今年春節，國產AI大模型DeepSeek持續火爆，各行各業紛紛搶先接入，其中便包括正在加速擁抱AI技術轉型的銀行業。
應用方面，目前郵儲銀行、江蘇銀行(600919)、海安農商銀行、樂信等均已部署DeepSeek。比如，海安農商銀行近日以對話形式與DeepSeek探討，從資本實力、市場份額等多維度做深度全面的自我介紹；江蘇銀行主動融入數字經濟發展浪潮，已引入新模型。
對于如何看待銀行業接入DeepSeek等AI技術問題，新浪金融研究院利用DeepSeek得到的回答為：“是大勢所趨，能夠帶來顯著的效益和競爭優勢，但銀行在引入AI技術時也需要充分考慮其潛在風險和挑戰。”
有機構研報指出，傳統金融機構具有豐富的業務場景，AI在降本增效、風險控制、客戶服務等方面可能較快取得成效，而能否實現商業模式創新尚需觀察。
金融業加速DeepSeek本地化部署，
已有銀行嘗試應用
公開信息顯示，DeepSeek全稱杭州深度求索人工智能基礎技術研究有限公司，成立于2023年7月17日。近日，DeepSeek接連發布了V3、R1模型，以低成本、高性能等優勢，引發國內外資本以及金融、科技等多領域的關注。
現如今，越來越多的機構將DeepSeek用于實際業務當中，今年2月1日以來，包括騰訊云、百度智能云、阿里云等均推出了不同類型的DeepSeek模型應用服務。
與此同時，正在擁抱AI轉型的銀行業也迅速啟動了對DeepSeek的研究測試。經梳理發現，目前郵儲銀行、江蘇銀行、海安農商銀行、樂信等均已部署DeepSeek，用于營銷、客服等相關場景。
郵儲銀行方面，該行積極擁抱AI技術變革，依托自有大模型“郵智”，第一時間本地部署并集成DeepSeek-V3模型和輕量DeepSeek-R1推理模型。“郵智”大模型通過引入并應用DeepSeek能力，復雜多模態、多任務處理、算力節約、效能提升等方面將得到進一步增強。
江蘇銀行透露，該行依托“智慧小蘇”大模型服務平臺，成功本地化部署微調DeepSeek-VL2多模態模型、輕量DeepSeek-R1推理模型，分別運用于智能合同質檢和自動化估值對賬場景中。
從江蘇銀行提供的數據看，該行應用R1推理模型，結合郵件網關解析處理能力，實現郵件分類、產品匹配、交易錄入、估值表解析對賬全鏈路自動化處理，識別成功率達90%以上，目前已初步實現業務集中運營，按照平均手工操作水平測算，每天可節約9.68小時工作量。
據江蘇銀行介紹，該行引入DeepSeek大模型，使得“智慧小蘇”在復雜多模態、多任務場景處理能力、算力節約、效能等方面再次提升。其中，DeepSeek-VL2多模態模型的優勢在于，能同時處理文本、圖像、語音等多種數據類型，較單一領域模型部署節約了算力成本，為進一步解決金融領域復雜的多模態場景問題（如票據識別、合同解析等）提供了技術基礎；DeepSeek-R1模型，則在模型規模和性能上具備優勢，為處理復雜任務（如風險評估、投資分析）和生成文本（如報告撰寫、合規審查）提供更優解決方案。
另外，海安農商銀行近期發布“DeepSeek，你也太懂海安農商銀行了吧”，從資本實力、市場份額、服務質量、風險管理、金融產品、社會責任、技術支持、員工素質等多個維度對該行分析，并進行自我宣傳。
此外，去年5月，金融科技公司樂信正式引入DeepSeekV2，并在DeepSeek基礎上通過樂信金融數據進行預訓練和微調，形成樂信專有的金融垂直領域大模型“奇點Al大模型”，目前DeepSeek最新的V3和R1版本已在引入中。
事實上，除了上述機構，近期包括匯添富、富國基金等在內的多家公募基金公司宣布部署DeepSeek大模型；國泰君安(601211)、國金證券(600109)、興業證券(601377)、國元證券(000728)、華福證券等在內的多家券商陸續官宣完成DeepSeek-R1模型本地化部署。
擁抱AI變革將是必選項，
在降本增效等方面可能較快有成效
如此前火爆的ChatGPT，DeepSeek一經推出便受到金融業內的熱議。那么，DeepSeek因何受到關注？浙商證券(601878)研報顯示，DeepSeek-V3整個訓練過程僅用不到280萬GPU（圖形處理器）小時，相比之下，美國互聯網巨頭元宇宙平臺公司（Meta）發布的Llama3-405B的訓練時長是3080萬GPU小時。DeepSeek-V3的訓練成本約為557.6萬美元，而OpenAI（美國開放人工智能研究中心）為聊天機器人ChatGPT發布的語言模型GPT-4的訓練成本則高達數億美元。
中國銀行業協會在此前發布的《2024年度中國銀行(601988)業發展報告》顯示，金融與人工智能有天然的契合點，AI大模型技術能夠充分挖掘銀行業的海量數據(603138)，而銀行業具有適用AI大模型技術的豐富場景。當前AI大模型正推進我國銀行業服務、營銷、產品等領域的全面革新，催化“未來銀行”加速到來。
