在現有大模型矩陣引入DeepSeek的銀行，數量還在增加。截至記者發稿前，除了工行、郵儲、建行、招行、浦發等大中型銀行，一些地方中小銀行、互聯網銀行也在加快部署DeepSeek大模型，推進其在智能客服、業務流程優化、智能風控等場景的應用。此外，在銀行理財領域，也有機構宣布接入，並實現本地化部署。

事實上，大模型在金融業務場景的應用還在由淺入深地推進過程中。多位受訪業內人士認為，金融機構在探索AI大模型的應用時，通常是“由內而外”的，即先從內部工作提效逐漸拓展至對外客戶服務。也有研究人士建議，銀行在應用DeepSeek等大模型的同時，更應從戰略、技術、人才等多方麵完善配套，尤其是中小銀行。

銀行豐富大模型矩陣

近段時間以來，DeepSeek模型的“大火”快速席卷至金融行業。以國有大行為例，券商中國記者近日從獲悉，該行已引入DeepSeek模型並定製化訓練，積極推進生成式人工智能在全集團的體係化應用，或將集成AI工具供下屬機構使用。

除了建行，工行近日宣稱，該行基於自主研發、全棧自主可控的大模型平台“工銀智湧”，在同業中率先引入DeepSeek係列開源大模型底座，並麵向全行開放使用。該行在重點領域率先試點，構建財報分析助手、AI財富管家等10餘個典型場景。

則表示，該行依托自有大模型“郵智”，本地部署並集成DeepSeek-V3模型和DeepSeek-R1推理模型。應用於智能客服“小郵助手”後，新增邏輯推理功能，可精準識別用戶需求，提供個性化和場景化的服務方案，加快響應速度和任務處理效率。

上述大型銀行對DeepSeek模型的布局模式，共性是基於自主研發、全棧自主可控的大模型平台基礎上引入並部署，相當於對已有大模型矩陣的豐富。而一些中小銀行則受益於開源模型，自主搭建例如辦公助手等多場景應用，麵向員工體驗；而一些銀行則更深度探索內部知識庫搭建、研發提效、甚至信貸風控模型。

券商中國記者了解到，作為互聯網銀行之一的新網銀行，早在2024年5月就在係統研發場景中應用DeepSeek大模型，分別構建了研發知識問答助手與代碼續寫助手，縮短一線工程師在研發過程中查閱技術資料的耗時。

“隨著技術的不斷進步和成本的進一步降低，大模型將不再是大銀行的專屬奢侈品，而是能夠廣泛應用於中小銀行等金融機構中。”新網銀行副行長兼首席信息官李秀生近日表示，新網銀行已在客服領域應用大模型，成功替代了部分人工客服，並正在營銷、貸後管理等領域嚐試大模型的應用。

理財公司“聞風而動”

除了在銀行、證券、基金、保險、消費金融等金融領域，銀行理財公司目前也已經實質性推進了對DeepSeek大模型的應用。

據券商中國記者獲悉，建行旗下建信理財已開始研究DeepSeek在理財業務部分場景的應用。此外，近期光大理財表示，在風險中台完成了對DeepSeek蒸餾模型的本地化部署。

光大理財表示，經過數輪實踐應用檢驗，發現DeepSeek蒸餾模型在合同信息比對、決議信息校驗等方麵展現出了強大的智能檢索、校驗能力，提升了審核人員的信息識別和數據比對效率。該公司稱，後續將進一步推進DeepSeek全尺寸模型的部署，探索其在內容比對、信息披露、行業研究等多個關鍵業務場景中的創新應用。

還有一些理財公司，其尚未正式引入DeepSeek大模型基座，但宣稱ds引起了其對中國科技資產戰略價值的重新審視。包括中郵理財、招銀理財、興銀理財、渤銀理財在內的多家機構已布局科技主題理財產品。

