银行智能体招标大单频现，金融科技产业迎来范式迁移

2026年9月，浙商银行一纸中标公告在金融科技圈引发关注——据公开中标信息，该行“智能体基础软硬件”采购项目由北京可利邦中标，金额6489.61万元，刷新年内公开可查的金融机构智能体采购单笔金额纪录。叠加946万元的“财富及供应链智能体”订单，浙商银行单月智能体公开采购合计约7436万元。

这不是孤例。据公开招标及中标信息，重庆农商行“2026年财富及运维智能体设备购置项目”连落两个标段，合计超过1000万元；上海银行“高代码智能体工作站”以约442万元定标，中科金财中标，科大讯飞备选(据公开中标公示信息)。浦发银行采购火山引擎的智能体创设平台，恒丰银行在已有平台上新增智能体观测功能模块(据公开信息)，广州银行、渤海银行、大连银行等数十家银行密集释放智能体招标需求。

而大单频现的背后，是银行业采购逻辑的一次重要切换。

从“买服务器”到“买业务”：采购逻辑的根本切换

在传统金融IT采购目录里，六千万预算通常会被拆分为服务器硬件、数据库软件和系统集成服务。但浙商银行这次将它们统一装进一个全新概念——智能体基础软硬件。GPU算力池、知识工程、模型调度、工具调用平台，全套打包。

这意味着银行不再只是购买“能计算数据的硬件”，而是直接购买“能够自主执行任务、串联业务的大脑”。据行业分析，这场静悄悄的IT预算重构，正在重构整个金融业的技术底座。

同时，数据也印证了这一趋势。据第三方机构“智能超参数”统计，2025年金融行业大模型中标项目达587个，披露金额15.06亿元，较2024年的133个项目、2.4亿元实现跨越式增长；项目数增幅约341%，披露金额增幅约527%。

银行业尤为突出，发起采购项目290个，占金融行业总项目数近一半，披露中标金额占比高达75.2%。更值得关注的是，进入2025年下半年，应用类项目(含智能体、场景融合解决方案)数量已超越算力类，成为最主要的采购方向，行业焦点正从“拥有大模型”转向“用好大模型”。

分层竞争：大行自研与中小行外采的两条路径

银行是金融智能体采购的绝对主力，但银行与银行之间打法不同。

国有大行以自研为主。这些银行资金与人才储备充足，核心底座必须自己掌控。据公开披露，工商银行(601398.SH)累计落地大模型场景600多个，构建智能体工厂；中国银行(601988.SH)构建智能化助手超2200个，应用场景超3800个；邮储银行(601658.SH)日均大模型调用超千万次，日均输入输出词汇超300亿。这些数字背后，是大行对底层平台的全栈掌控。

中小银行则多以外采为主，走“精打细算、务实高效”之路。其采购重心在于场景落地，聚焦离风险最近、见效最快的核心业务环节，单笔项目预算多控制在百万元级别。据公开招标公告统计，宁波银行和苏州银行今年均多次发布智能体招标公告，成为城商行中较为活跃的采购方。

这种分层格局有其深层逻辑。大行追求长期技术自主权和数据主权的完整掌控，中小银行的核心诉求则是在有限资源下尽快获得可验证的业务价值。两条路径并不矛盾，但均指向一个趋势：为智能体规模化落地更多场景，搭建统一基础平台与开发底座是前提。

厂商竞逐：高频小额与低频大单并存

需求侧繁荣正在重塑供给侧竞争版图。据公开中标公示统计，2026年上半年金融智能体相关中标公示合计52条，有近40家不同中标主体，市场集中度并不高。但阿里云、火山引擎、科大讯飞三家合计拿下13个项目，初步形成品牌和案例领先优势。

这个市场呈现“频次不等于体量，高频小额与低频大单并存”的特征。从公开项目看，阿里云覆盖面较广，从建信金科“给同行做平台”的顶层项目，到长城证券、国信证券的场景落地，打法接近全栈总包商。火山引擎则高频试水、多点开花，5次中标覆盖券商、城商行、消金、支付清算等多个业态，以智能体开发平台为切入口，绑定客户开发工具链。科大讯飞的优势赛道更清晰——语音交互与多模态识别，苏州银行放款审核智能体项目明确提出“使用多模态大模型自动识别材料”，与其优势赛道高度契合。

据IDC发布的《2025年中国金融大模型与智能体应用市场跟踪报告》，2025年中国金融大模型、智能体应用及服务总体市场规模达24.36亿元，蚂蚁数科、百度智能云、科大讯飞位居前三。技术服务商的核心竞争力已不再局限于单一产品能力，而更多体现在工程化成熟度、智能体场景穿透力及数据治理和监管合规深度上。

从“能说话”到“会办事”：智能体正在改变什么？

智能体究竟在银行做什么？网商银行案例提供了一个直观答案。

2026年夏天，据网商银行披露，广西沃柑种植户老谭说了一句“我受灾了”，数万台风受灾商户在1个小时后就收到定制化服务方案——而在过去，这个过程需要数天。网商银行推出的小微普惠金融智能体“百灵2.0”，面向4200万小微用户开放信贷、票据、财税服务，同时落地八大AI工作台，AI全面进入风控、审批、营销、研发等核心业务环节。

