編者按：DeepSeek的中國式創(chuàng)新，正引領(lǐng)著我國AI行業(yè)邁向新紀(jì)元，全球即將步入一個“DeepSeek現(xiàn)象”帶來的新階段。同時，DeepSeek顛覆性的突破在資本市場掀起巨浪，重塑著中國科技資產(chǎn)的估值邏輯。在此背景下，新華財經(jīng)特別策劃“DeepSeek生長季”系列報道，以冷靜客觀的視角，通過實地探訪，了解其向下扎根、向上生長的土壤；在大模型加速賦能千行百業(yè)新階段，觀察DeepSeek如何推動生物醫(yī)藥、金融、汽車、物流等行業(yè)的聚勢精進(jìn)，及對行業(yè)發(fā)展趨勢的影響；同時，觀察央國企如何擁抱DeepSeek，激發(fā)企業(yè)活力，構(gòu)建新的增長引擎。
新華財經(jīng)北京2月26日電（記者吳叢司孫廣見）近來，DeepSeek悄然在銀行業(yè)掀起一股熱潮。據(jù)新華財經(jīng)不完全統(tǒng)計，從國有大行到地方城商行、農(nóng)商行再到民營銀行，目前不少于18家銀行相繼宣布接入或部署該模型，并嘗試將DeepSeek應(yīng)用于實際業(yè)務(wù)中。
多位受訪業(yè)內(nèi)專家認(rèn)為，以DeepSeek為代表的AI大模型技術(shù)在處理復(fù)雜文本、數(shù)據(jù)分析和智能化決策方面具有顯著優(yōu)勢，從中長期來看，這一技術(shù)的深入應(yīng)用或?qū)⒁l(fā)銀行業(yè)的業(yè)務(wù)模式、經(jīng)營方式以及決策流程等方面的重塑。
DeepSeek先行者多為中小銀行
新華財經(jīng)了解到，工行、建行、郵儲銀行等國有大行，招行、浦發(fā)銀行等股份行，江蘇銀行、北京銀行、青島農(nóng)商行等地方城商行、農(nóng)商行，以及蘇商銀行等民營銀行，已經(jīng)宣布引入DeepSeek模型。
工行近日宣布，該行基于自主研發(fā)、全棧自主可控的大模型平臺——工銀智涌，引入DeepSeek系列開源大模型底座，并面向全行開放使用。在DeepSeek最新開源大模型引入過程中，該行通過一系列技術(shù)創(chuàng)新手段顯著提升模型部署效率，壓降推理成本，提高吞吐量，并通過在重點(diǎn)領(lǐng)域率先試點(diǎn)，構(gòu)建財報分析助手、AI財富管家等10余個典型場景。
郵儲銀行宣布，通過本地部署的方式，旗下“郵智”大模型集成了DeepSeek-V3模型及輕量級的DeepSeek-R1推理模型，復(fù)雜多模態(tài)、多任務(wù)處理、算力節(jié)約、效能提升等方面將得到增強(qiáng)。該行率先在“小郵助手”上應(yīng)用DeepSeek大模型，包括：新增邏輯推理功能、增強(qiáng)精準(zhǔn)服務(wù)效能；通過深度分析等功能，更準(zhǔn)確地識別用戶需求，提供個性化和場景化的服務(wù)方案；借助高效推理性能加快響應(yīng)速度和任務(wù)處理效率。
值得注意的是，在宣布部署DeepSeek的18家銀行中，有12家為中小銀行，分別為江蘇銀行、北京銀行、成都銀行、重慶銀行、中原銀行、青島農(nóng)商行、海安農(nóng)商行、重慶農(nóng)商行、微眾銀行、新網(wǎng)銀行、百信銀行和蘇商銀行。
其中，江蘇銀行宣布引入DeepSeek大語言模型，依托“智慧小蘇”平臺，部署了微調(diào)的DeepSeek-VL2多模態(tài)模型和輕量DeepSeek-R1推理模型，應(yīng)用于智能合同質(zhì)檢和自動化估值對賬場景，提升了金融語義理解的準(zhǔn)確率和業(yè)務(wù)效率。
