中小企业客户因审批周期 超过 5 个工作日而放弃贷款申请。 在此背景下，本项目旨在通过 DeepSeek 平台构建智能化授 信审批风控助手，实现三个核心目标：首先，建立覆盖贷前、贷 中、贷后的全流程风险监测体系，将人工审核环节减少 40%；其 次，通 过多维度数据融合分析，使高风险客户识别准确率提升至

领域的自然语言处理（NLP）任务的 BloombergGPT，中国农业银行推出类 ChatGPT 的大模型应用 ChatABC，中国工商银行发布了基于昇腾 AI 的金 融行业通用模型。我们认为垂直行业的高价值量数据对于 AI 大模型的训练 和垂直领域应用至关重要，金融行业数字化程度领先，拥有数据富矿，有望 成为 AI 大模型率先落地的垂直领域之一。应用端，我们看到生成式和理解 式大模型在银行、保险、资管、投研、投顾等多个细分领域正在落地或拥有 正在落地或拥有 潜在落地场景，帮助金融机构降本增效。 银行：大模型助力数据洞察能力提升，赋能高质量顾问式金融服务 在银行领域，理解式大模型可以用在信贷风险管理、智能获客和产品识别等 场景，通过提升银行的数据洞察理解能力，来更好地识别客户需求以及评估 客户信用风险。例如，英伟达和德意志银行合作测试 Financial Transformers (Finformers)大模型，能够从非结构化数据中提取关键信息，以提供早期风 提供早期风 险预警信号。度小满的智能征信中台将 LLM、图算法应用在征信报告的解读 上。生成式大模型则可提高客户服务质量，智能客服既能与用户进行多轮对 话，还能提出具体可行的解决方案。例如，中国工商银行发布了 AI 金融行 业通用模型，智能客服在识别客户来电诉求和情绪的准确率上有显著提升。 投研：“全能助理”辅助信息了解、提炼和挖掘，实现研报自动生成 在投资研究领域，大模型可以成为投研从业者的“全能助理”。理解式大模

本白皮书立足中国实践，系统梳理了我国绿色转型政策体系的演进脉络，深入分析了 A 股上市公司在环境治理、信息披露、 绿色创新及气候行动等方面的实践进展，重点聚焦数据中心、煤电等重点行业的转型路径，并全面展现公募基金、银行、证券、 保险等金融机构在绿色金融与可持续投资领域的深化探索。我们欣慰地看到，在政策与市场的双轮驱动下，我国绿色信贷与 债券规模已稳居全球首位，ESG 信息披露正从 " 自愿探索 " 迈向 " 规范统一 披露。此后，伴随生态文明建设深入推进、" 十四五 " 规划 纲要和 2035 年远景目标纲要重点任务的提出、" 双碳 " 目标路径明确以及经济社会绿色转型发展需要，国务院、生态环境部、 中国人民银行等部门相继出台多项政策，逐步建立和持续完善上市公司强制性环境信息披露机制。例如，2021 年 12 月生态 环境部印发《企业环境信息依法披露管理办法》，进一步强化了企业环境信息披露要求，将所有重点污染排放管理单位以及 布年度环境报告 ; 发生突发环境事件或受到重大 环保处罚的，应发布临时环境报告 2015 年 9 月 国务院 《生态文明体制改革总体方案》 提出建立上市公司环境信息强制披露机制 2016 年 8 月 中国人民银行等 《关于构建绿色金融体系的指导意见》 逐步建立和完善上市公司和发债企业强制性环境 信息披露制度 2021 年 5 月 生态环境部 《环境信息依法披露制度改革方案》 要求 2022 年完成上市公司，发债企业信息披露

面对日益复杂多变的外汇市场，传统的外汇风险管理模式在多个关键方面暴露出明显 的不足与缺陷，具体表现在以下三个方面。 第一，外汇风险敞口决策滞后与计量偏误。风险敞口的核算需要经过业务部门签单、 财务部门知悉并计算风险敞口、银行询价、管理层审批等多个环节，可能会错过最佳套 保窗口。根据保融科技对全国500家外向型企业的调研数据，高达83%的企业存在这一问 题，尤其是在制造业中更为突出。由于涉及多币种结算和长账期应收应付等因素，实际 2.1外部系统层：构建生态数据互联基础 外汇风险管理系统的底层数据交互依托外部系统集成层实现，该层作为连接企业内部 与金融生态的桥梁，通过标准化接口实现双向数据流通。一方面，系统直联中国银行、 中信银行等金融机构交易系统，实时获取外币账户资金动态、完成线上交易指令交互； 另一方面，对接彭博、路透等专业数据供应商，采集汇率行情、宏观经济指标等市场数 据。这些外部数据的接入，为上层业务应用提供了实时、准确的基础数据源，进而支撑 交易管理服务则基于敞口数据，实 22 23 企业外汇风险数智化转型白皮书 从被动应对到主动管理 企业外汇风险数智化转型白皮书 从被动应对到主动管理 2025年度 2025年度 现从线上多银行比价到交易存续期管理的全流程操作，使风险对冲策略得以具体执行。 市场数据服务对外部行情进行清洗整合，为风险管理服务中的VaR建模、压力测试提供数 据支撑；套期会计与清结算服务则分别从财务合规与资金闭环角度，确保套保活动与企