招商银行最近有个数据挺有意思——日均Token消耗量330亿。330亿是什么概念？普通人看到这个数字可能没感觉，换个说法：一家银行每天喂给AI的”文字量”，比全中国所有大学生一周写的论文加起来还多。
但更值得看的是另一个数字：大模型成本收入比维持在20%左右。这说明招行不是不计成本地”烧”，而是在算账——AI花的钱，占总收入的两成，这笔账能算得过来，才敢继续投入。
很多人一看到银行搞AI，就联想到”军备竞赛””万亿参数””对标OpenAI”。招行的玩法完全不同。它不是在追技术潮流，而是把AI当成一个降本增效的工具——就像当年用ATM机替代柜员、用APP替代网点一样，本质是让同样的活儿干得更便宜、更快。
所以科技投入占比下降这件事也就不矛盾了。AI不是越贵越好，招行要的是”够用就行”。330亿Token够用就不必烧到500亿，成本收入比20%能撑住就不必拉到30%。这种打法比那些动辄喊”全栈自研””算力霸权”的同行清醒得多——金融行业拼的是资产质量和风控，不是参数规模。
对投资者来说，招行做AI的方式反而让人安心。它没有把AI当成讲故事的素材，而是当成一门生意来经营——投入多少、产出多少、毛利能不能覆盖，算清楚了再走。这和它过去几十年做零售、做财富管理的逻辑一脉相承：稳健优先，不赌赛道。
银行搞AI的真正分水岭，不在于谁用的Token多，而在于谁能把成本算清楚、把场景跑通。招行日烧330亿Token还能维持20%的成本收入比，说明它已经跑通了——接下来就看这些AI能力能不能真正变成客户体验和资产质量的提升，而不是财报里一个漂亮的”科技投入”数字。