熱點欄目 自選股 數據中心 行情中心 資金流向 模擬交易

客戶端

　　來源：北京商報

　　銀行正加速DeepSeek系列模型本地化部署工作，“含D量”比拼戰局愈演愈烈。3月8日，工商銀行宣佈於近期完成DeepSeek最新開源大模型的私有化部署，並將其接入行內“工銀智湧”大模型矩陣體系。據北京商報記者不完全統計，在工商銀行之前，已有22家銀行官宣接入DeepSeek系列模型，應用領域覆蓋智能客服、信貸審批、智能營銷、風險管理、經營辦公等多個業務場景。

　　在這場“含D量”比拼戰中，相較於中小銀行的躍躍欲試，大型銀行步伐則稍顯緩慢，國有銀行、股份制銀行官宣佈局DeepSeek系列模型的屈指可數。

　　“宇宙行”入局

　　銀行佈局DeepSeek的步伐仍未停歇。3月8日，工商銀行宣佈，已於近期在同業率先完成DeepSeek最新開源大模型的私有化部署，並將其接入行內“工銀智湧”大模型矩陣體系。

　　據瞭解，“工銀智湧”屬於工商銀行企業級金融大模型技術應用體系，集算力、算法、數據、工具、安全、應用、生態於一體。目前已實現大模型對行內20多個主要業務領域的賦能，落地場景200餘個。

　　接入DeepSeek的“工銀智湧”在產品創新、客戶服務、風險防控方面實現提升。工商銀行介紹，該行在金融市場領域打造了ChatDealing數智對話交易產品，重塑金融市場交易流程，大幅提升交易規模。同時，打造了遠程銀行坐席助手“工小慧”，實現“智能全旅程陪伴”，推動重點場景通話時長壓降約10%。此外，圍繞信貸全流程，打造了集信貸制度查詢、報告編寫、風險評估、數據分析、審貸建議等能力於一體的專屬授信審批風控助手“工小審”，實現對公信貸全場景“智慧審貸”。

　　北京社科院副研究員王鵬認爲，隨着工商銀行宣佈完成DeepSeek最新開源大模型的私有化部署，國有銀行在金融科技領域的佈局再次邁出重要一步。這一舉措不僅彰顯了銀行對金融科技的重視，也預示着DeepSeek技術在銀行業務中的廣泛應用前景。

　　DeepSeek的開源模式好似樂高積木具備可拼可改的性能，這也使得身處數字化轉型進程中的銀行可以將其接入，用於豐富現有自研大模型的可能。

　　在工商銀行之前，郵儲銀行依託自有大模型“郵智”，本地部署並集成DeepSeek-V3模型和輕量DeepSeek-R1推理模型，首先將DeepSeek大模型應用於智能客服“小郵助手”，新增邏輯推理功能，並將進一步探索在數字員工多模態交互、產業鏈產品智能推薦分析、反欺詐風險防控等金融場景的特色化服務應用。

　　建設銀行也傳出正在部署DeepSeek相關應用，有消息稱，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系化應用，或將集成AI工具供下屬機構使用，旗下建信理財已開始研究DeepSeek在理財業務部分場景的應用。

　　大中型銀行緣何姍姍來遲

　　DeepSeek以深度搜索與自適應優化算法爲核心，融合機器學習、自然語言處理及大數據分析技術，對於數據豐富的銀行業而言，能夠進一步賦能業務經營發展。

　　北京商報記者梳理發現，除上述3家國有銀行之外，還有20家銀行也已接入DeepSeek系列模型。從銀行類型來看，在這場“含D量”大模型部署戰中，國有銀行、股份制銀行佈局DeepSeek系列模型的屈指可數。

　　股份制銀行方面，此前浦發銀行宣佈，在升騰服務器上部署DeepSeek-R1671B千億級大模型，嵌入數字員工助手應用，賦能智能問答、指標問答、財務分析、報告寫作等多個應用場景，在業內率先實現全棧國產化算力平臺+DeepSeek大模型的金融應用。興業銀行則表示，已正式接入DeepSeek-R1大模型。

　　根據各家銀行的佈局及官宣節點來看，民營銀行、地方銀行搶先佔據市場聲量。新網銀行、百信銀行、蘇商銀行均透露自2024年關注並引入DeepSeek，並在2025年進一步深化DeepSeek應用。城商行方面，在DeepSeek春節假期爆火出圈之後，2月3日，江蘇銀行率先官宣將DeepSeek應用於智能合同質檢和自動化估值對賬場景；北京銀行、江蘇銀行、重慶銀行、成都銀行、北部灣銀行、內蒙古銀行、北京農商行、重慶農商行、四川農商聯合銀行等也相繼佈局。

　　談及大中型銀行佈局DeepSeek步伐相對緩慢的原因，中國企業資本聯盟副理事長柏文喜指出，國有銀行和股份制銀行的決策流程相對複雜，對新技術的穩定性和可靠性要求更高，在引入DeepSeek時，需要經過多輪測試和評估，以確保其不會對現有業務產生負面影響，這些銀行通常擁有更復雜的業務體系和龐大的技術基礎設施，需要投入更多資源進行技術研發和系統適配。同時，部分國有大行和股份制銀行在早期已投入大量資源自主研發金融大模型，對開源模型的依賴程度相對較低。此外，國有銀行和股份制銀行客戶數據量大且敏感度高，對數據安全和隱私保護的要求極爲嚴格。因此，在引入新技術時需要更謹慎地評估數據泄露風險和合規壓力。

　　整體來看，相較於大型銀行引入DeepSeek賦能已有大模型，中小銀行則傾向於直接接入DeepSeek系列模型或與外部雲服務商合作對智能客服、信貸審批、智能營銷、風險管理、經營辦公等不同業務場景進行功能或業務的優化。

　　而地方銀行、民營銀行的應用“躁動”背後是急於縮小技術差距的核心訴求。“DeepSeek等大模型技術的廣泛應用爲縮小中小銀行與大型銀行在大模型領域的技術差距提供了可能。”新網銀行副行長李秀生表示，低算力要求和低數據訓練成本的特性，讓中小銀行能夠以更低成本引入和應用這些先進技術。大模型將不再是大型銀行的專屬，而是能夠廣泛應用於中小銀行之中。

　　DeepSeek開源模型有助於減少銀行利用AI相關領域的成本及使用“門檻”。雖然挑戰仍存在，但業內人士認爲，銀行部署DeepSeek的動力仍然存在，且不同類型銀行佈局或將呈現一定差異。

　　王鵬表示，隨着工商銀行的成功實踐，其他國有銀行與股份制銀行可能會加速佈局DeepSeek，這一技術將在銀行業務場景中發揮更大作用。未來，不同類型銀行在佈局DeepSeek時將呈現不同趨勢。大型國有銀行與股份制銀行將更加註重DeepSeek在覈心業務領域的應用，並積極探索新業務場景。中小銀行可能會更加註重成本效益和實用性，選擇將DeepSeek應用於關鍵業務領域或痛點問題。而民營銀行與互聯網銀行則可能利用DeepSeek的技術優勢，拓展新的業務模式和服務方式。

　　北京商報記者 李海顏

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：公司觀察