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。