国有大型商业银行积极贯彻落实中央精神和监管要求，深刻认识数字金融发展的新形势、新内涵、新使命，在前期数字化转型成果基础上，积极做好数字金融大文章，增强高质量发展的数字化动能，助力金融强国建设。
在国有大型商业银行的规划蓝图中，“数字”元素日益凸显。这六大银行均将数字化转型提升至集团战略的核心地位。它们运用数据和技术革新金融产品和服务，提升便捷性和竞争力，以建立适应数字经济的高质量数字金融体系。
国有大型商业银行加大科技投入与人才引进，2023年科技投入超1200亿，增长5.38%，科技人员超9万，增速14%。同时，这些银行还加大了对理工科背景人才的招聘力度，强化了数字金融的培训，并深化了业务与科技人才之间的交流，为数字金融的持续繁荣注入了新的活力。
随着新兴技术和数据设施的不断发展，国有大型商业银行已成功实现了发展引擎的更新换代。它们通过强化数据研发运营能力、扩大新技术应用规模，提升了创新成果在关键业务场景中的交付效率，缩短了业务流程重塑的周期。近期，这些银行积极推进大模型的应用落地，探索“AI+金融”的新领域，以科技创新为引领，推动发展模式的深刻变革。
国有大型商业银行正在积极转变渠道、客户和风险观念，不断提升数字金融服务的可获得性、普惠性和安全性。顺应客户行为线上化的趋势，发展移动互联网终端业务。同时，银行也重视“长尾客户”的服务，依托数字化运营体系，开展集约化、线上化的客户运维工作，提高金融服务的普惠水平。
数字化转型助力银行构建“金融+”生态，与外部市场共赢。国有大型商业银行以强化场景赋能和价值转化为出发点，打造助农、惠民等全新服务体系。同时，还积极融入和服务高水平对外开放的大局，拓展跨境支付等服务，开发数字产品，提升中国品牌全球竞争力。
数字时代，数字技术变革和数据要素变革深刻改变金融发展逻辑，数字金融面临一些新问题、新挑战。
数据与网络安全形势仍然复杂。数据流通活跃，数据安全与隐私保护面临更多风险与挑战。外部网络攻击日益增多，对于国有大型商业银行来说，构建集团化数据安全治理机制、网络安全防控体系显得尤为关键。伴随数字化转型走深走实、金融产品服务不断创新，国有大型商业银行需要更加关注新兴风险的集聚与演变，积极主动做好风险防控。
管理运营能力不足
业务创新是推动银行高质量健康发展、赋能数字实体经济发展的核心竞争力，业务创新需增强首发性和差异化竞争力，产品需精简并精准匹配客户需求，服务整合待提升。
分支机构支撑有待加强
国有大行需调动分支机构数字化转型积极性，形成“总分协同、上下同转”的格局。国有大型商业银行需要聚焦分支机构转型痛点和需求，建立一系列易用的基础性支撑平台，完善服务支持机制，更好支持分支机构因地制宜推进数字化转型，增强分支机构的“前线作战”能力。
资源投入与队伍建设需精细化
国有大型商业银行必须进一步平衡好科技投入与经营发展的关系，与自身经营规模和发展方向匹配，杜绝盲目过度投资；必须进一步平衡好总部科技队伍与分支机构科技队伍的关系，在发挥总部科技人才集聚优势、开展“集约化”赋能的同时，补齐创新短板。
价值衡量手段缺失
数字化转型的价值贡献无法量化衡量、难以在财务指标上直观体现的问题。当前，业界尚未建立明确的数字金融发展评价标准，国有大行需持续探索完善评价体系，直观体现转型价值。
在数字金融领域的发展，关键在于五大突破：强化安全防护、深化业务创新、赋能分支机构、保障转型资源、探索科学评价，以构建更适应、竞争强、普惠广的数字金融体系。具体措施包括：
一是构建集团数据安全治理体系。通过分类分级管理数据，推动技术框架向主动防护型演进，提升数据安全事件的应急处置能力，防止算法歧视和数据滥用，从而强化数据资产的安全与价值。二是筑牢网络安全屏障。强化分支机构，特别是境外机构和综合化子公司的安全风险管理责任，完善科技治理与安全管控机制。通过实战演练提升对外部网络攻击的防御能力，确保在极端情况下金融核心系统的连续性与稳定性。三是加强智能风控应用。利用大模型、机器学习、实时数仓等前沿技术重塑风险管理模式，提高风险捕捉与定价的精准度，支持风险的全景监测、前瞻预警和智能控制，提升整体风控效能。
在业务方面，构建以客户为核心的平台与运营模式，强化系统整合与触点、服务、运营的深度融合，提升效能。触点整合方面，精简数字金融服务平台，优化用户体验。服务聚合方面，利用全牌照优势，快速集成服务，提供一揽子金融方案。运营融合方面，持续完善运营能力体系，快速响应产品、内容、活动等协同运营需要。在管理方面，建立客户与产品对接的决策机制，设立“数字金融产品工厂”，实现产品精准匹配与批量化服务，助力经济与社会发展。
强化分支机构转型支撑，推动集团一体化进程。聚焦用数赋智、客户运营等需求，打造定制化数字化转型平台，明确平台定位、用户、应用场景及使用方法，激发分支机构活力，确保前线与集团资源有效对接。
加强资源与人才管理，保障数字金融发展。资源上，强化AI大模型布局，规划算力、算法等资源，构建财务视图指导投入，深挖高价值应用场景。人才上，加速分支机构数字化能力建设，支持自建能力中心，畅通人才输送通道，强化架构设计、产品孵化及人才培养。
构建数字金融评价体系，科学评估发展贡献。完善内部评价，结合能力与成效，围绕战略、业务重塑、数据技术、基建、风控、治理等方面，实施多维度评价。强化指标穿透性、可追溯性，并与监管部门、行业机构合作，持续优化评价体系，促进行业发展。
