DeepSeek问世以来，金融业发展也被按下加速键。近期，各大银行也抓住行业东风，纷纷引入并部署DeepSeek系列开源大模型，推动智能化和数智化转型。工商银行率先通过“工银智涌”平台，将DeepSeek应用于财报分析助手、AI财富管家等核心场景；邮储银行依托“邮智”大模型，将DeepSeek集成至“小邮助手”及多个C端服务场景，提升客户体验和业务效率。在中小银行中，江苏银行将DeepSeek用于智能合同质检和资产估值对账，北京银行则联合华为实现DeepSeek全栈国产化金融应用。
    科技为金融业务赋能
    “金融是半个IT行业，金融数字化一直走在前列，目前生成式人工智能大模型成为银行业关注焦点。2022年11月，OpenAI推出的对话式通用人工智能工具ChatGPT正式上线，意味着人工智能技术的发展迈入全新阶段。金融行业拥有大量用户群体，积累了海量数据，是大模型应用的优质场景。”招联首席研究员董希淼认为，ChatGPT、DeepSeek等生成式人工智能等大模型技术会加速银行数字化转型的效率和质量，是商业银行高度重视的发展方向。
    据悉，当前，金融业对大模型的应用基本上为两种模式，其中一种是自行开发模式，如多家银行先后披露其在大模型领域的探索及应用；另一种是合作模式，如一些银行选择与科技公司合作，利用科技公司大模型为自身业务赋能。
    “作为一款开源的大模型，DeepSeek为银行业带来较强的部署应用灵活性。从目前银行业实践看，DeepSeek在信息收集处理、反欺诈、信贷风控、客户服务等方面有广阔的应用前景。而作为免费大模型，DeepSeek还降低中小银行应用大模型的门槛和成本。”董希淼介绍道。
    “对金融机构而言，做好数字金融大文章，重要着力点是加快并深化数字化转型。数字化转型不是金融机构的选择题，而是必答题和抢答题。”董希淼认为，中央金融工作会议将数字金融确定为“五篇大文章”之一。从这个意义上讲，大模型不但将成为金融业的数字化劳动力，还将促进金融机构数字化转型，推动数字金融深度发展。
    深度融合满足客户多样化需求
    人工智能作为当下科技发展的前沿领域，AI技术不断进步，为金融行业提供了全新工具，更从策略、技术、服务等多维度推动行业变革。
    专家介绍，从金融服务的效率提升来看，AI技术在数据处理和分析方面具有无可比拟的优势。在传统金融模式中，海量的客户数据长时间依赖人工分析，不仅耗费时间和精力，且往往有遗漏或误判的风险。但AI技术的兴起，尤其是大规模数据处理、深度学习等模型的运用，使得海量数据处理变得高效且精准，能够迅速通过多维度的特征分析，预测市场趋势、分析风险，甚至实现交易策略的优化。这种技术突破，大幅提升金融决策效率和准确性。
    “AI与金融行业深度融合的边界将会不断拓展。随着技术的不断进步和应用场景的不断拓展，AI将在金融领域的更多方面发挥重要作用，这种深度融合将持续推动金融行业的创新。”盘古研究院高级研究员江瀚认为，AI技术为金融行业提供了新的工具和手段，使得银行能够开发出更为智能化和个性化的金融产品和服务，满足客户的多样化需求。
    与此同时，AI技术的引入将为风险管控水平带来了质的飞跃。在传统模式下，风险管理更多依赖于专家经验以及静态数据分析，而AI实时监控、风险预警和行为预测能力，则能够在极短时间内感知潜在威胁。
    稳健守护金融安全
    尽管AI赋能金融行业的潜力巨大，仍需正视其中的挑战与风险。尤其是在金融领域，其决策往往需要高度精确，且决策过程需要透明可解释，而大模型由于其复杂性，有时在输出结果上可能缺乏足够的透明度。
    董希淼认为，如何发挥积极作用、降低负面影响，助推数字金融高质量发展，是金融业人工智能技术运用方面应严肃面对的重大问题。金融机构在应用大模型过程中，应将强化数据信息安全和隐私权保护的理念内化于血液中，以最严格的标准和最严密的措施，确保数据信息和隐私安全。
    江瀚认为，克服这些难点需要多方面的努力。首先，大模型在处理金融行业的敏感数据时，应采用严格的数据脱敏和加密技术，确保数据在传输和存储过程中的安全性。其次，大模型应遵循最小权限原则，即只访问完成任务所必需的数据，避免不必要的数据泄漏风险。最后，为保障隐私合规，大模型的使用应经过严格的合规审查和内部审批流程，确保所有数据处理活动都符合相关法律法规要求。