从数天到1小时，变化的不仅是速度。过去依赖人工逐户排查、逐级审批，如今由智能体主动识别事件、匹配策略并推动流程执行。这背后是AI从“能说话”到“会办事”的质变——它能围绕目标自主规划、调用工具、协同执行，进入真正的业务流程。需要说明的是，该案例为特定灾害场景下的效率提升，不代表所有智能体应用的普遍水平，但其揭示的方向具有参考意义。

在信贷风控领域，据青岛农商银行披露，该行上线AI信贷智能体“普小慧”，实现授信尽调报告智能化合规校验，运用多模态大模型解析经营单据与流水数据。邮储银行构建贯穿前中后台的智能信贷支撑体系，前台赋能客户经理尽调与方案生成，中台打造信审助理实现智能审查，据该行披露，尽职调查效率提升超50%。

在财富管理领域，据招商银行(600036.SH)披露，该行推出AI智能体“AI小伴”，面向80家头部资管机构开放投研协同、创意设计、智能搭建等六大能力，与此前服务C端的“小招”和辅助员工的“小助”形成协同矩阵。据工商银行披露，该行对客智能体“工小智”覆盖账户管理、财富管理等9大业务领域、50项重点功能，客户经理专属智能体“工小财”上半年累计服务超2200万次。

热闹背后的冷思考：规模化落地的瓶颈

然而，招标大单的热闹并不等同于业务落地深度。出于合规、数据安全和业务流程复杂性考虑，目前多数银行智能体仍主要停留在研发侧、办公侧或测试环境，距离核心业务流程仍有距离。

这种谨慎源于金融行业特殊属性。神州信息AI创新中心总经理晋梅博士将其总结为“严、密、贵”三个字：监管严，敏感数据不能离开行内环境，每一步判断必须可复现、可审计；业务环节密，金融场景环环相扣，任何问题都可能带来风险；人力资本贵，资深员工多年积累的判断力难以被完整写成规则。

据艾瑞咨询报告，96%的金融智能体应用实践仍处于初步探索期，仅有4%进入敏捷实践期。预计至2026年底，20%至25%的金融机构客户将因预期偏差或错误采纳“伪智能体”而失去投资信心。市场乱象已经显现——据行业观察，一些厂商将对话机器人、流程自动化软件包装成AI Agent产品推向市场，可能误导认知不足的客户做出错误投资决策。

项目失败原因被归纳为四类：产品技术能力不足、成本规划缺失(低估算力消耗和数据治理隐性开支)、真实生产环境制约、组织适配能力不足。这提醒行业，智能体规模化落地不仅是技术问题，更是组织和治理问题。

监管框架加速成型：从“先行先试”到“有章可循”

2026年，金融智能体监管框架正在快速补齐。

5月，国家互联网信息办公室、国家发展和改革委员会、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》，明确提出在金融服务场景中研发金融风控智能体，提升信贷审批、交易监控、账户安全等环节风险识别能力。

6月，国家金融监督管理总局发布《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)。据公开信息，这是我国银行业保险业首份系统性人工智能安全应用指导文件，也是首次在监管文件中正式提出“金融智能体”概念的制度文本。文件支持金融机构在风险可控前提下推进生成式人工智能技术业务应用，稳妥探索金融智能体建设，同时要求对模型实施准入管理，外部引入模型需经过网信部门备案。

8月，据北京金融科技产业联盟发布信息，该联盟发布《智能体技术金融应用安全要求》团体标准，明确“双重授权”原则：智能体操作金融App须同时获得用户与机构授权，涵盖初始化与输入、模型推理与决策、身份鉴别与操作、数据安全和隐私保护、风险防控与合规五个方面。

从政策引导到安全标准，监管层正在为智能体规模化应用划定跑道。这些规则既是对风险防范，也是对行业健康发展的保护。正如业内人士所言，金融业具有高严谨性、强合规性，对AI智能体应用提出远高于其他行业的要求。

结语

浙商银行6489万元采购大单，只是一个开始。据艾瑞咨询预测，中国金融智能体平台及应用解决方案签约总金额将从2025年的9.5亿元增长至2030年的193亿元，年复合增长率82.6%。全球范围内，据市场研究机构预测，市场预计到2034年将达到57.1亿美元。

但数字增长并不自动等于价值兑现。当前市场正处于艾瑞咨询所描述的“清洗期”——大单频现与伪智能体泛滥并存，战略叙事与真实业务落地之间存在显著落差。那些能够将智能体从测试环境推进到核心业务流、从效率工具升级为决策伙伴的银行和厂商，才将真正赢得下一个十年。而对于整个金融科技产业而言，这场从“买算力”到“买业务”的范式迁移，正在重新定义银行技术底座和产业价值分配逻辑。