北京銀行宣布，攜手華為實現(xiàn)DeepSeek全棧國產(chǎn)化金融應(yīng)用，部署了DeepSeek-R1滿血模型、DeepSeek-V3模型、R1蒸餾模型和Janus Pro多模態(tài)模型、在AIB平臺的京行研究、京行智庫、客服助手、京客圖譜等多個核心業(yè)務(wù)場景中開展試點(diǎn)應(yīng)用，提升了服務(wù)質(zhì)量和效率。
青島農(nóng)商行則推進(jìn)大模型技術(shù)在金融領(lǐng)域的應(yīng)用，本地化部署以DeepSeek大模型為基座的企業(yè)級AI模型服務(wù)平臺“智慧Qimi”，應(yīng)用于網(wǎng)點(diǎn)廳堂數(shù)字人、智能問答、報告撰寫、培訓(xùn)教材文本校驗等場景，以推動全行數(shù)字金融發(fā)展進(jìn)一步智能化升級。
此外，蘇商銀行則表示，在2024年引入DeepSeek系列技術(shù)，結(jié)合原有大模型能力，提升了模型輕量化與高效推理方面的能力。應(yīng)用場景包括智能信貸、智能研發(fā)和智能風(fēng)控等。具體來看，應(yīng)用DeepSeek V2多模態(tài)模型處理非標(biāo)材料，如表格、影像資料、文檔圖片等識別，提升信貸材料綜合識別準(zhǔn)確率至97%，并將DeepSeek R1推理模型集成到自主研發(fā)的“開發(fā)助手”，使核心系統(tǒng)迭代周期縮短30%。此外，蘇商銀行將DeepSeek的蒸餾技術(shù)應(yīng)用于信貸風(fēng)控、反欺詐等20多個場景，使盡調(diào)報告生成效率提升40%，欺詐風(fēng)險標(biāo)簽準(zhǔn)確率提升35%。
中國銀行證券分析師張琦表示，從現(xiàn)有應(yīng)用DeepSeek的銀行來看，先行者多為中小銀行，一定程度上體現(xiàn)DeepSeek技術(shù)優(yōu)勢帶來的成本和技術(shù)門檻下降，或為中小銀行數(shù)字化轉(zhuǎn)型提供彎道超車的機(jī)會。由于銀行業(yè)數(shù)字化轉(zhuǎn)型和金融科技投入大，對資金、人員、場景生態(tài)的要求較高，同時面臨技術(shù)門檻，國有大行、股份行以及頭部城商行具備天然優(yōu)勢，能夠自行研發(fā)大模型。
開源AI或重塑銀行展業(yè)模式
“DeepSeek之所以能夠迅速吸引金融機(jī)構(gòu)的目光，首先在于其開源的特性。”上海金融與發(fā)展實驗室首席專家、主任曾剛對新華財經(jīng)表示，與傳統(tǒng)封閉式AI模型不同，DeepSeek通過開放代碼和模型架構(gòu)，為用戶提供了更大的自由度和可定制性。這種開放性使得金融機(jī)構(gòu)能夠根據(jù)自身需求，靈活調(diào)整模型的功能和性能，從而開發(fā)出更貼合業(yè)務(wù)場景的解決方案。
此外，曾剛認(rèn)為，DeepSeek在技術(shù)上也展現(xiàn)出強(qiáng)大的創(chuàng)新能力。其模型在自然語言處理、數(shù)據(jù)分析和多模態(tài)學(xué)習(xí)等領(lǐng)域表現(xiàn)優(yōu)異，能夠高效處理金融行業(yè)中復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)，如財務(wù)報告、市場新聞和客戶反饋。這種能力使得DeepSeek不僅能夠幫助金融機(jī)構(gòu)提升運(yùn)營效率，還能為其提供更深層次的洞察力，助力決策優(yōu)化。
