2025年，25家上市银行在金融科技领域的投入总额逼近2000亿元，这一数字在银行财报中频频成为焦点。然而，巨额投入背后，银行一线员工对AI工具的实际体验却呈现出复杂图景，投入产出比（ROI）正成为科技条线负责人难以回避的核心问题。
某股份制银行客户经理李冰的办公电脑中安装了两款AI工具：一款嵌入内部沟通软件，用于处理信用证流程等基础业务；另一款则辅助行业研究与报告撰写。尽管这些工具今年二季度才上线，但李冰坦言："它们确实有帮助，但远未达到不可或缺的程度。"由于AI系统运行在内网环境，数据爬取范围受限，实际效用大打折扣。类似情况在银行体系中并不罕见——后台员工许雷表示，因安全合规要求，行内电脑与外部完全隔离，他从未使用过任何AI工具，甚至未接触过内部开发的系统。
安永报告显示，2025年上市银行金融科技投入占营收比重已从2021年的3.11%升至3.89%。具体应用层面，浦发银行建成超440个AI应用，落地220个智能体；建行AI助手覆盖率达99.42%；邮储银行部署超370个大模型场景，日均调用量突破600万次。但这些亮眼数据与一线体验形成鲜明反差：网商银行非技术员工词元消耗量持续增长，反映出工具使用频率提升，但实际效果仍存争议。
睿正咨询合伙人吴美花指出，当前多数AI工具处于快速迭代阶段，对工作效率提升有限，且使用习惯培养需要时间。某城商行员工将AI助手比作"手脚麻利的实习生"，认为其在文本总结、流程查询等辅助性工作上有价值，但信贷审核等核心业务仍需人工把控。李冰的体验更具代表性：AI能快速提供行业概况，但撰写授信报告时仍需手动核查数据，"完全依赖"尚不现实。
中国电子首席科学家况文川揭示了深层矛盾：金融业AI投入中约85%流向算力硬件，剩余15%平均分配给模型训练、数据集建设与应用层开发。这种结构表明，行业仍处于"夯实基础"阶段，技术能力转化为规模化应用尚需时间。长三角地区某银行科技负责人强调，AI落地的关键在于将专业判断转化为可计算、可迭代的数字资产，而非简单实现报告自动化。浦发银行人工智能中心副总经理郑波进一步指出，企业级AI能力比拼的是架构、数据、流程、知识与组织的综合协同，而非单一模型或应用数量。
投入逻辑转变正在加速。蚂蚁数科CTO闫莺观察到，过去两年客户关注点从模型性能转向具体ROI："投入这么多算力，明年能带来多少回报？"这种转变促使银行重新评估AI战略。浦发银行已要求业务部门在立项前明确价值衡量标准，某民营银行则对员工词元使用量设置预算上限。2025年，部分银行将AI工具使用时长纳入开发者绩效考核，2026年更出现收紧预算的声音，精打细算成为行业共识。
上海银行副行长胡德斌提出AI成本核算的新范式：传统IT成本采用分摊制，难以精准对应业务；而AI时代词元消耗可实现"一笔一账"，使业务部门能像使用水电般清晰衡量投入价值。他具体划分了三类效益：操作替代类（如招行2025年节省超1556万小时人工）、辅助决策类（风险预警等难以财务化的价值）、知识资产类（组织能力提升等长期竞争力）。胡德斌特别警告，过度纠结短期ROI可能错失知识积累窗口，"这个时间差用钱买不回来"。
技术合规与风险控制始终优先于ROI考量。近期多项金融AI安全指南与网络安全管理办法相继出台，OceanBase CTO杨传辉透露，银行客户合作时首要关注"兜底"能力："数据或AI出问题时影响范围多大？是否可控？这是所有合作的基础。"从千亿级投入到一线体验差异，从算力竞赛到效益精算，金融业AI转型正面临应用开发与治理规范的双重考验，正如网商银行行长冯亮所言，没有放之四海皆准的解决方案。
