股市特别报道·产业观察|消金、金科公司勇“尝鲜”DeepSeek 业内:将推动行业向更智能化方向发展

深圳商报·读创
10 Mar

  深圳商报·读创客户端首席记者谢惠茜

  作为金融行业最勇于“尝鲜者”,随着DeepSeek火爆出圈,记者了解到,近期中原消费金融、中邮消费金融、马上消费、乐信宜人智科信也科技奇富科技等十余家消费金融以及金融科技类公司已率先接入DeepSeek,并已开始广泛应用到公司经营管理,以及各个业务场景中。

  近日,中原消费金融宣布完成深度智能系统升级,基于自主研发的“元擎Matrix”智能体开发平台,成功整合DeepSeek系列大模型技术,打造覆盖业务场景的智能化支持体系,标志着企业数字化转型进入新阶段。

  据悉,中原消费金融本次升级创造性采用"本地轻量化模型+云端大模型"协同模式。本地部署的DeepSeek-R1蒸馏模型在保障核心业务数据安全的基础上,显著优化了运算效率;云端接入的DeepSeek多版本大模型则为复杂场景提供弹性算力支持。技术团队同步开发的专业提示词生成系统,有效降低了大模型应用门槛。目前,该智能系统已深度融入中原消费金融的日常运营,在风险管控、服务响应、决策支持等方面并逐渐显现成效。

  信也科技自主研发的两大大模型平台——大语言模型应用开发框架E-LADF和信也智能体创新应用平台Zeta也于近日正式接入DeepSeek-R1,完成了一次关键升级。据介绍,通过这一升级,信也科技能够提升大模型对于复杂问题的语义理解和处理能力,扩大大模型服务边界,更有力地支持决策类场景,从而更精准地识别欺诈模式、优化用户交互策略,并提升AI在业务流程中的自动化程度,从而进一步推动智能化金融服务的落地。

  中邮消费金融则基于自主研发的一站式大模型“邮远见”接入DeepSeek,提供智能问答和智能编程辅助服务,据悉,后续还将持续深化DeepSeek与公司业务场景的结合与应用。

  作为一家注重创新与效率的企业,宜信持续运用AI技术为现有业务注入新的活力,高效提升内外部运营效率。据悉,日前宜信通过积极引入DeepSeek,已进一步全方位优化办公流程,提升工作效率。在会议智记、日程管理、AI翻译、法务审核、人力资源、税务管理等关键领域,对宜信办公效率实现显著提升。

  除此之外,奇富科技近日还启动“Deepbank星海计划”,通过社招、校招及内部转岗,集结顶尖AI人才,推进大模型技术在金融场景的深度落地。

  据悉,早在2023年4月,奇富科技便组建了百余人规模的大模型部,成为首个进军大模型的金融科技公司。其在业内率先提出“打造金融智能体”的理念,核心逻辑在于通过大语言模型、多模态模型等前沿技术,构建覆盖风险决策、用户增长、智能经营等全链路的AI应用体系。到2024年12月时,奇富科技已成果显著,一百多个智能体在上海市金融科技国际论坛特展周亮相。公司还申请专利961件,并在多个国际顶级学术会议上发表了多篇AI论文。

  乐信也是国内最早部署和应用DeepSeek 的金融平台之一。继去年5月引入DeepSeek V2版本后,近期乐信正式接入并部署了DeepSeek-R1版本,通过DeepSeek完善了本地化部署的、乐信专有大模型“奇点”Al大模型,并在研发提效、内部工具、业务赋能等方面深入落地应用。

  据透露,DeepSeek的融合为乐信的运营和业务带来了显著的效率提升和体验优化:AI替代30%重复性人力工作,释放资源投入创新研发;服务体验升级:智能客服首次解决率大幅提升,NPS评分提升25%。

  “基于DeepSeek ,各行各业都可以结合自身场景深入应用,将推动中国智能化进程的快速发展,同时,技术与场景的深度结合将形成正循环,持续推动技术和场景创新的飞跃。”中邮消费金融相关负责人谈及DeepSeek会给金融行业带来哪些改变时表示,他认为,这将带来巨大的发展前景。

  “DeepSeek在消费金融领域的融合趋势将朝着更深度、更智能化的方向发展。”乐信CTO陆勇表示,今年公司会继续加大技术投入,尤其是在基于DeepSeek-R1私有化部署和蒸馏适配业务领域专属的模型上发力,在公司的所有业务流程环节上改造提效,探索通过技术助力公司和业务向着数字化、智能化方向发展。

  中原消费金融首席信息官许志锋也表示,未来将持续探索大模型技术与金融场景的融合创新,积极参与行业标准建设,推动智能技术在合规框架下的深化应用。

(文章来源:深圳商报·读创)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10