DeepSeek正在展現(xiàn)出廣闊的應(yīng)用場景，各行各業(yè)“跑步上車”。尤其是金融業(yè)，從銀行、基金到保險、證券，均在加緊推進DeepSeek系列模型的本地化部署工作，AI大戰(zhàn)再度“硝煙四起”。

一如ChatGPT推出之初，金融業(yè)內(nèi)人士當下熱衷于討論DeepSeek引領(lǐng)的AI變革是否會取代“金融民工”的工作。對此，DeepSeek的回答是：與其說AI會取代人類，不如說會推動金融從業(yè)者向“AI增強型人才”進化。掌握人機協(xié)作能力、具備業(yè)務(wù)與技術(shù)跨界視野的專業(yè)人士，將獲得更大的職業(yè)發(fā)展空間。

“對于金融行業(yè)而言，DeepSeek并非顛覆者，而是賦能者。”一名金融從業(yè)者在網(wǎng)文中如是寫道。

專家在接受第一財經(jīng)采訪時認為，金融業(yè)，尤其是銀行業(yè)對安全合規(guī)要求比較高，而大模型輸出依舊存在不可控性，如果直接面對客戶仍存在隱患。當前階段的應(yīng)用場景依舊是大模型負責生成內(nèi)容，人工進行復核。

金融圈的“AI升級戰(zhàn)”一觸即發(fā)

DeepSeek近期接連發(fā)布了V3和R1模型，其以“低成本+高性能+高開放度”三重優(yōu)勢，極大地降低了大模型企業(yè)級部署門檻。各行各業(yè)紛紛搶先接入DeepSeek，第一波自然是科技巨頭，諸如華為云、騰訊云、阿里云、百度云和京東云等多家平臺相繼宣布接入DeepSeek系列模型。

此后，越來越多的企業(yè)和機構(gòu)開始將DeepSeek應(yīng)用于實際業(yè)務(wù)中，其中，就包括一直以來都在積極擁抱AI轉(zhuǎn)型的金融業(yè)。

2月2日，海安農(nóng)商銀行微信公眾號稱，“DeepSeek，你也太懂海安農(nóng)商銀行了吧”，DeepSeek從資本實力、市場份額、服務(wù)質(zhì)量、風險管理、金融產(chǎn)品、社會責任、技術(shù)支持、員工素質(zhì)等維度對海安農(nóng)商銀行進行分析，相當于做了一次自我宣傳。

如果說，海安農(nóng)商銀行意在以DeepSeek引領(lǐng)話題，那么江蘇銀行則直接赤膊上陣。蘇銀數(shù)字金融公號稱，江蘇銀行依托“智慧小蘇”大語言模型服務(wù)平臺，成功本地化部署微調(diào)DeepSeek-VL2多模態(tài)模型、輕量DeepSeek-R1推理模型，分別運用于智能合同質(zhì)檢和自動化估值對賬場景中， 通過引入DeepSeek大語言模型，“智慧小蘇”在復雜多模態(tài)、多任務(wù)場景處理能力、算力節(jié)約、效能等方面得到進一步提升。

業(yè)內(nèi)人士對記者表示，DeepSeek-R1推理模型具備強大的推理能力，能夠處理復雜的金融數(shù)據(jù)和任務(wù)，同時擅長上下文處理和復雜任務(wù)處理，訓練成本較低，具備較高的性價比，能夠在智能客服、智能投顧、風險管理等應(yīng)用領(lǐng)域提升銀行工作的效率。

從江蘇銀行方面提供的數(shù)據(jù)來看，通過應(yīng)用R1推理模型，結(jié)合郵件網(wǎng)關(guān)解析處理能力，實現(xiàn)郵件分類、產(chǎn)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(xiàn)業(yè)務(wù)集中運營，按照平均手工操作水平測算，每天可減少9.68小時工作量。

另有國有行人士對記者表示：“DeepSeek大模型引起關(guān)注，其R1大模型的開源性質(zhì)為銀行帶來新機會，行內(nèi)已開展相關(guān)研究，假期結(jié)束后將加快相關(guān)技術(shù)的討論，預計將應(yīng)用在智能投顧、智慧客服、風險監(jiān)控、合規(guī)管理等業(yè)務(wù)領(lǐng)域。”

在公募基金行業(yè)，近段時間以來，包括匯添富、富國基金、諾安基金等在內(nèi)的十余家公募基金公司宣布已部署DeepSeek大模型。

其中，匯添富基金宣布，已完成DeepSeek系列開源模型的私有化部署，并將應(yīng)用于投資研究、產(chǎn)品銷售、風控合規(guī)、客戶服務(wù)等核心業(yè)務(wù)場景。