從對傳統金融機構的影響方面看，中信證券(600030)研報顯示，DeepSeek推動大模型從閉源走向開源，大幅降低本地部署門檻。相比于過去兩年重金投入、能力領先的科技公司，傳統金融機構AI能力有望借助開源模型迎頭趕上，釋放新的發展潛能。
該研報指出，對于傳統金融機構，擁抱AI變革將是必選項，預計核心價值包括：一是降本增效，減少重復性人力投入，釋放員工專注高價值任務；二是風險可控，實時監控市場與操作風險，避免重大損失；三是體驗升級，提供個性化、即時化服務，增強客戶粘性；四是創新驅動，通過AI技術打造差異化競爭優勢，搶占市場先機。
金融由于行業的特殊性，往往對于數據的安全性要求高于其他行業，在國泰君安分析師李博倫看來，本地部署大模型或將成為金融企業的普遍選擇。DeepSeek-R1發布后，金融企業用相對較低的成本即可在本地部署一流能力的大模型，可以將本地數據與大模型結合，打造企業專有模型，更有針對性賦能各個場景。
此外，對于金融IT公司而言，李博倫認為，金融IT公司具備服務能力，助力金融企業將業務中積累的海量數據進行清洗和歸類，向量化后投喂給本地大模型做微調，為客戶定制專有模型。同時，金融IT公司深耕金融行業多年，積累大量行業Know-How，有助于將客戶的業務與專有模型能力進行結合，打造屬于客戶自身的AI工作流、RAG（檢索增強生成）管道，以及定制專屬Agent（代理人）等。
而DeepSeek的橫空出世，對“金融打工人”有何影響？在問及DeepSeek代表的AI技術是否會取代“金融打工人”問題時，DeepSeek給出了自己的解答：“AI更可能是‘增強’而非‘取代’金融從業者的工作。未來的金融行業可能會是人機協作的模式，AI負責處理大量數據和自動化任務，而人類則專注于戰略決策、客戶關系和復雜問題的解決。”
實現商業模式創新尚需觀察，
多家銀行探索大模型多場景應用
不過，雖然DeepSeek等AI技術像是一名可以提供完整解決方案的專家，但實際上也并非在各個方面都絕對完美。
中信證券研報表示，傳統金融機構具有豐富的業務場景，AI在降本增效、風險控制、客戶服務等方面可能較快取得成效，而商業模式創新尚需觀察，但未來值得期待。
談及風險因素時，該研報則提及“大模型帶來的合規風險、傳統公司AI落地能力不足、未能預期到顛覆性創新可能、部分金融科技公司估值偏高”相關問題。
對于如何看待銀行業接入DeepSeek問題，DeepSeek解讀為：“銀行業接入像DeepSeek的AI技術，可以視為行業數字化轉型的重要一步。是大勢所趨，能夠帶來顯著的效益和競爭優勢，但銀行在引入AI技術時也需要充分考慮其潛在風險和挑戰，確保技術的應用符合倫理和法律要求，同時積極培養和吸引相關人才，以實現可持續發展。”
近年來，各大銀行乘著數字技術快速發展的東風，加快業務線上化發展，在數字化轉型方面，積極將人工智能、大數據、云計算、物聯網等信息技術與金融業務深度融合，數字化運營能力不斷提升。
比如，農業銀行在2024半年報中指出，該行積極應對技術變革加速演進，加快推進新一代技術體系轉型，打造面向未來的數字新基建與IT架構底座，深化金融科技應用，賦能業務經營高質量發展。大數據技術應用方面，該行投產首批13個數據湖場景試點，實現大數據底座的存儲、計算、批量服務和實時服務的統一上云入湖；人工智能技術應用方面，加快以AI技術為驅動的智慧銀行建設，密切跟蹤大模型技術趨勢，持續完善AI軟硬件支撐體系，穩妥推動AI+應用場景落地；云計算應用方面，持續推進云原生能力建設，基于PaaS部署的應用比例達到88.7%；物聯網應用方面，持續推進線上、線下數據融合，穩步拓展物聯網金融場景創新應用。
工商銀行圍繞“五化”轉型整體布局，深入推進數字金融服務與經營體系建設，去年上半年數字化業務占比98.9%。在持續推進網絡金融業務全面風險管理方面，該行依托大數據、人工智能等數字化手段提升線上平臺智能風控水平，增強風險管理的精準性和有效性；應用大模型、大數據等智能技術打造企業經營智慧管家。
在公司金融領域，中國銀行則積極應用大數據、人工智能、RPA（機器人流程自動化）、OCR（光學字符識別）等技術手段提升業務處理效率，助力基層減負增效，優化客戶體驗，助力客戶規模穩定增長。
【免責聲明】本文僅代表作者本人觀點，與和訊網無關。和訊網站對文中陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。郵箱：news_center@staff.hexun.com
最新評論