觀察| 小行奮進，大行緩進，銀行業直面DeepSeek“戰事”

財聯社2月14日訊（記者 彭科峰）一如春節期間爆火的《哪吒2》，近期DeepSeek大模型的突然走紅，也讓銀行業感到措手不及。“沒想到，真的沒想到。”長期跟蹤金融科技發展的某上市銀行管理人士楊磊（化名）這樣向財聯社記者表示。

但變化已經發生。作爲經營風險的銀行業，如何才能直面DeepSeek帶來的挑戰？

中小銀行奮力跟進DeepSeek熱潮，“唯恐落在後面”

從目前的公開信息來看，面對DeepSeek的突然走紅，衆多地方中小銀行明顯更爲積極，也更敢於發聲。

以時間線來看，號稱“最具互聯網大數據基因的銀行”的江蘇銀行，應該是最早擁抱DeepSeek的銀行。早在2月5日，江蘇銀行就官宣已經落地DeepSeek大模型的應用。

江蘇銀行表示，相關模型應用後，“能夠重塑金融服務模式，實現金融語義理解準確率和業務效率雙突破。”

此後，蘇商銀行、重慶農村商業銀行等多家小銀行也紛紛表態，已經開始“嚐鮮”DeepSeek大模型。北京銀行更宣佈，2024年底，該行聯合華爲率先引入部署DeepSeek系列大模型，探索DeepSeek大模型在金融領域的應用，目前已在AIB平臺京行研究、京行智庫、客服助手、京客圖譜等多個關鍵業務場景中試點應用，大幅提升了知識驅動的模型服務質量和效率，爲銀行智能化發展注入強勁動力。

但是，財聯社記者試圖就DeepSeek目前的效果聯繫北京銀行進行深入採訪，至發稿時止，未獲迴應。

如何看待多家中小銀行的積極跟進？有多名業內人士從不同的角度給出了迴應。有人向財聯社記者表示，一些銀行是藉機宣傳自己過往在大模型方面的既有成果；也有人認爲，一些銀行是在主動迴應社會關切，迎合資本市場。

“從我個人的角度來看，一些中小銀行還是爲了股價考量。他們想給投資者傳達一些不一樣的信息，提振投資者信心。”楊磊這樣表示。

大行的剋制和跟進，“讓子彈再飛一會”

相比當前衆多中小銀行的熱情似火，國有大行、股份行明顯要更爲冷靜。依據財聯社記者的近期的走訪調研來看，不同的銀行也有不同的考量。

一種，是已經和互聯網巨頭合作，採購、使用了“上一代”的大模型。某股份行內部人士向財聯社記者介紹，在ChatGPT爆火之後，他們行積極擁抱金融科技的新浪潮，已經購買了BAT其中一家的產品，並且“耗資不菲”。但是，從實際應用的角度來看，效果並不算好，“只能完成規範化、較爲基礎的工作”，最終還得專人介入。

另外一種，則有“讓子彈再飛一會”的考量。此前，元宇宙一度被市場認爲是下一代科技革命的代表，但目前情況如何呢？

一名國有大行內部人士談起元宇宙，只能不斷的苦笑和搖頭。“那時候投入大量成本搞了數字人，（已經幾乎沒什麼價值），現在也只能在一些展會上展示一下。”從目前的情況來看，儘管2024年還有一些銀行在積極申請元宇宙專利，但“形式大於內容”。

因此，多名國有大行人士均向財聯社記者表示，對DeepSeek的作用已有深入瞭解，但是否接入、如何應用暫未知。

當然，也有例外者。比如郵儲銀行近期已經發文稱，依託自有大模型“郵智”，第一時間本地部署並集成DeepSeek-V3模型和輕量DeepSeek-R1推理模型。

“國有大行是金融行業的主力軍。即便從體量來看，對於新技術的態度會更爲冷靜和從容。”楊磊表示，更深層的原因在於，國有大行此前已經都在金融大模型領域投入甚多，在硬件成本、人力資源等方面的投入，絕非中小銀行能夠相提並論。

DeepSeek能重塑銀行業務嗎？

長期從事人工智能、大數據研究的研究員王力（化名）向財聯社記者表示，資本市場對於DeepSeek的狂熱可以理解。但實際上，目前人工智能行業對於DeepSeek的評價和判斷，其熱度遠遠低於大衆。

“AI大模型簡單來說，主要取決於算力、算法、數據等。DeepSeek最大的價值應該在於算法。”王力表示，DeepSeek的進步在於，在不依賴於海量算力（需要高性能芯片支撐）的前提下，依託算法等方面的創新，達到主流大模型的同等效果。DeepSeek之於社會的最大意義，除了探索出新路外，還在於降低了大模型的門檻。

對此，某銀行金融科技人員也表示有同感。相比“上一代”的傳統AI大模型，DeepSeek上手從簡易性到智能化等多方面，都有明顯提升。

或許正是因爲這樣的原因，目前多家銀行已經成立了DeepSeek本地化應用的工作專班。楊磊就坦言，該行金融科技人員已經對DeepSeek進行了多次討論、分析、交流。近期，該行應該會作相關部署。

楊磊進一步介紹，從目前的信息來看，DeepSeek對於銀行業的作用主要體現在三方面。第一是大數據方面，包括相關數據的梳理、錄入和歸納，以及電話客服。第二是智能化的文案，相當於可以取代銀行在營銷方面的傳統廣告公司的作用。“舉個例子，每年銀行都要製作活動海報，過去都會找廣告公司，一張圖上千、上萬。現在這方面工作完全可以用DeepSeek來做。”

則是智能風控。楊磊認爲，傳統的大數據、AI大模型是給客戶貼標籤，其實並不夠智能，但DeepSeek的關聯性遠勝過往，“可以認爲具備一定的推理能力”，因而能夠提高效率。此外，在市場營銷方面，比如對私、對公方面，也會有很多想象空間。

但無論如何，銀行的傳統業務依然和存貸差有關。有銀行內部人士坦言，從拉存款、放貸款的角度來說，DeepSeek並不能解決根本問題，但輔助作用明顯。但是，銀行也需要與時俱進，面對DeepSeek的風潮，任何銀行都不可能置身事外。

“DeepSeek對中小銀行的作用會更大。”楊磊進一步表示，相比國有大行、股份行，更多中小銀行會是受益者。這是因爲，傳統的大模型投入甚大，採購硬件、和第三方公司合作，投入動輒千萬起乃至上億。這對中小銀行來說，是“不能承受之重”。但是，依據多次推算，銀行本地化部署DeepSeek的成本只有幾十萬、上百萬，這讓更多的中小銀行得以闖入了金融大模型的賽道，一定程度上拉平了和大銀行的差距。而這在過去，是不可想象的。“綜合判斷，在一些細分領域，下半年可能就會有DeepSeek相關的銀行黑馬級應用的出現。而且，很可能是中小銀行”。

不過，在王力看來，AI賽道也好，大模型也罷，目前並未看到競爭的終點出現。技術的迭代速度，遠超普通人的想象。“現在都說DeepSeek便宜、先進，明年會不會有更好用、更便宜的其他產品出現？”

但在更多銀行人士看來，這些並不是問題。“現在DeepSeek已經足夠便宜了，難道非要等到免費大模型的出現才上車？走過路過，絕不能錯過。”楊磊給出了自己的理解。