銀行正加速DeepSeek系列模型本地化部署工作。據(jù)記者梳理，目前已有包括國(guó)有大行、股份制銀行及頭部城商行在內(nèi)的多家銀行啟動(dòng)DeepSeek系列模型的本地化部署，應(yīng)用領(lǐng)域覆蓋智能客服、信貸審批、智能營(yíng)銷(xiāo)、風(fēng)險(xiǎn)管理、經(jīng)營(yíng)辦公等多個(gè)業(yè)務(wù)場(chǎng)景。

受訪人士認(rèn)為，金融科技日新月異，以DeepSeek為代表的前沿大模型，為銀行業(yè)務(wù)創(chuàng)新注入活力，為效率提升提供動(dòng)力，已成為推動(dòng)銀行業(yè)變革的新引擎。不過(guò)，銀行業(yè)在積極部署DeepSeek大模型時(shí)，也面臨數(shù)據(jù)安全、模型適配、人才短缺等挑戰(zhàn)。

中小銀行紛紛加入

3月8日，工商銀行宣布于近期完成DeepSeek最新開(kāi)源大模型的私有化部署，并將其接入行內(nèi)“工銀智涌”大模型矩陣體系。

郵儲(chǔ)銀行則依托自有大模型“郵智”，本地部署并集成了DeepSeek-V3模型和輕量DeepSeek-R1推理模型。目前，這些模型已在智能客服“小郵助手”中應(yīng)用，新增的邏輯推理功能使其能夠更精準(zhǔn)地理解用戶(hù)需求，提供個(gè)性化服務(wù)。

不僅國(guó)有大行積極布局，眾多中小銀行也紛紛加入。股份制銀行方面，浦發(fā)銀行此前宣布，在昇騰服務(wù)器上部署DeepSeek-R1671B大模型，嵌入數(shù)字員工助手應(yīng)用。

城商行方面，江蘇銀行率先宣布將DeepSeek應(yīng)用于智能合同質(zhì)檢和自動(dòng)化估值對(duì)賬場(chǎng)景。此外，北京銀行、重慶銀行、成都銀行、北部灣銀行等也相繼布局DeepSeek應(yīng)用。

南開(kāi)大學(xué)金融發(fā)展研究院院長(zhǎng)田利輝對(duì)《證券日?qǐng)?bào)》記者表示，銀行積極布局DeepSeek模型本地化部署的原因是提升服務(wù)質(zhì)量與效率、強(qiáng)化風(fēng)險(xiǎn)管理、推動(dòng)業(yè)務(wù)創(chuàng)新和落實(shí)數(shù)據(jù)安全與合規(guī)性。通過(guò)DeepSeek，銀行可以提供更智能的客戶(hù)服務(wù)。DeepSeek的大數(shù)據(jù)分析能力也可以幫助銀行更好地評(píng)估信用風(fēng)險(xiǎn)、識(shí)別欺詐行為。而且，可以利用AI技術(shù)開(kāi)發(fā)新產(chǎn)品和服務(wù)，如智能交易系統(tǒng)、自動(dòng)化審批流程等。此外，本地化部署有助于保護(hù)敏感信息，符合嚴(yán)格的金融監(jiān)管要求。

上海金融與法律研究院研究員楊海平對(duì)《證券日?qǐng)?bào)》記者表示，商業(yè)銀行本地化部署DeepSeek的原因有三方面：一是由于行業(yè)的特殊性，商業(yè)銀行對(duì)信息安全有較高要求，本地化部署才能更好地滿(mǎn)足信息安全要求。二是商業(yè)銀行屬于服務(wù)行業(yè)，通過(guò)本地化部署能更好地滿(mǎn)足其個(gè)性化應(yīng)用模型的訓(xùn)練，提升服務(wù)質(zhì)效。三是商業(yè)銀行通過(guò)本地化部署才能在合規(guī)前提下，為核心應(yīng)用升級(jí)預(yù)留空間。

此外，以DeepSeek為代表的AI大模型，將成為銀行業(yè)數(shù)字化轉(zhuǎn)型的新引擎。田利輝表示，隨著AI技術(shù)的發(fā)展，銀行不僅要在技術(shù)層面進(jìn)行革新，還要在組織結(jié)構(gòu)、企業(yè)文化等方面做出相應(yīng)調(diào)整，才能真正實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

形成差異化

在金融科技快速發(fā)展的當(dāng)下，DeepSeek等大模型為銀行業(yè)務(wù)創(chuàng)新與效率提升帶來(lái)新機(jī)遇，但銀行部署DeepSeek時(shí)也面臨諸多挑戰(zhàn)。

田利輝表示，當(dāng)前銀行部署DeepSeek面臨三方面挑戰(zhàn)：一是技術(shù)復(fù)雜性，實(shí)施和維護(hù)大模型需要高水平的技術(shù)支持和專(zhuān)業(yè)知識(shí)；二是資源整合難，需要整合現(xiàn)有系統(tǒng)與新部署的大模型，這可能涉及復(fù)雜的架構(gòu)調(diào)整；三是人才短缺，既懂銀行業(yè)務(wù)又掌握AI技術(shù)的專(zhuān)業(yè)人才稀缺。應(yīng)對(duì)的策略主要是，加強(qiáng)培訓(xùn)和技術(shù)合作，獲取或提升所需技能；實(shí)施逐步遷移策略，采取分階段的方法進(jìn)行系統(tǒng)集成，以減輕對(duì)日常運(yùn)營(yíng)的影響；建立跨部門(mén)團(tuán)隊(duì)，促進(jìn)IT部門(mén)與其他業(yè)務(wù)部門(mén)之間的協(xié)作，共同解決部署過(guò)程中遇到的問(wèn)題。

此外，楊海平認(rèn)為，商業(yè)銀行部署DeepSeek應(yīng)用可能會(huì)遇到數(shù)據(jù)獲取、模型訓(xùn)練與驗(yàn)證等方面的難題。同時(shí)，AI應(yīng)用也可能面臨監(jiān)管合規(guī)方面的問(wèn)題。

未來(lái)，不同類(lèi)型銀行在布局DeepSeek時(shí)將呈現(xiàn)不同趨勢(shì)。田利輝認(rèn)為，國(guó)有大行由于擁有豐富的資源和技術(shù)積累，可能會(huì)更加注重DeepSeek在核心業(yè)務(wù)領(lǐng)域的深度應(yīng)用，探索新的業(yè)務(wù)模式和服務(wù)方式。股份制銀行則需要傾向于選擇成本效益高的方案，可能更側(cè)重于特定領(lǐng)域（如零售銀行）的應(yīng)用。城商行受限于規(guī)模較小，可能更關(guān)注于利用DeepSeek解決具體痛點(diǎn)問(wèn)題，如提升客戶(hù)服務(wù)質(zhì)量和降低運(yùn)營(yíng)成本。