DeepSeek橫空出世後，多家銀行啓動深度研究測試，銀行業大模型落地仍在開放探索

財聯社2月5日訊（記者 樑柯志）DeepSeek橫空出世之後，引發銀行金融科技領域的高度關注。

多家銀行金融科技負責人對財聯社表示，已經關注並開始研究DeepSeek對銀行金融科技帶來的影響，其中興業銀行相關人士透露，該行已經在春節前做了測試。

2月5日，某股份行首席技術官對財聯社表示，目前多數銀行在大模型應用還以內部提效爲主，對外部客戶服務方面會更加謹慎。不過，隨着DeepSeek等模型能極大降低訓練和使用成本，對未來銀行全面推廣大模型應用會有很大的助力。

另一位大型股份行科技管理部負責人表示，該行正在深度研究DeepSeek，主要考慮到銀行適用大語言模式有本地部署的考慮，一方面是安全方面要求，第二是業務場景的需求。此前研究比對多是境外的模型。

財聯社記者注意到，江蘇銀行近日宣佈成功本地化部署微調DeepSeek-VL2多模態模型、輕量DeepSeek-R1推理模型，分別運用於智能合同質檢和自動化估值對賬場景中，通過對海量金融數據的挖掘與分析。

國產大模型DeepSeek橫空出世，國內銀行紛紛測試

本輪熱潮始於2024年12月26日，DeepSeek-V3正式發版，以其同效能、低成本引發國內外資本和科技領域的關注。

2月4日，浙商證券報告認爲，其代表國產大模型推理能力提升，加速在應用端落地。DeepSeek最新版模型展現出來的優異能力，表明國內大模型推理能力提升到一個新的階段，大模型在各領域的應用有望加速加速落地。浙商證券研報認爲，DeepSeek給AI研究和企業端應用都將帶來革新。

上述首席技術官表示，從行業來說，各家銀行肯定都會深入研究這一系統，畢竟代表一個新的方向。短期來說，不會對金融科技產生質的變化。因此，對降低銀行科技投資來說還爲時尚早。長期來看，在大模型迅猛發展之後，找到與銀行業務的結合點、突破點，帶來更大的價值轉化，纔會降低投入成本。

《2024年中國金融科技創新發展洞察報告》顯示，金融機構科技投入規模由2019年的2252.60億元增長至2023年的3558.15億元，年均增長14.48%。其中，商業銀行科技投入規模保持在較高水平，佔金融機構投入的比例穩步提升，從2019年的76.80%上升到2023年的77.50%。

上述股份行科技管理部負責人表示，DeepSeek在基礎大模型之上，但客觀來說並不是碾壓式的創新，假期期間對DeepSeek尚未完成全面測試，還不能斷定一定會採用它。實際上國內外也不時會出現新的模型和應用，但是作爲銀行也不能發現好的模型“馬上就換”，要有一個過程。

該人士分析，有些銀行金融科技應用大模型程度不高，此時採用DeepSeek或是“一個好的機會”。

銀行大模型應用仍在開放探索

公開資料顯示，2024年4月，DeepSeek大語言模型算法備案才通過；2024年5月7日，發佈第二代開源Mixture-of-Experts（MoE）模型——DeepSeek-V2；2024年6月17日，發佈DeepSeek-Coder-V2；2024年12月13日，發佈用於高級多模態理解的專家混合視覺語言模型——DeepSeek-VL2。

2月1日以來，包括騰訊雲、百度智能雲和阿里雲等均推出不同類型的DeepSeek模型應用服務。

上述首席技術官承認，目前銀行在大模型研究和應用的成熟度還不夠。此外，由於模型幻覺問題沒有很好解決，在合規安全的要求也會很謹慎，這是大規模應用之前需要解決的障礙。

在企業應用端，浙商證券報告認爲首先現有的B端應用將最先迎來AIAgent，B端應用有成熟的數據、場景，例如客服、營銷類場景會較快佈局活躍有效的智能代理服務。其次，隨着低參數模型性能翻倍，將更適用於追求低能耗的端側AI創新產品。

另一位股份行科技線人士表示，大模型基於數據黑盒輸入輸出，存在一定不可解釋性，這對金融業務安全有影響，同時還有倫理邏輯的問題。不過，現在大模型在銀行體系還是處於開放探索階段，現在不存在驗收的要求。

該人士認爲，適合自己纔是最好，部分銀行已經在外部模型基礎上開發和打磨自有模型，相信會成爲未來銀行金融科技的一種重要發展模式。