2026年，银行AI大模型布局加速。对于全国性银行来说，AI应用场景的规模化落地，或让“智慧银行”的目标不再遥不可及。近日，工行介绍了其最新的AI大模型进展，AI应用场景数进一步增加。值得一提的是，工行重视AI人才的引进和培养，全行AI核心技术人才近两年增长较快。

科技条线组建“领航AI+”专项工作团队，AI核心技术人才近两年增长近一倍

7月16日，工行党委委员、副行长赵桂德在《金融电子化》发文提到了工行金融数智化转型的最新情况。

据悉，工行已将“数字工行（D-ICBC）”升级为“数智工行（AI-ICBC）”，突出AI技术在全行转型发展中的支撑地位，打造AI应用的领军银行。该行采用顶层设计配合基层创新的方法，每年制定“领航AI+”行动实施要点，明确AI在重点业务领域应用的时间表、任务书、路线图。

众所周知，在大模型布局中，算力、算法、数据等是核心要素。工行在算力方面，构建以自主可控算力为主的大模型弹性算力池，实现训练和推理模式的分钟级切换、算力资源的实时监控运营调度；在模型方面，集成十余款业界主流模型，并开展二次训练，打造更适合行内的企业级底座模型矩阵；在数据方面，建设企业级金融知识库，整合内部企业知识和外部行业知识、通用知识，打造了万亿级Token金融数据集，支持模型训练和场景建设。

此外，安全合规正成为银行推进AI应用时配套建设的重要方面。国家金融监督管理总局前不久发布的《关于银行业保险业人工智能安全开发应用的指导意见》（以下简称“《指导意见》”）中强调，坚持安全发展，强化技术安全和应用安全保障，全面提升安全防护和应急处置能力。

目前，工行已打造全栈安全风险检测平台，支持模型安全、内容安全、指令安全、数据安全、框架安全等69项检测，建成金融业首个人工智能安全风险全栈评估矩阵，形成集开发、运维、安全于一体的标准化管控流程。并建设人工智能安全防护体系，覆盖人工智能基础设施、模型训练、模型服务、场景应用等全场景。

AI布局需要组织和人才的支撑。赵桂德介绍，工行对此已有多项举措：在总行成立覆盖30个部门（机构）的“领航AI+”行动工作组，调动全行力量，拓展人工智能应用场景；在科技条线组建“领航AI+”专项工作团队，深入业务部门“一对一”支持产品、服务和场景创新；加大人工智能专业人才招聘力度，充实大数据与人工智能实验室专业力量，壮大全行数据分析师队伍，在重点业务部门成立人工智能创新团队，全行人工智能核心技术人才近两年增长近一倍，数据分析师规模达1.3万人。

《银行科技研究社》获悉，“成立‘领航AI+小组’行动工作组”这一信息曾偶有透露，但“在科技条线组建‘领航AI+’专项工作团队”似乎是首次出现在公开信息中。

事实上，工行的数据分析师在近几年迎来快速增长：从2022年的超7700人，到2023年的9375人，到2025上半年的超1.2万人，再到如今的1.3万人。在AI快速发展的时代，数据分析师应该还是重要角色，不过其能力重心和价值或有所改变。

AI人才相对稀缺，工行对此类人才的需求较为强烈。近年来，该行已多次招聘AI相关人才。就在不久前的6月1日，工行总行本部面向社会招聘“人工智能创新及量化投研岗”及“人工智能战略规划岗”的人才。前者侧重实战落地，核心职责是推动AI技术在金融市场业务中的场景化创新与落地应用，对求职者的实操能力、业务适配能力提出了高要求；后者则更加偏向顶层研判和理论研究，要求求职者具备跟踪研究全球人工智能技术发展趋势，形成深度洞察与分析报告等能力。

除了总行外，工行多家分支机构也针对AI人才同步启动了招聘。

实现600多个AI应用场景，已打造统一对客智能体

对于银行来说，AI布局最终还是要归于应用场景。据悉，工行基于“工银智涌”技术底座，推动AI在30多个业务领域、600多个场景实现规模化应用。

据《银行科技研究社》对比，工行2025年报中的数据为“在30余个业务领域落地超500个AI应用”。可见，在这几个月内，该行的AI应用场景增长100个左右。

不过看来，工行透露的“AI应用场景数”或是特指“大模型应用场景数”。毕竟该行在2025年报中的另一个表述为“推动大模型在30余个业务领域落地500余个场景”。当然，这种将“大模型应用场景”等同于“AI应用场景”的表述问题在多家银行中存在。

具体来看，工行推广金融市场智能询价助手，交易智能化比率达96%；打造信贷智能助手，为全行超2万名信贷人员提供客户分析、政策解读、风险预警、融资推荐等信息的智能化支持；开放低代码平台，支持分支机构和全行员工构建个人智能体。

在新的阶段，智能体部署和面客AI应用将成为多家银行布局的重点。

据介绍，工行已在安全合规前提下首批打造覆盖线上线下全渠道的统一对客智能体“工小智”，意图识别准确率超过90%，分阶段逐步构建“对话即服务”的对客服务新模式。

大模型对客场景一直是银行审慎推进的。毕竟，其中可能存在较高的风险。《指导意见》要求，金融机构面向公众服务或高风险场景应用使用生成式人工智能技术的，应向金融监管总局或其派出机构报告。

而此前，工行已在推进大模型对客。该行依托大模型MoA架构双层控制器、主从智能体调度、大小模型多层意图识别、多模态技术等能力打造对客场景，通过中央网信办备案，成为首批大模型对客试点机构。上述“工小智”就是其中的一个案例。

大模型对客需要做好风险管控。据悉，工行在大模型对客服务工程化落地的安全及风险管控上，主要从风险规避、风险识别、风险监测三个步骤入手：基于“最小范围原则”建立细粒度的大模型数据检索体系；通过应用更好的语义分析技术和深度学习模型，对用户输入语料进行安全检测；通过语义分析技术及并行推理算法的结合，对大模型生成内容进行实时安全性检测和预判。

智能体作为AI大模型落地的关键载体，正受到各家银行的重视。工行已在这方面取得一定的进展。

根据此前的信息，工行已建立企业级智能体平台。同业首创多层次MoA智能体协同架构，全面支持顺序、主从及混合等多种调度模式，支撑100+智能体协同调控；打造一站式智能体研发工厂，形成研发运营运维一体化AgentOps体系。

在“工银智涌”大模型技术体系中，智能体正是其中的一个重要方面。工行在智能体协同上，建设支持多层次智能体协同框架与低代码开发能力的智能体创作平台，支持多种任务编排模式，为科技与业务人员提供可视化智能体创作工具，实现智能体快速构建和灵活组装。