从成本到效能：商业银行AI生产力价值评估新视角—DAA

DAA:从成本计量到价值度量的范式跃迁

2026年百度Create大会上,李彦宏抛出了提出AI行业价值衡量的新视角——DAA(Daily Active Agents,日活智能体数)。他的原话一针见血:“ Token只代表成本和投入,而DAA关注的是有多少Agent在给人类干活并交付结果,这才更接近价值的本质。”,这段话意味着过去两年,行业陷入以千卡集群、万亿参数、百亿Token为标尺的军备竞赛,但一个根本问题始终悬而未决:这些投入到底转化成了多少生产力?DAA不问“花了多少钱”,问的是“有多少Agent在真正干活”。

告别Token内卷:DAA为何是更本质的AI价值标尺?

从技术演进看,推动 AI 产业价值衡量向产出导向转变:Token是成本,DAA是产出,衡量的是最终交付,智能体完成的任务数、替代的人效比。Token可堆砌但DAA要内化,花钱买算力容易,但组织能力深度变革是“长”出来的。Token会贬值,但被高频使用、持续迭代的智能体,价值随数据积累持续增长。AI应用的三大变化正在加速成形:其一,从人用工具到人管智能体,促进企业组织形态正从人构成团队变为人与智能体混合编队。其二,从集中式大模型到分布式智能体网络,赋能业务人员自建专属智能体。其三,DeepSeek等低成本开源模型正在打破算力壁垒,降低了智能体搭建和应用的门槛,为中小银行提供了差异化追赶的可能。

商业银行DAA价值:量化 AI应用效能,掌握未来竞争主动权

对商业银行而言,关注DAA是追溯智能体应用的价值本源。一方面,智能体正从试点走向规模化部署,DAA可以综合有效度量智能体赋能信贷、投顾、风控等不同核心业务场景下应用的有效性;另一方面,DAA已成为衡量商业银行AI生产力价值的新标尺,商业银行关注DAA评价与分析,有利于深度智能化时代竞争中掌握话语权与资源调配的主动权。

38家上市银行DAA全景排名

易观千帆通过梳理智能体应用的核心业务场景、单场景平均智能体数、日均智能体调用比等维度,对 38家主要上市商业银行的DAA进行测算,作为AI生产力价值评价的新标尺。

注:DAA是通过各上市银行核心应用业务场景数、场景Agent数量、场景日均调用Agent比等指标测算而来,不作为企业或者机构商业决策参考,数据来源为上市银行2025年年度报告、专家访谈,通过易观千帆自有模型计算,评价范围仅限于财报公开披露已投入智能体应用的上市银行。

大型国有银行:平均DAA超千级,实现多场景规模化应用

六大国有银行平均DAA 为1,088,实现多场景的规模化应用。工商银行金融科技投入285.88亿,千亿级金融大模型“工银智涌”为智能体的开发及应用提供了有效支撑,其“一超多专”智能体协同体系在30余个业务领域落地500余个场景,AI数字员工承担5.5万人年工作量,DAA达到1,650,问鼎榜单。交通银行DAA 为1,375,2025年科技投入123.42亿元(营收占比5.78%),发布《“人工智能+”行动方案(2025-2027年)》,搭建千卡异构算力集群,部署超2,500个智能体。中国银行DAA 为770,智能体日均调用量150万次,广泛嵌入高频业务场景。

全国股份制银行:平均DAA近600,场景深耕构筑差异壁垒

9家股份行平均DAA 为594,绝对规模不及国有大行,但单场景赋能深度和敏捷性突出。招商银行以1,609股份行排名第一,落地183个领域专精模型和856个场景应用,将编码小助从Copilot升级为能自主执行、验证、闭环的智能体模式。中信银行聚焦投资交易报价自动化,自动化率超80%,民生银行将AI Agent品牌化为“慧销、慧芯、慧眼”,兴业银行集中于智能尽调审查,各走差异化路线。

城市商业银行:头部DAA超过150,中小城商行仍处单点试点

19家城商行平均DAA为69,内部差异较大,头部城商行表现已接近股份行,尾部尚处单点应用阶段。北京银行DAA为196,提出“打造人工智能驱动的商业银行”,构建“1+3+1”体系,即一个超级智能体、三个核心能力平台、一个智能体创作中心,累计建成280余个智能体,其智能体创作中心,以解决业务痛点为核心,驱动全员创新,形成可复用的全行智能体生态。

未来启示与展望:AI竞争核心不在于投入规模,而在于价值落地深度

DAA的提出,标志着商业银行AI竞争可能逐渐从“成本导向”加速转向“价值导向”。当行业仍在比拼算力储备与参数规模时,影响未来竞争格局的重要因素正在发生变化,未来能够定义标准的,不是投入最重的机构,而是最善于将智能体嵌入业务全链条、让AI真正承担实质性生产工作的组织。

对商业银行而言,首要启示是跳出Token思维的陷阱,思考如何建立以DAA为核心的AI价值评估体系。大型银行需依托资源优势,构建超级智能体与专业智能体协同的生态系统,将AI能力从实验室推向全业务链的规模化落地;股份制银行应继续发挥敏捷基因,在细分场景中锻造差异化的智能体应用,以场景深度构筑竞争壁垒;城商行与农商行则迎来了难得的窗口期,借助开源模型与零代码平台,业务人员可自建贴合本地需求的智能体,以轻量级创新实现差异化突围。

更深层的启示在于,智能体竞争的本质是组织能力的竞争。算力可以采购,模型可以调用,但让智能体持续产生业务价值的能力,必须依靠组织变革“长”出来。培育人机混合编队的管理能力、建立业务人员持续创造智能体的创新机制、形成数智驱动迭代的正向闭环,这些可能才是AI时代核心竞争力。当DAA成为银行业的通用度量衡,那些真正让智能体干活、让智能体产生结果的银行,终将在新一轮竞争中掌握主动权。