諾安基金宣布完成DeepSeek金融大模型的本地化部署，并推出基于主流AI開源框架自主研發(fā)的“諾安AI助手”，于投研分析、客戶服務(wù)、風險管控等核心業(yè)務(wù)場景啟動試點應(yīng)用。

在保險業(yè)，中國平安回應(yīng)第一財經(jīng)稱，該公司多年來持續(xù)深化人工智能、大數(shù)據(jù)技術(shù)研究與應(yīng)用，推進全面數(shù)字化轉(zhuǎn)型工程。目前正在積極研究、部署相關(guān)大數(shù)據(jù)開源平臺的深度融合發(fā)展，助力“綜合金融+醫(yī)療養(yǎng)老”生態(tài)圈建設(shè)、賦能金融主業(yè)提質(zhì)增效。

在證券業(yè)，包括國泰君安、國金證券、廣發(fā)證券、興業(yè)證券、國元證券、華福證券在內(nèi)的多家券商陸續(xù)官宣，已完成DeepSeek-R1模型的本地化部署。

國金證券宣布完成DeepSeek本地化部署測試，旨在將其應(yīng)用于信息檢索、文檔處理、行業(yè)研究及市場分析等多個場景，并計劃未來進一步拓展至智能服務(wù)、風險管理、投資分析等核心業(yè)務(wù)領(lǐng)域。

興業(yè)證券表示，其已搭建數(shù)智中臺，支持包括阿里通義千問等不同開源大模型接入及融合應(yīng)用，日前又追加完成了DeepSeek V3和R1兩款大模型產(chǎn)品接入中臺大模型矩陣，可實現(xiàn)諸多業(yè)務(wù)場景的全面賦能升級。未來，DeepSeek可以在知識庫問答場景中輔助員工高效獲取知識，在智能客服領(lǐng)域助力客戶服務(wù)質(zhì)量提升，在智能服務(wù)場景中輔助制定個性化方案，在研發(fā)輔助中進一步提升研發(fā)效能。

在金融科技領(lǐng)域，多家機構(gòu)也開始出動。剛剛過去的周末，金融壹賬通宣布推出了自主研發(fā)的智能體平臺，并接入DeepSeek、通義千問等開源大模型，推出面向銀行業(yè)的全場景AI解決方案。

加速金融業(yè)的智能化變革

國泰君安分析師李博倫認為，本地部署大模型或?qū)⒊蔀榻鹑谄髽I(yè)的普遍選擇。

李博倫稱，金融由于行業(yè)的特殊性，往往對于數(shù)據(jù)的安全性要求高于其他行業(yè)。金融企業(yè)一般選擇將數(shù)據(jù)存放在本地。DeepSeek-R1發(fā)布后，金融企業(yè)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(shù)據(jù)與大模型結(jié)合，打造企業(yè)專有模型，更有針對性地賦能各個場景。

對于金融IT公司而言，李博倫認為，金融IT公司具備服務(wù)能力，助力金融企業(yè)將業(yè)務(wù)中積累的海量數(shù)據(jù)進行清洗和歸類，向量化后投喂給本地大模型做微調(diào)，為客戶定制專有模型。同時，金融IT公司深耕金融行業(yè)多年，積累大量行業(yè)Know-How，有助于將客戶的業(yè)務(wù)與專有模型能力進行結(jié)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。

作為新基建，AI大模型的研發(fā)以及場景落地應(yīng)用一直是金融業(yè)的重點工作之一，尤其是銀行業(yè)，在加速數(shù)智化轉(zhuǎn)型的背景下，銀行業(yè)面臨效率提升、風險管控、客戶體驗優(yōu)化等多重挑戰(zhàn)。傳統(tǒng)技術(shù)方案難以滿足日益復雜的場景需求，而AI大模型的崛起，為行業(yè)帶來了新的突破口。

金融壹賬通銀行事業(yè)部智能語音團隊AI產(chǎn)品總監(jiān)史文彬?qū)Φ谝回斀?jīng)表示，DeepSeek發(fā)布的V3、R1模型是具有優(yōu)秀通用綜合能力的MoE（多專家）架構(gòu)大模型，多方的評測結(jié)果顯示其在各項能力上都得分領(lǐng)先，因此在銀行業(yè)已經(jīng)應(yīng)用大模型的業(yè)務(wù)場景都普遍適用。

