（本文作者曾剛，上海金融與發(fā)展實驗室首席專家、主任）

DeepSeek橫空出世之后，引發(fā)銀行金融科技領(lǐng)域的高度關(guān)注，多家銀行正啟動深度研究測試，也有銀行已經(jīng)正式引入了DeepSeek。大語言模型等AI(人工智能)在金融領(lǐng)域的應(yīng)用已從輔助工具階段邁向核心生產(chǎn)力階段，從“試驗階段”進(jìn)入“深度融合階段”。它不僅為金融業(yè)提供了可復(fù)用的技術(shù)框架，更預(yù)示著金融行業(yè)將朝著智能化、個性化和高效化的方向發(fā)展。

從目前情況看，合同質(zhì)檢是當(dāng)下DeepSeek在銀行業(yè)的主要應(yīng)用場景之一。在金融行業(yè)中，合同質(zhì)檢直接關(guān)系到合規(guī)性、風(fēng)險控制和運營效率。過往金融合同里的風(fēng)險條款和不合規(guī)內(nèi)容以及錯誤條款，猶如“定時炸彈”，稍有不慎，就可能引發(fā)法律糾紛、監(jiān)管處罰，導(dǎo)致嚴(yán)重財務(wù)損失。合同質(zhì)檢的準(zhǔn)確率與合規(guī)性保障，也直接影響了客戶對銀行的信任程度。

而通過大語言模型的應(yīng)用，合同質(zhì)檢的準(zhǔn)確率能夠顯著提升。DeepSeek-VL2多模態(tài)模型的細(xì)粒度文檔理解能力，解決了傳統(tǒng)模型在非制式合同中存在合并單元格、跨頁表格等多結(jié)構(gòu)表格內(nèi)容識別準(zhǔn)確率不足、精度局限的問題，將嵌套表格、手寫體混合排版等復(fù)雜場景的識別成功率提升至領(lǐng)先水平。

相關(guān)數(shù)據(jù)顯示，引入大語言模型后，通過創(chuàng)新的多模態(tài)技術(shù)與混合專家框架，有銀行在合同質(zhì)檢智能化方面的識別綜合準(zhǔn)確率躍升至96%，較傳統(tǒng)方案提升12個百分點。這不僅是技術(shù)指標(biāo)的進(jìn)步，更蘊含著巨大的實際業(yè)務(wù)價值。通過降低風(fēng)險、節(jié)約成本、提升效率和支持業(yè)務(wù)創(chuàng)新，大語言模型將為銀行帶來多維度的收益。

從長遠(yuǎn)發(fā)展來看，大語言模型的運用使銀行能更從容地應(yīng)對跨境合同、多語言合同等復(fù)雜合同，推動業(yè)務(wù)擴展。同時，也為智能化合同流程，如自動化合同生成與審批，提供基礎(chǔ)，助力業(yè)務(wù)創(chuàng)新，增強銀行的市場競爭力和長期發(fā)展?jié)摿Α?/p>

在運營方面，大語言模型的應(yīng)用改變了銀行員工的角色定位。員工正從傳統(tǒng)的“執(zhí)行者”向“決策者”和“創(chuàng)新者”轉(zhuǎn)變，從重復(fù)性任務(wù)執(zhí)行者變?yōu)橹悄芄ぞ吖芾碚?；從單一領(lǐng)域?qū)＜易優(yōu)榭珙I(lǐng)域協(xié)作者；從被動執(zhí)行轉(zhuǎn)變?yōu)橹鲃觿?chuàng)新。

未來，銀行或?qū)⒏嗳肆D(zhuǎn)向高附加值業(yè)務(wù)。當(dāng)大模型在處理客戶的常規(guī)問題和需求可以獨當(dāng)一面時，便有更多的員工可以將時間分配給建立和維護高質(zhì)量的客戶關(guān)系，并專注于設(shè)計創(chuàng)新的金融產(chǎn)品和開拓新市場。

角色定位的轉(zhuǎn)變也對銀行員工技能提出了新要求，包括技術(shù)能力、數(shù)據(jù)分析能力、創(chuàng)新與戰(zhàn)略思維以及軟技能等。大模型的引入并不會完全取代銀行員工，未來的主流工作模式將是人機協(xié)作，模型負(fù)責(zé)效率，員工負(fù)責(zé)判斷，雙方通過實時反饋實現(xiàn)持續(xù)優(yōu)化，團隊協(xié)作也將更加緊密。

當(dāng)前，大語言模型在金融領(lǐng)域的潛力遠(yuǎn)未被完全挖掘，未來其應(yīng)用場景也將更加廣泛。無障礙服務(wù)、智能投顧、欺詐檢測與反洗錢、動態(tài)定價與利率優(yōu)化……“腦子快”的大模型還可以參與銀行眾多的業(yè)務(wù)環(huán)節(jié)，成為職員的好幫手。

本文源自中新經(jīng)緯，僅代表作者觀點。