近日，国产大模型深度求索凭借卓越的性能表现，迅速赢得了金融机构的青睐，在金融业内掀起了一股应用人工智能的新热潮。
金融机构纷纷接入DeepSeek，期望在实际业务中开拓新的增长点。截至目前，邮储银行、江苏银行等已完成对DeepSeek的本地化部署。以江苏银行为例，该行积极融入数字经济的大潮，依托“智慧小苏”大语言模型服务平台，成功部署并微调了DeepSeek-VL2多模态模型和轻量级的DeepSeek-R1推理模型。通过对海量金融数据的深度挖掘与分析，为业务发展注入新的动力。
与此同时，对数字技术较为敏感的消费金融行业也在加速拥抱DeepSeek，积极探索技术与业务深度融合的新路径。中原消费金融首席信息官许志锋表示，中原消金已依托自研的“元擎”智能化平台引入DeepSeek-R1版本。通过动态适配智能质检、意图解析、交互式提示工程等场景，为用户和员工提供了更加便捷的服务体验，构建“人机共智”的新范式，显著提升了工作效率和服务质量。
招联首席信息官王耀南表示，DeepSeek-R1的深度思考模式能够大大拓宽智能体的应用范围。他认为，大模型对业务模式的重构是一个循序渐进的过程。DeepSeek-R1的引入不仅有利于复杂推理场景下的人工智能技术应用，还可以作为招联自研模型的“自构建数据”引擎，结合高质量的数据带来更加优异的推理效果，为金融机构带来更多应用机会。
DeepSeek的低成本、高性能、开源化服务模式有望解决金融行业在应用传统AI大模型过程中的诸多痛点。中国银行研究院研究员刘晨表示，DeepSeek极大降低了AI大模型的应用门槛，有望重塑金融行业的科技发展生态。其开源模式允许金融部门根据业务需求灵活调用和部署不同参数、功能的模型。大型金融机构可以在前期数据积累、自研大模型等基础上，结合业务场景特性调用DeepSeek模型，推动业务价值链向高端延伸；而中小金融机构则可以通过部分环节的本地化部署加快入局步伐。
在运用DeepSeek等大模型过程中，数据安全性成为金融机构必须解决的问题。北京市互联网金融行业协会党委书记兼会长许泽玮表示，由于DeepSeek是开源模型，金融机构需要确保其本地化部署的安全性，防止数据泄露和合规风险。金融领域涉及大量敏感数据，大模型在用户交互过程中可能提取敏感信息，带来客户隐私泄露风险。
因此，对金融机构而言，运用DeepSeek必须确保金融数据的应用安全和合规性。刘晨建议，要完善法律法规，尽快优化相关政策制度，形成监管合力，严防恶意篡改模型和渗入有害数据等行为。同时，金融机构还应强化过程监督，确保大模型落地和应用的整体安全。此外，还要提前做好人才储备，为未来的AI浪潮做好准备。
当前，发展数字经济和数字金融已成为推动银行业数字化转型、拥抱新一轮科技革命的重要途径。随着大模型时代的来临，金融机构将面临经营管理和流程调整。其中，平衡好信贷业务和风险管理尤为重要。
专家表示，目前来看，金融机构利用大模型技术有助于加快推动个性化投资建议、定制化营销方案和智能投顾服务等创新产品和服务的发展。通过深入分析客户数据，洞察客户需求和偏好，提供更具针对性的产品和服务。在风险管理方面，AI大模型能够实时分析海量交易数据和舆情数据，挖掘潜在的异常交易行为，从而有效识别欺诈风险。鼓励金融机构结合发展战略梳理需求，探索大模型与业务融合的前提条件，优先落地业务价值高、风险可控的场景，并建立大模型应用成熟度与风险等级的评测机制，制定相关准入条件。
|