特別是對于中小銀行而言，DeepSeek大大降低了AI技術(shù)的應(yīng)用成本，極大推動了AI技術(shù)的普惠化。
“DeepSeek推動了AI技術(shù)在銀行業(yè)的普惠化應(yīng)用，為中小銀行提供了換道超車的機(jī)會。”青島農(nóng)商行信息科技部總經(jīng)理隋利鋒對新華財經(jīng)表示。
“以DeepSeek為代表的開源AI降低了技術(shù)獲取和維護(hù)成本，中小銀行負(fù)擔(dān)得起。”奇富數(shù)科總裁周旭強(qiáng)對新華財經(jīng)表示，DeepSeek為中小銀行提供了科技平權(quán)的機(jī)會，但中小銀行在人才和技術(shù)積累上仍需努力。
此外，周旭強(qiáng)認(rèn)為，雖然各家銀行競相接入DeepSeek，但DeepSeek推出時間還較短，部分銀行可能剛剛完成DeepSeek本地化部署，仍處于基礎(chǔ)應(yīng)用階段，未來可以觸達(dá)業(yè)務(wù)決策層等更復(fù)雜的應(yīng)用。
對于以DeepSeek為代表的AI技術(shù)在銀行業(yè)的潛在應(yīng)用場景，隋利鋒認(rèn)為，可以覆蓋信貸審批、財富管理、合同質(zhì)檢、招投標(biāo)供應(yīng)商審核、智能客戶服務(wù)、數(shù)字人廳堂服務(wù)、公文處理以及辦公流程優(yōu)化等多個環(huán)節(jié)。這些技術(shù)不僅助力銀行提升運(yùn)營效率、優(yōu)化顧客體驗，達(dá)到成本節(jié)約與效益提升的雙重目標(biāo)，還借助對客戶的多維度分析以及自然語言處理（NLP）等文本處理能力，或?qū)⒅鸩街厮茔y行業(yè)務(wù)模式。
比如，在智能信貸領(lǐng)域，DeepSeek通過對傳統(tǒng)金融數(shù)據(jù)以外的多維度場景數(shù)據(jù)的分析，更準(zhǔn)確地評估客戶的財務(wù)狀況、經(jīng)營效率和信用風(fēng)險，自動生成企業(yè)風(fēng)險評估分析和盡職調(diào)查報告，為信貸決策提供科學(xué)依據(jù)。同時，在信貸審批過程中，利用AI技術(shù)實現(xiàn)自動化審批，縮短審批時間，提高效率。
張琦認(rèn)為，用DeepSeek VL2多模態(tài)模型處理復(fù)雜的嵌套表格和影像數(shù)據(jù)等，以解決傳統(tǒng)OCR技術(shù)存在表格識別率低、手寫體解析難、畫中畫拍攝文檔解析難等問題。此外，AI技術(shù)可以實時監(jiān)測客戶的交易行為并對異常情況進(jìn)行預(yù)警如大額資金轉(zhuǎn)移、頻繁轉(zhuǎn)賬交易等，提升可疑點(diǎn)識別效率與準(zhǔn)確性，增強(qiáng)反欺詐主動防御能力。
多位受訪專家表示，總體來看，以DeepSeek為代表的大模型不僅能夠提升銀行的業(yè)務(wù)效率和服務(wù)質(zhì)量，還能為銀行提供更精準(zhǔn)的風(fēng)險管理和個性化服務(wù)，甚至重塑銀行經(jīng)營模式、決策流程。未來，隨著AIGC技術(shù)的進(jìn)一步發(fā)展，以DeepSeek為代表的大語言模型有望加快推動銀行數(shù)字化轉(zhuǎn)型和智能化升級。
（文章來源：新華財經(jīng)）