中郵理財表示：作為人工智能領域的新晉頂流，DeepSeek也讓科技投資的熱度再次飆升。科技行業雖然充滿機遇，但也伴隨著高波動性。如何在抓住科技紅利的同時，有效控製風險？其相關產品創新采用紅利科技輪動策略，為投資者打造科技投資產品。

也就是說，銀行理財正試圖從係統的部分場景（風控）和資產端，瞄準DeepSeek帶來的發展機遇。

某AI大模型廠商金融業務負責人此前對券商中國記者介紹，在資管領域，AI大模型可應用於多種場景，例如提供資產配置方案建議，分析組合資產特點、分析收益與風險；提供個性化財務規劃，推薦合適的金融產品；根據市場實時動態，優化投資策略等。

應用場景由淺及深

國內一家雲計算廠商金融業務總經理對券商中國記者表示，金融行業對於大模型的應用需求，從原來僅用於知識庫搭建和寫代碼等內部提效場景，逐漸擴展到應用於對外業務中，例如投資研究、投資者教育、投資顧問等。在銀行領域例如貸款審批、盡職調查，幫助銀行科技部門或業務部門搭建自身業務所需的智能體，實現工作流程半徑縮短甚至重構。

目前DeepSeek的應用場景，郵儲銀行的介紹具有一定代表性。據該行介紹，在遠程銀行服務領域，利用多步驟推理優化能力，增強手機銀行陪伴式數字員工能力，優化坐席助手與智能陪練，提升客服專業性和工作效率；在公司金融領域，探索產業鏈場景，完成複雜的業務推理流程、產品推薦、產品組合推薦、股權分析及財務分析等功能；在風險防控領域，高效分析並自動生成案件分析報告，提升可疑點識別效率與準確性，增強反欺詐主動防禦能力等。

騰訊雲副總裁胡利明觀察到，目前多家金融機構在探索DeepSeek應用場景時，通常是“由內而外”的。即先從內部部分場景試點，起到提高效率的作用，再開始對外開展客服，而不是直接跨到對外客服領域。

“目前對大模型的應用，暫時都還沒有涉及對精確性、準確性特別高的交易領域，現在沒有到這個階段。因為目前其精確性還需要再提升，相應的法律法規也要繼續完善。” 胡利明對券商中國記者說。

胡利明總結，目前DeepSeek在代碼助手、知識引擎、智能客服助手、風控領域的應用，相對來說較多，包括保險領域的營銷和產品谘詢、證券領域的投研和輿情分析、信貸領域的信審報告撰寫、遠程盡調等場景，都已經有不同程度的試點應用。

警惕“技術依賴”

金融業快速應用AI大模型等技術，助力其數字化轉型的同時，信息安全、自身體製機製的變革等問題也受到關注。

上海交大深圳行業研究院首席科學家蔣煒讚表示，以大模型為代表的AI能力，目前僅適用於流程化和標準化較突出的業務場景。即便已經在風控場景已有較為成熟應用的銀行業數據操作係統，依舊不能脫離人的經驗獨立操作。他強調，基於銀行業務流程性和合規性兩大特性，大模型在擴展應用場景的過程中，信息安全變得尤為重要，相關應用主體需構築數據隔離牆。

招聯首席研究員董希淼認為，金融機構在應用大模型過程中，應將強化數據信息安全和隱私權保護的理念，以最嚴格的標準和最嚴密的措施確保數據信息和隱私安全。

此外，董希淼認為，部署應用DeepSeek等大模型，對農商銀行等中小銀行來說並非“一招鮮”，更難以“一鍵複製”，銀行在數字化轉型過程中，應該避免形成“技術依賴”“模式依賴”。而更應該從戰略、技術、人才等多方麵完善配套，應從自身資源稟賦出發，聚焦發展方向和業務重點，走出一條差異化之路。

新網銀行副行長李秀生也認為，大模型時代的來臨，要求銀行從人工智能的充分應用角度，思考如何重塑銀行的經營管理和流程。整體來看，商業銀行需從戰略層進行思考，同時考慮算力、數據、算法以及應用等多方麵因素。