憑借高性能、低成本和開源屬性，DeepSeek大模型引發(fā)金融科技圈的高度關(guān)注，多家銀行啟動(dòng)了深度研究測(cè)試，還有不少銀行已完成本地化部署。某城商行董事長(zhǎng)向記者直言：“以前由于成本太高，中小銀行應(yīng)用AI技術(shù)的程度并不算深，但DeepSeek大模型改變了這一局面，我行正著手部署這款大模型。應(yīng)用該項(xiàng)技術(shù)，未來(lái)也許貸款業(yè)務(wù)能完全做到無(wú)人審批。”

記者多方調(diào)研發(fā)現(xiàn)，DeepSeek大模型正為包括銀行在內(nèi)的整個(gè)金融行業(yè)帶來(lái)顯著改變，包括提高業(yè)務(wù)效率、降低業(yè)務(wù)成本、加強(qiáng)風(fēng)控管理、加快生態(tài)構(gòu)建等。上海金融與發(fā)展實(shí)驗(yàn)室主任曾剛表示，AI技術(shù)在金融領(lǐng)域的應(yīng)用已從試驗(yàn)階段步入深度融合階段，其不僅提供了可復(fù)用技術(shù)，更將整個(gè)行業(yè)引入智能化、個(gè)性化和高效化的發(fā)展軌道。

縮小銀行間技術(shù)差距

“開源生態(tài)下的技術(shù)平權(quán)，可以讓更多銀行尤其是中小銀行以較低成本應(yīng)用AI技術(shù)，促進(jìn)數(shù)字化轉(zhuǎn)型。DeepSeek大模型的低算力消耗以及成本優(yōu)勢(shì)，有助于縮小中小銀行與大型銀行在金融科技等方面的技術(shù)差距。”某中小銀行人士說(shuō)。

恒銀金融科技股份有限公司董事長(zhǎng)江浩然在接受中國(guó)證券報(bào)記者采訪時(shí)表示，DeepSeek大模型強(qiáng)大的自然語(yǔ)言處理能力，能幫助銀行自動(dòng)化處理大量復(fù)雜的金融任務(wù)，顯著提升工作效率。同時(shí)，其開源特性以及社區(qū)建設(shè)促進(jìn)了金融科技行業(yè)生態(tài)的構(gòu)建，吸引更多開發(fā)者和合作伙伴加入，共同推動(dòng)行業(yè)發(fā)展。

記者注意到，不僅工商銀行、建設(shè)銀行、郵儲(chǔ)銀行、招商銀行等國(guó)有大行及股份行已經(jīng)引入DeepSeek大模型并實(shí)現(xiàn)了定制化訓(xùn)練，而且北京銀行、江蘇銀行、青島農(nóng)商行、重慶農(nóng)商行、蘇商銀行、眾邦銀行等中小銀行也在智能運(yùn)維、智能招聘、智能決策等方面探索應(yīng)用DeepSeek大模型。

例如，眾邦銀行表示，該行以開源大模型為基座，深度融合運(yùn)維專業(yè)知識(shí)庫(kù)，打造了智能IT服務(wù)助手——ChatOPS。目前，ChatOPS已升級(jí)采用DeepSeek-R1大模型，并集成至企業(yè)微信。通過(guò)深度思考能力與本地知識(shí)庫(kù)的協(xié)同，ChatOPS能精準(zhǔn)解析用戶問(wèn)題，結(jié)合多維場(chǎng)景推演與知識(shí)儲(chǔ)備，輸出解決方案，人力成本降低30%。同時(shí)，該行依托DeepSeek大模型開啟智能化人才選拔。基于崗位需求，該行系統(tǒng)可自動(dòng)生成評(píng)價(jià)模型，秒級(jí)處理海量簡(jiǎn)歷，精準(zhǔn)識(shí)別候選人的關(guān)鍵技能與相關(guān)經(jīng)驗(yàn)，簡(jiǎn)歷篩選準(zhǔn)確率較人工提升30%-40%。此外，該行系統(tǒng)可一鍵生成個(gè)性化面試問(wèn)題，助力面試官提升評(píng)估候選人的核心能力。總體而言，人才匹配效率提升70%，減少人力部門80%的機(jī)械性工作投入。

銀行內(nèi)部人士表示：“DeepSeek大模型可以幫助銀行部門結(jié)合業(yè)務(wù)場(chǎng)景，自動(dòng)生成可視化圖表及多維度分析建議，大幅提升決策精準(zhǔn)度。傳統(tǒng)報(bào)表需要花費(fèi)數(shù)小時(shí)制作，現(xiàn)在可以秒級(jí)完成，讓數(shù)據(jù)從靜態(tài)報(bào)表升級(jí)為動(dòng)態(tài)智庫(kù)，驅(qū)動(dòng)決策從經(jīng)驗(yàn)導(dǎo)向邁向智慧引領(lǐng)。”

