工行日均Token消耗量攀升至600亿！“工小智”线上客户服务覆盖九大业务领域

正文：

在人工智能大模型领域，银行业的布局日益加强，工行作为行业领军者，尤为突出。在“数智工行（AI-ICBC）”的战略指导下，AI的影响力愈加显著。最近，该行在2026年半年度报告中披露了最新的AI发展动态，并公布了相关的Token数据。

大模型已在超过600个场景中得到实际应用，“工小智”的线上客户服务覆盖九个主要业务领域。

根据工行2026年的半年报，该行持续推进“领航 AI+”行动，成功在600多个场景中部署大模型，AI应用已初见成效。

工行构建了层次化的智能体建设框架，完成了针对客户和员工的两大超级智能体的创建，同时面向一线岗位的四类智能体也已进入试点推广阶段，实现了“人机协同、智能驱动”的服务模式。该行还增强了大模型的技术创新能力，基于国产算力的多级缓存推理加速方案已投入使用，运算效率得到了显著提高。企业级知识库的扩容也在进行中，覆盖了多种业务领域，知识存储和可检索资产规模不断增长。

在公司金融业务方面，工行正在推进数字化转型，充分利用人工智能等技术，升级对公营销通系统，重塑对公营销智能体。

在结算与现金管理业务中，工行实现了从AI问答到AI办事的转变，在“天枢百问”结算金融AI顾问的基础上，新增智教、智数、智策等AI智能体，升级为“天枢广场”系列AI赋能产品，以提升客户经理的营销能力。

在个人金融业务领域，工行专注于业务应用，强化人工智能模型的研发，应用于个性化推荐方案、差异化营销活动的部署及零售客户资产配置服务等方面。

在网络安全领域，该行建立了大模型安全风险应对机制，依托AI技术检测开源漏洞和潜在威胁，并建立高危漏洞的“热修复”机制。

在客户服务方面，工行致力于打造覆盖线上线下全渠道的统一智能体“工小智”，逐步构建“对话即服务”的客户服务模式。同时，为行内员工开发了专属的智能体“工小财”，以提升客户经理在营销、顾问咨询和合规智能化方面的服务能力；深化对公营销智能体的建设，推出营销谈资、全面金融解决方案（CFS）及参阅材料等场景，以提升一线柜员的智能化业务处理能力，采用对话交互方式重塑智能终端的业务办理模式，自动化工具有效缩短人工处理时间；增强员工的智慧办公服务能力，工银e办公AI服务的使用率也有所上升。

工行强调，在网点服务方面，该行全国范围内首个网点对客服务大模型试点取得了良好的效果。

此外，该行还升级了信贷评审AI数字助手“工小审”，探索AI技术在辅助审核和自然语言数据分析等领域的应用。

值得一提的是，工行在此次报告中详细介绍了多个AI应用场景，相较于以往的年报和半年报，信息更加丰富。

例如，在投资交易领域，该行开发了全球智能对话交易系统GlobalDealing，利用交互式对话贯穿客户准入、对话导航、精准报价、交易成交和风险管理的全流程，使得整体处理效率提升超过三倍，智能询价交易的比率达到了96%以上。

在客户服务方面，工行推出了统一的智能服务“工小智”。在线上服务渠道，该行借助大模型技术，强化客户的语义理解和意图识别能力，探索“对话即服务”的交互模式，目前已覆盖账户管理、财富管理、信用卡服务等九大业务领域，并实现了50项重点功能，正在有序开展小范围试点。

日均Token消耗量已达到600亿，上半年新增的大模型应用场景约为100个。

根据《智探AI应用》的信息，从年报和半年报来看，工行在2025年报中首次提到了“数智工行”，而在2026年半年度报告中首次提及“AI-ICBC”。显然，该行的目标已经从“数字工行（D-ICBC）”的阶段向数智化转型迈进，人工智能技术在这一过程中扮演了关键角色。

截至2025年底的数据表明，工行已在30多个业务领域落地500多个场景，AI数字员工承担的工作量达到5.5万人年。而截至2026年6月，大模型已在超过600个场景中应用。

因此，在2026年上半年，工行的大模型应用场景又增加了约100个。

值得注意的是，今年以来，越来越多的银行开始披露Token消耗数据，这在一定程度上反映了AI在银行内部的应用程度。

据了解，工行在2026年初全行业务的日均Token消耗量达到百亿级，相较两年前增长了近百倍，覆盖了前台客户经理、中台风控审核人员和后台运营人员等主要岗位。

最近的最新信息显示，工行已建立集风液冷机房、异构算力云、异构大模型和词元服务于一体的自主可控词元工厂，算力规模超6000卡，日均Token消耗量已达600亿。

从年初的日均Token消耗百亿到如今的600亿，工行的这一增长速度引人注目。而在整个银行业中，这项数据也名列前茅。

为加快AI应用的推进，工行在组织和人才方面采取了多项措施。工行副行长赵桂德在一个多月前表示，该行在总行设立了覆盖30个部门的“领航AI+”行动工作组，动员全行力量，拓展人工智能的应用场景；在科技条线成立了“领航AI+”专项工作团队，针对业务部门提供“一对一”的产品、服务和场景创新支持；同时，加大人工智能专业人才的招聘力度，充实大数据与人工智能实验室的专业力量，壮大全行的数据分析师团队，近期全行人工智能核心技术人才已接近翻倍，数据分析师人数达到1.3万人。

来源：移动支付网