以DeepSeek-R1為例，史文彬說，其具備高性能推理、強化學習驅(qū)動、長鏈推理支持等特點，特別在數(shù)學、編程、科學領(lǐng)域有突出表現(xiàn)。這些特點對于銀行涉及大量的數(shù)據(jù)處理和決策分析的場景更為適用。

“諸如在風險評估領(lǐng)域，DeepSeek-R1可以更好地整合客戶多維數(shù)據(jù)，構(gòu)建更精準的風險評估模型，對客戶的信用風險、市場風險等進行更為全面和精準的評估。在智能客服和營銷領(lǐng)域，利用DeepSeek-R1強大的自然語音處理和高性能推理能力，可以更精準理解客戶意圖，更全面評估挖掘潛在需求，智能推薦適合的金融產(chǎn)品。”他說。

人工智能的“底盤”依舊是人工

盡管DeepSeek看上去更像是一名能夠提供相對完整解決方案的專家，但隨著人們對其應(yīng)用場景的增多，也逐漸發(fā)現(xiàn)了它存在諸多“不靠譜”的時候。

目前已有使用者發(fā)現(xiàn)DeepSeek存在一本正經(jīng)地“胡說八道”的情況。例如，在生成學術(shù)論文材料時，DeepSeek會生成不存在的材料，或指向無關(guān)的論文。這樣的情況下，如果直接應(yīng)用于嚴謹?shù)你y行業(yè)，將會產(chǎn)生不可控的后果，比如AI生成了失真的市場分析，客戶基于AI的錯誤信息作出投資決策等。

此外，“大模型的應(yīng)用意味著要處理大量個人和企業(yè)的數(shù)據(jù)，增加了信息泄露的風險，客戶的信息泄露后可能會被非法獲取用于詐騙活動等，導致銀行聲譽受損。”銀行業(yè)人士對記者表示。

對此，DeepSeek也給出了自己的答案：DeepSeek等人工智能技術(shù)與銀行業(yè)深度結(jié)合后，雖然能顯著提升效率，但也可能引發(fā)多維度風險，包括數(shù)據(jù)安全與隱私泄露風險、數(shù)據(jù)污染與模型失真風險、監(jiān)管套利與合規(guī)失控風險、系統(tǒng)性風險傳導放大、倫理與社會信任危機。

“DeepSeek在銀行業(yè)面臨的挑戰(zhàn)依然來自大模型本身的一些限制，比如結(jié)果的可解釋性。但隨著各項技術(shù)如RAG、思維鏈的發(fā)展，這方面的問題會大大降低。另外，銀行業(yè)對安全合規(guī)要求比較高，大模型輸出的不可控性，如果直接面對客戶仍存在隱患。當前階段有些應(yīng)用場景還是大模型生成內(nèi)容，人工進行復核的模式。”史文彬說。

北京社科院副研究員王鵬認為，DeepSeek在應(yīng)用過程中面臨著數(shù)據(jù)質(zhì)量、模型可解釋性和市場適應(yīng)性等挑戰(zhàn)。銀行需要建立嚴格的數(shù)據(jù)質(zhì)量管理體系，確保數(shù)據(jù)的準確性和完整性；同時，也要加強對DeepSeek模型的理解和解釋，提高模型的可解釋性和透明度；此外，還要不斷根據(jù)市場變化調(diào)整DeepSeek的應(yīng)用策略，確保其能夠適應(yīng)銀行的實際業(yè)務(wù)需求。

不少業(yè)內(nèi)人士預判，未來將有更多銀行機構(gòu)接入最新的大語言模型，主要應(yīng)用在提升銀行員工效率的工作場景中。中國銀行業(yè)協(xié)會首席信息官高峰就指出，目前銀行業(yè)對大模型的應(yīng)用主要集中在內(nèi)部場景，比如智能代碼編寫、內(nèi)部AI辦公、智能客服等中臺運營管理，以此來提升員工工作效率，但并未涉及賬戶交易等核心業(yè)務(wù)的應(yīng)用領(lǐng)域。

知名經(jīng)濟學者、工信部信息通信經(jīng)濟專家委員會委員盤和林對第一財經(jīng)表示，DeepSeek的蒸餾算法啟發(fā)了銀行業(yè)，未來，銀行要打造大模型，可以在現(xiàn)有金融AI大模型的基礎(chǔ)上去蒸餾出自己的模型，打造AI更加高效，金融智能化進度會大大加快。