清華大學(xué)國(guó)家金融研究院院長(zhǎng)田軒告訴記者：“應(yīng)用DeepSeek大模型的成本較低。借助強(qiáng)大的邏輯推理能力，其能夠幫助包括銀行在內(nèi)的金融機(jī)構(gòu)更有效地作出決策。同時(shí)，較低的應(yīng)用成本也能幫助金融機(jī)構(gòu)設(shè)計(jì)出個(gè)性化的金融產(chǎn)品及服務(wù)，滿足客戶的金融需求。”

在智能研發(fā)領(lǐng)域，面對(duì)金融科技快速迭代的行業(yè)挑戰(zhàn)，包括蘇商銀行在內(nèi)的眾多中小銀行正依托DeepSeek大模型，構(gòu)建智能編程協(xié)作平臺(tái)，通過(guò)深度語(yǔ)義解析與推理過(guò)程可視化技術(shù)，實(shí)現(xiàn)從業(yè)務(wù)需求到代碼邏輯的精準(zhǔn)轉(zhuǎn)化，有效解決復(fù)雜業(yè)務(wù)系統(tǒng)開發(fā)中的需求理解偏差、代碼重復(fù)率高等難題，為銀行業(yè)務(wù)系統(tǒng)的更新升級(jí)注入強(qiáng)勁動(dòng)能。

或改變銀行傳統(tǒng)授信體系

談及DeepSeek大模型會(huì)給銀行帶來(lái)哪些業(yè)務(wù)創(chuàng)新時(shí)，多位業(yè)內(nèi)人士均提及：“未來(lái)貸款業(yè)務(wù)無(wú)人審批有望完全實(shí)現(xiàn)，銀行或?qū)⒏嗳肆D(zhuǎn)向高附加值領(lǐng)域。”

當(dāng)下在進(jìn)行貸款審批時(shí)，銀行高度依賴人工處理非結(jié)構(gòu)化數(shù)據(jù)，不僅耗費(fèi)大量時(shí)間，而且容易出現(xiàn)錯(cuò)誤。多家銀行表示，通過(guò)創(chuàng)新應(yīng)用DeepSeek大模型，成功破解非標(biāo)材料處理難題，實(shí)現(xiàn)對(duì)嵌套表格、影像資料等復(fù)雜場(chǎng)景材料的精準(zhǔn)解析，大幅提高信貸材料綜合識(shí)別準(zhǔn)確率。

防范潛在的信貸風(fēng)險(xiǎn)對(duì)銀行而言至關(guān)重要。江蘇銀行表示，運(yùn)用多模態(tài)模型實(shí)現(xiàn)合同質(zhì)檢智能化，能夠有效筑牢企業(yè)信貸防火墻。利用智能識(shí)別結(jié)果結(jié)合外部數(shù)據(jù)等方式智能檢測(cè)校驗(yàn)合同信息，可對(duì)風(fēng)險(xiǎn)較高的交易發(fā)出預(yù)警。利用DeepSeek大模型優(yōu)化后的相關(guān)系統(tǒng)，風(fēng)險(xiǎn)識(shí)別及預(yù)警響應(yīng)速度提升20%，助力分支行更高效地完成受托支付合規(guī)性審核。

“合同質(zhì)檢是當(dāng)下DeepSeek大模型在銀行業(yè)的主要應(yīng)用場(chǎng)景之一。”曾剛表示，過(guò)往金融合同里的風(fēng)險(xiǎn)條款和不合規(guī)內(nèi)容以及錯(cuò)誤條款猶如定時(shí)炸彈，稍有不慎，就可能帶來(lái)法律糾紛、監(jiān)管部門處罰，導(dǎo)致銀行遭受嚴(yán)重財(cái)務(wù)損失。合同質(zhì)檢的準(zhǔn)確性與合規(guī)性保障，也直接影響客戶對(duì)銀行的信任程度。通過(guò)應(yīng)用大模型，銀行合同質(zhì)檢的準(zhǔn)確率顯著提升。DeepSeek大模型的細(xì)粒度文檔理解能力，解決了之前的大模型在非制式合同中存在合并單元格、跨頁(yè)表格等多結(jié)構(gòu)表格內(nèi)容識(shí)別準(zhǔn)確率不高、精度局限的問(wèn)題，將嵌套表格、手寫體混合排版等復(fù)雜場(chǎng)景的識(shí)別成功率提升至新高度。通過(guò)降低風(fēng)險(xiǎn)、節(jié)約成本、提升效率和支持業(yè)務(wù)創(chuàng)新，DeepSeek大模型將為銀行帶來(lái)多維度的收益。

江浩然表示：“銀行此前往往通過(guò)抵押擔(dān)保等方式向企業(yè)放貸。現(xiàn)在數(shù)據(jù)已成為廣泛的生產(chǎn)要素，銀行應(yīng)用好這些數(shù)據(jù)資源，利用智能化手段給企業(yè)精準(zhǔn)畫像。對(duì)于向中小企業(yè)提供500萬(wàn)元以下的貸款，若銀行能將企業(yè)的經(jīng)營(yíng)、稅務(wù)等數(shù)據(jù)整合起來(lái)，那么企業(yè)融資難、融資貴的問(wèn)題就能很好地解決。下一步，金融科技公司會(huì)與DeepSeek更加緊密地合作，用更加完善的模型以智能化手段服務(wù)銀行信貸業(yè)務(wù)，讓銀行信貸更加普惠。”

