國有大型商業銀行積極貫徹落實中央精神和監管要求，深刻認識數字金融發展的新形勢、新內涵、新使命，在前期數字化轉型成果基礎上，積極做好數字金融大文章，增強高質量發展的數字化動能，助力金融強國建設。
在國有大型商業銀行的規劃藍圖中，“數字”元素日益凸顯。這六大銀行均將數字化轉型提升至集團戰略的核心地位。它們運用數據和技術革新金融產品和服務，提升便捷性和競爭力，以建立適應數字經濟的高質量數字金融體系。
國有大型商業銀行加大科技投入與人才引進，2023年科技投入超1200億，增長5.38%，科技人員超9萬，增速14%。同時，這些銀行還加大了對理工科背景人才的招聘力度，強化了數字金融的培訓，并深化了業務與科技人才之間的交流，為數字金融的持續繁榮注入了新的活力。
隨著新興技術和數據設施的不斷發展，國有大型商業銀行已成功實現了發展引擎的更新換代。它們通過強化數據研發運營能力、擴大新技術應用規模，提升了創新成果在關鍵業務場景中的交付效率，縮短了業務流程重塑的周期。近期，這些銀行積極推進大模型的應用落地，探索“AI+金融”的新領域，以科技創新為引領，推動發展模式的深刻變革。
國有大型商業銀行正在積極轉變渠道、客戶和風險觀念，不斷提升數字金融服務的可獲得性、普惠性和安全性。順應客戶行為線上化的趨勢，發展移動互聯網終端業務。同時，銀行也重視“長尾客戶”的服務，依托數字化運營體系，開展集約化、線上化的客戶運維工作，提高金融服務的普惠水平。
數字化轉型助力銀行構建“金融+”生態，與外部市場共贏。國有大型商業銀行以強化場景賦能和價值轉化為出發點，打造助農、惠民等全新服務體系。同時，還積極融入和服務高水平對外開放的大局，拓展跨境支付等服務，開發數字產品，提升中國品牌全球競爭力。
數字時代，數字技術變革和數據要素變革深刻改變金融發展邏輯，數字金融面臨一些新問題、新挑戰。
數據與網絡安全形勢仍然復雜。數據流通活躍，數據安全與隱私保護面臨更多風險與挑戰。外部網絡攻擊日益增多，對于國有大型商業銀行來說，構建集團化數據安全治理機制、網絡安全防控體系顯得尤為關鍵。伴隨數字化轉型走深走實、金融產品服務不斷創新，國有大型商業銀行需要更加關注新興風險的集聚與演變，積極主動做好風險防控。
管理運營能力不足
業務創新是推動銀行高質量健康發展、賦能數字實體經濟發展的核心競爭力，業務創新需增強首發性和差異化競爭力，產品需精簡并精準匹配客戶需求，服務整合待提升。
分支機構支撐有待加強
國有大行需調動分支機構數字化轉型積極性，形成“總分協同、上下同轉”的格局。國有大型商業銀行需要聚焦分支機構轉型痛點和需求，建立一系列易用的基礎性支撐平臺，完善服務支持機制，更好支持分支機構因地制宜推進數字化轉型，增強分支機構的“前線作戰”能力。
資源投入與隊伍建設需精細化
國有大型商業銀行必須進一步平衡好科技投入與經營發展的關系，與自身經營規模和發展方向匹配，杜絕盲目過度投資；必須進一步平衡好總部科技隊伍與分支機構科技隊伍的關系，在發揮總部科技人才集聚優勢、開展“集約化”賦能的同時，補齊創新短板。
價值衡量手段缺失
數字化轉型的價值貢獻無法量化衡量、難以在財務指標上直觀體現的問題。當前，業界尚未建立明確的數字金融發展評價標準，國有大行需持續探索完善評價體系，直觀體現轉型價值。
在數字金融領域的發展，關鍵在于五大突破：強化安全防護、深化業務創新、賦能分支機構、保障轉型資源、探索科學評價，以構建更適應、競爭強、普惠廣的數字金融體系。具體措施包括：
一是構建集團數據安全治理體系。通過分類分級管理數據，推動技術框架向主動防護型演進，提升數據安全事件的應急處置能力，防止算法歧視和數據濫用，從而強化數據資產的安全與價值。二是筑牢網絡安全屏障。強化分支機構，特別是境外機構和綜合化子公司的安全風險管理責任，完善科技治理與安全管控機制。通過實戰演練提升對外部網絡攻擊的防御能力，確保在極端情況下金融核心系統的連續性與穩定性。三是加強智能風控應用。利用大模型、機器學習、實時數倉等前沿技術重塑風險管理模式，提高風險捕捉與定價的精準度，支持風險的全景監測、前瞻預警和智能控制，提升整體風控效能。
在業務方面，構建以客戶為核心的平臺與運營模式，強化系統整合與觸點、服務、運營的深度融合，提升效能。觸點整合方面，精簡數字金融服務平臺，優化用戶體驗。服務聚合方面，利用全牌照優勢，快速集成服務，提供一攬子金融方案。運營融合方面，持續完善運營能力體系，快速響應產品、內容、活動等協同運營需要。在管理方面，建立客戶與產品對接的決策機制，設立“數字金融產品工廠”，實現產品精準匹配與批量化服務，助力經濟與社會發展。
強化分支機構轉型支撐，推動集團一體化進程。聚焦用數賦智、客戶運營等需求，打造定制化數字化轉型平臺，明確平臺定位、用戶、應用場景及使用方法，激發分支機構活力，確保前線與集團資源有效對接。
加強資源與人才管理，保障數字金融發展。資源上，強化AI大模型布局，規劃算力、算法等資源，構建財務視圖指導投入，深挖高價值應用場景。人才上，加速分支機構數字化能力建設，支持自建能力中心，暢通人才輸送通道，強化架構設計、產品孵化及人才培養。
構建數字金融評價體系，科學評估發展貢獻。完善內部評價，結合能力與成效，圍繞戰略、業務重塑、數據技術、基建、風控、治理等方面，實施多維度評價。強化指標穿透性、可追溯性，并與監管部門、行業機構合作，持續優化評價體系，促進行業發展。
