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，工商銀行宣布于近期完成DeepSeek最新開源大模型的私有化部署，并將其接入行內“工銀智涌”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，相較于中小銀行的躍躍欲試，大型銀行步伐則稍顯緩慢，國有銀行、股份制銀行官宣布局DeepSeek系列模型的屈指可數，分析人士指出，大型銀行接入DeepSeek相對審慎，一方面是因為其已有自主研發金融大模型，另一方面則是出于業務規模、合規風險管理等因素的考量。不過，隨著此次工商銀行的成功實踐，預計將會推動其他國有銀行和股份制銀行加快布局，不同類型銀行部署DeepSeek也將呈現差異化的趨勢。
“宇宙行”入局
銀行布局DeepSeek的步伐仍未停歇。3月8日，工商銀行宣布，已于近期在同業率先完成DeepSeek最新開源大模型的私有化部署，并將其接入行內“工銀智涌”大模型矩陣體系。
據了解，“工銀智涌”屬于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、生態于一體。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余個。
接入DeepSeek的“工銀智涌”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、審貸建議等能力于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為，隨著工商銀行宣布完成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布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，也預示著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，用于豐富現有自研大模型的可能。
在工商銀行之前，郵儲銀行依托自有大模型“郵智”，本地部署并集成DeepSeek-V3模型和輕量DeepSeek-R1推理模型，首先將DeepSeek大模型應用于智能客服“小郵助手”，新增邏輯推理功能，并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模型并定制化訓練，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為核心，融合機器學習、自然語言處理及大數據分析技術，對于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、股份制銀行布局DeepSeek系列模型的屈指可數。
股份制銀行方面，此前浦發銀行宣布，在昇騰服務器上部署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。
根據各家銀行的布局及官宣節點來看，民營銀行、地方銀行搶先占據市場聲量。新網銀行、百信銀行、蘇商銀行均透露自2024年關注并引入DeepSeek，并在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后，2月3日，江蘇銀行率先官宣將DeepSeek應用于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布局。
談及大中型銀行布局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復雜，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為嚴格。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，相較于大型銀行引入DeepSeek賦能已有大模型，中小銀行則傾向于直接接入DeepSeek系列模型或與外部云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”背后是急于縮小技術差距的核心訴求。“DeepSeek等大模型技術的廣泛應用為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，而是能夠廣泛應用于中小銀行之中。
形成差異化應用布局
DeepSeek開源模型有助于減少銀行利用AI相關領域的成本及使用“門檻”。
“DeepSeek接入銀行自有大模型能夠提升業務效率與服務質量，優化風險管理和決策流程，推動服務智能化與個性化，促進銀行經營模式變革”，柏文喜表示，DeepSeek能夠快速處理復雜文本和數據分析，自動生成財務分析、風險評估等報告，大大縮短銀行業務流程時間，同時可以更精準地評估客戶信用風險，為信貸審批、反欺詐等提供科學依據。此外，其具備的自然語言處理能力可使智能客服更精準地理解客戶需求，提供個性化服務，并將推動銀行從傳統的人工操作向自動化、智能化轉型，進一步打破部門壁壘，提升組織協作效率。
但整體來看，當前銀行部署DeepSeek仍屬于初級發展階段，對于像財富管理與投顧服務等精確性專業度較高的領域涉及較少。柏文喜認為，DeepSeek在銀行財富管理與投顧服務應用較少的原因，一方面是財富管理和投顧服務涉及大量客戶敏感信息，如資產狀況、投資偏好等。使用DeepSeek時，數據安全和隱私保護面臨更高挑戰。另一方面，在財富管理和投顧領域，投資決策需要高度透明和可解釋。DeepSeek的“黑盒”特性使得其決策邏輯難以完全透明化，影響其在這些領域的應用。
“財富管理和投顧服務需要高度專業化的知識和經驗，DeepSeek需要進一步優化和適配，才能更好地滿足這些領域的復雜需求。”柏文喜補充道。
此外，數據安全與隱私保護、模型可解釋性、技術整合成本等問題也成為DeepSeek落地銀行面臨的潛在挑戰。柏文喜指出，大模型依賴海量數據訓練，銀行客戶信息敏感度高，數據泄露風險和合規壓力較大。同時，DeepSeek的決策邏輯難以透明化，影響其在信貸審批、反欺詐等關鍵場景的公信力。此外，部分銀行的系統相對陳舊，難以支撐大模型的高效部署和運行。而金融科技復合型人才短缺，制約了模型的迭代速度和應用效果。
面對上述挑戰，柏文喜建議，銀行應建立完善的數據安全管理體系，對客戶數據進行脫敏、加密處理，確保數據在使用和傳輸過程中的安全性。同時，通過技術研發和優化，開發可視化工具，增強DeepSeek決策邏輯的透明度。此外，還應加大對技術基礎設施的投入，升級系統架構，提升算力和存儲能力，并加強與高校、科研機構的合作，培養和引進金融科技復合型人才。
雖然挑戰仍存在，但業內人士認為，銀行部署DeepSeek的動力仍然存在，且不同類型銀行布局或將呈現一定差異。
王鵬表示，隨著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布局DeepSeek，這一技術將在銀行業務場景中發揮更大作用。未來，不同類型銀行在布局DeepSeek時將呈現不同趨勢。大型國有銀行與股份制銀行將更加注重DeepSeek在核心業務領域的應用，并積極探索新業務場景。中小銀行可能會更加注重成本效益和實用性，選擇將DeepSeek應用于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。
本文鏈接：http://www.gxcspki.cn/news-9-66797-0.html國有行姍姍來遲！商業銀行“含D量”比拼戰局擴張
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
