陈国汪：5000亿元是AI时代中小银行高质量发展的资产门槛

AI时代，中小银行独立构建全栈自主可控AI体系的最低资产规模大约在5000亿元左右。

一、AI时代银行高质量发展的定义与成本构成

AI时代高质量发展必须满足以下四项标准：一是具备体系化AI能力，覆盖风控、运营、营销、合规核心业务全链路；二是科技投入可持续，AI应用实现正向ROI，不长期侵蚀盈利；三是具备自主迭代与信创合规能力，适配监管技术要求；四是效率、风控、盈利指标优于行业平均，拥有持续的市场竞争力。

对应到成本端，中国银行业的AI转型除通用的算力、模型、人力成本外，还叠加了信创改造与强合规两项特有支出，整体成本结构高于美日同业。基础算力与模型层面，大模型本地化部署、GPU算力集群、数据中台建设，是核心固定投入。场景与应用层面，信贷审批、反欺诈、智能运营、客户服务等全场景AI改造。信创适配层面，基础软硬件、核心系统的自主可控适配，行业研究表明较通用方案增加20%-30%的建设成本。合规治理层面，模型风险管控、数据安全、可解释性输出，满足金融监管专项要求。人才与组织层面，算法、数据、运维、合规专职团队的持续人力投入。

二、为什么独立全栈AI转型的门槛是5000亿元

对于追求全栈自主可控、不依赖外部平台的中小银行而言，5000亿元资产是支撑体系化AI建设的参考性临界规模，核心逻辑来自量化测算、实践验证与合规约束三重支撑。

一是从营收-投入的量化测算看，从资产到科技投入的传导链条为：总资产→营业收入→科技总投入→AI专项投入。

行业投入基准方面，部分样本中小银行2024年科技投入占营业收入比重约3%-4%。要实现体系化AI转型，科技投入占比需提升至4%以上，其中AI专项投入约占科技总投入的15%-20%。

资产营收传导方面，息差持续收窄背景下，部分中小银行营业收入与总资产的比值约为1.5%-2.0%。据此倒推，5000亿元资产对应年营业收入约75-100亿元，可支撑年度科技投入3-4亿元，其中AI专项投入约4500-8000万元。

投入阈值方面，5000亿元资产规模可覆盖本地化大模型部署、核心场景AI改造、基础算力扩容与核心人才团队的年度成本，是银行从"单点工具采购"迈向"体系化能力建设"的财务参考阈值。低于该资产规模，AI投入将长期处于零散、碎片化状态，难以形成全链路竞争力。

二是从行业实践的交叉验证看，资产规模5000亿左右的中小银行，已具备开展大模型本地化部署与多场景应用探索的财务基础。对比资产3000亿元以下的中小银行，年度科技投入多在2-4亿元区间，AI应用以单点智能体、SaaS工具采购为主。

三是从信创与合规的刚性成本看，与美日市场不同，中国银行业的AI转型叠加了强制信创与强监管要求，直接推高了独立建设的门槛。

信创适配方面，AI算力、基础软件、核心系统均需满足自主可控标准，行业研究显示信创方案成本较通用方案高出20%-30%。

合规治理方面，《生成式人工智能服务管理暂行办法》《银行业保险业数据安全管理办法》《银行业保险业人工智能安全开发应用的指导意见》等规则，要求银行建立完整的模型风险管理、数据安全、可解释性输出体系，单家机构独立承担全套合规体系的成本显著提升。

四是从人才与持续迭代看，体系化AI能力不是一次性工程，需要持续的技术迭代与团队运营。参考行业科技人员情况，5000亿元资产规模的银行理论上可支撑150人以上的科技团队，其中AI专职人员20-40人，具备模型迭代、场景拓展、合规升级的持续能力。资产规模更小的银行难以支撑完整的人才梯队，技术能力易陷入"建完即停滞"的困境，无法跟上大模型快速迭代的节奏。

三、破局三路径

一是兼并重组提升规模。在银行业 “减量提质” 政策导向下，兼并重组是中小银行突破 AI 时代资产规模瓶颈的核心路径。通过同业整合将资产规模提升至 5000 亿元以上，可直接跨过体系化 AI 建设的财务门槛：既能支撑年均数亿元的科技与 AI 专项投入，摊薄算力基建、模型研发、合规治理等高固定成本；又可整合跨区域数据资源与科技人才，破解单家机构数据样本不足、技术团队薄弱的痛点，构建全链路智能能力。此举既契合行业集中度提升的监管导向，又能从根本上补齐智能化短板，支撑长期高质量发展。

二是行业共建共享。在AI时代，行业共建共享是中小银行在无法达到5000亿元资产规模门槛时破解AI发展的核心路径。依托省联社、同业联盟、第三方技术平台等载体，中小银行可共享算力集群、基础大模型、数据治理框架与合规治理体系，将AI建设的高额固定成本转化为按需付费的可变运营支出，无需独立承担全栈基建投入。此举既能破解单家机构数据样本不足、技术人才薄弱的痛点，获得对标大行的体系化AI能力，又可保留本地化服务的差异化优势，使百亿级资产规模的机构也能实现智能化高质量发展，契合银行业减量提质的政策导向。

三是走特色化垂直深耕。在AI时代，深耕特色领域是中小银行破解5000亿元全栈AI资产门槛的差异化路径。中小银行无需追求全域智能化布局，可将有限科技资源聚焦本地优势产业、小微三农、供应链金融等特色赛道，针对性落地垂直场景AI应用：围绕核心业务打磨智能风控、产业客群画像、定制化信贷审批等能力，把单一场景做深做透。凭借特色业务的高息差与风控效率提升覆盖AI投入成本，以精准的场景智能化构建差异化竞争力，以“小而专精”的模式实现高质量发展，避开与大行的全域技术同质化竞争。（作者：金融界银行研究院院长 陈国汪）