需直面數(shù)據(jù)安全問(wèn)題

“部署DeepSeek大模型的先行者中不少是中小銀行，一定程度上體現(xiàn)了使用AI技術(shù)的成本和門檻下降，或?yàn)橹行°y行數(shù)字化轉(zhuǎn)型提供彎道超車機(jī)會(huì)。”銀河證券研報(bào)分析稱，通過(guò)對(duì)客戶進(jìn)行多維度畫像，DeepSeek大模型可幫助銀行重塑業(yè)務(wù)模式，突破傳統(tǒng)金融服務(wù)局限，優(yōu)化信貸結(jié)構(gòu)。

不可否認(rèn)，目前銀行對(duì)DeepSeek等大模型的應(yīng)用仍較為基礎(chǔ)，更多體現(xiàn)在業(yè)務(wù)流程的優(yōu)化方面，例如智能客服、合同質(zhì)檢、估值對(duì)賬以及辦公流程優(yōu)化，而在財(cái)富管理、投資策略與戰(zhàn)略制定等方面存在一定局限性，尚未與銀行核心業(yè)務(wù)實(shí)現(xiàn)深度融合。

業(yè)內(nèi)人士認(rèn)為，對(duì)數(shù)據(jù)安全與隱私保護(hù)等問(wèn)題的擔(dān)憂限制了這項(xiàng)技術(shù)的進(jìn)一步應(yīng)用。

某城商行合規(guī)部人士向記者表示，隨著金融科技快速發(fā)展，相關(guān)法律法規(guī)和監(jiān)管政策不斷完善。當(dāng)前的金融監(jiān)管體系主要是基于傳統(tǒng)金融業(yè)務(wù)模式制定的。對(duì)于DeepSeek大模型在金融領(lǐng)域的應(yīng)用，目前尚無(wú)明確的監(jiān)管標(biāo)準(zhǔn)，這可能會(huì)限制DeepSeek大模型進(jìn)一步推廣和應(yīng)用。

關(guān)于數(shù)據(jù)安全與隱私保護(hù)等問(wèn)題，銀河證券研報(bào)分析稱，銀行在使用DeepSeek等大模型開展業(yè)務(wù)時(shí)，如果未對(duì)客戶數(shù)據(jù)進(jìn)行脫敏或者加密處理，可能會(huì)導(dǎo)致客戶的身份證號(hào)、賬戶余額、交易記錄等敏感信息泄露。暴露客戶隱私將引發(fā)客戶的信任危機(jī)，并給銀行帶來(lái)嚴(yán)重的聲譽(yù)損失和潛在的法律風(fēng)險(xiǎn)。

因此，銀行應(yīng)對(duì)相關(guān)數(shù)據(jù)進(jìn)行脫敏處理，并大力推廣同態(tài)加密等隱私計(jì)算技術(shù)，在保障數(shù)據(jù)安全的同時(shí)，實(shí)現(xiàn)數(shù)據(jù)價(jià)值的挖掘與利用。但這些技術(shù)在實(shí)際應(yīng)用中成本較高，短期內(nèi)可能主要被大型金融機(jī)構(gòu)所采用。此外，即便銀行對(duì)敏感數(shù)據(jù)進(jìn)行了本地化、脫敏處理，在數(shù)據(jù)傳輸和使用過(guò)程中，仍存在潛在風(fēng)險(xiǎn)。

業(yè)內(nèi)人士表示，DeepSeek大模型作為生成式AI大模型，其輸出結(jié)果可能存在不可解釋性和“幻覺(jué)”問(wèn)題，即生成的內(nèi)容看似合理但并不符合實(shí)際情況。若銀行過(guò)度依賴DeepSeek大模型等人工智能技術(shù)，可能導(dǎo)致系統(tǒng)在面對(duì)技術(shù)故障、網(wǎng)絡(luò)攻擊或突發(fā)事件時(shí)顯得脆弱。

此外，嚴(yán)格的訪問(wèn)控制和操作審計(jì)機(jī)制也能保障數(shù)據(jù)安全。而在合規(guī)運(yùn)營(yíng)方面，DeepSeek等大模型的應(yīng)用需符合相關(guān)的數(shù)據(jù)保護(hù)法律法規(guī)和金融行業(yè)標(biāo)準(zhǔn)。定期進(jìn)行性能監(jiān)控，可確保相關(guān)系統(tǒng)的合規(guī)性和風(fēng)險(xiǎn)可控。

“客觀來(lái)講，DeepSeek大模型面世給金融監(jiān)管部門提出了更高要求。伴隨DeepSeek大模型的廣泛應(yīng)用，數(shù)據(jù)安全、客戶隱私保護(hù)，以及交易過(guò)程中信息披露的有效性、透明性可能會(huì)產(chǎn)生一些問(wèn)題。下一步，銀行需客觀評(píng)估相關(guān)風(fēng)險(xiǎn)，監(jiān)管部門也需出臺(tái)相關(guān)政策，更好地發(fā)揮DeepSeek等大模型的作用。”田軒說(shuō)。