7.7
深览指数
商业微博·经济观察报··AI 生成
Token太烧钱 银行开始“算账”
随着银行日均Token消耗量飙升至数十亿甚至上百亿，IT部门Token支出已占预算近8%，银行高层从全力支持AI应用转向要求建立投入产出比评估机制，设定ROI不低于3倍。文章通过一家中型银行IT主管和客户经理的视角，呈现了银行内部从“烧钱鼓励用”到“算账压降用”的转变过程，揭示了不同业务部门间的利益博弈、员工对AI替代的微妙心态，以及量化AI贡献的实操困难。适合关注AI产业落地、金融科技或企业IT治理的读者。原文 ↗
核心观点
- ▍银行正在经历从“不计成本鼓励AI应用”到“强制要求ROI不低于3倍”的转折，Token消耗量激增带来的成本压力是核心驱动力。
- ▍量化AI投入产出是当前银行面临的最大难题，传统指标（如“替代人工小时数”）无法精准衡量对业务价值（如客户转化、存贷款增长）的贡献。
- 01赵毅所在银行日均Token消耗量从年初到6月底增长逾10倍，突破50亿，对应日均Token付费约5万元，上半年IT预算中Token占比升至8%。
- 02招行截至2026年5月底日均Token消耗量达330亿，邮储银行日均大模型调用超600万次、日均Token超百亿。
- 03招行首席信息官周天虹披露，招行大模型成本收入比维持在20%左右，即投入20元可创造100元收益；去年通过AI应用实现1556万小时人工替代，相当于“产生”逾8000全职员工工作量。
- 04银行高层点名批评了“Token消耗极大、实际效果欠佳”的财富管理服务智能体（回复高度同质化，只推介热销产品）和小微信贷风控智能体（仍侧重抵押物，未能创造新业务价值）。
- 05为应对考核，部分员工开始向智能体输入与企业信贷无关的信息，以完成最低Token消耗量指标，同时“阻止”智能体进一步迭代替代人工。
反方 / 局限
- — 文章暗示，银行内部对AI价值的衡量存在根本性困难：业务价值创造链条复杂，难以归因；且量化指标（如替代人工小时数）可能无法反映真正的业务增长，导致“算账”机制可能误伤有长期潜力的项目。
- — 作为化名来源的受访者身份（IT主管、客户经理），其视角天然偏向阐述Token成本压力，文章未提供大模型厂商角度（如是否可能降价、按需付费模式）或监管层面对AI在金融领域应用的风险管控视角。
9 分钟 · 3 卡片 · 8 资料
读原文 →