銀行業正在擁抱DeepSeek。

據公眾號“江蘇金融科技”，近日，江蘇銀行成功本地化部署微調DeepSeek-VL2多模態模型、輕量DeepSeek-R1推理模型，分別運用于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，重塑金融服務模式，實現金融語義理解準確率與業務效率雙突破。

據該公眾號介紹，江蘇銀行于2023年研究并開發出大語言模型服務平臺“智慧小蘇”，此次通過引入DeepSeek大語言模型，“智慧小蘇”在復雜多模態、多任務場景處理能力、算力節約、效能等方面得到進一步提升。

這并非業內唯一部署DeepSeek的銀行。蘇商銀行高級研究員孫揚對澎湃新聞介紹，目前，蘇商銀行已開始應用DeepSeek，比如應用DeepSeek VL2多模態模型處理非標材料，如表格、影像資料、文檔圖片等識別，提升信貸材料綜合識別準確率至97%，并將DeepSeek R1推理模型集成到自主研發的“開發助手”，使核心系統迭代周期縮短30%。此外，蘇商銀行將DeepSeek的蒸餾技術應用于信貸風控、反欺詐等20多個場景，使盡調報告生成效率提升40%，欺詐風險標簽準確率提升35%。

“我們有部門在研究部署的事情。”另有銀行業內人士對澎湃新聞表示，其所在的銀行正在研究DeepSeek的應用，可能的應用包括客戶盡職調查、風險判斷、報表的自動化統計等。與此前使用的系統相比，DeepSeek更加智能，可以節約銀行收集、整理信息的精力和時間。

數據安全亦是銀行需要考慮的問題。上述業內人士表示，本地部署DeepSeek可以將相關數據留在銀行內部，不會使數據流至DeepSeek公司，避免了數據安全方面的問題。

孫揚指出，DeepSeek相關模型和系統支持本地化部署，銀行要構建完善的數據治理、數據安全、隱私保護體系，建立完善的數據授權和使用的管控流程，加強數據安全管理制度，提升數據安全管理意識。

部署DeepSeek有何影響？

銀行業發展金融科技已有數年。艾瑞咨詢發布的《2024年中國金融科技（FinTech）行業發展洞察報告》顯示，2019年國內金融機構對于金融科技投入的整體規模突破2200億元，未來國內金融科技市場將以約12%的復合增長率于2027年超過5800億元。DeepSeek的上線將如何影響銀行業金融科技的發展？目前銀行業金融科技面臨哪些難點？

孫揚表示，DeepSeek將能夠幫助銀行在服務、決策、管理的智能化水平上做出較大的突破，由于DeepSeek特別適合于小數據、數據匱乏的強化學習場景，非常適合銀行場景應用，對增強銀行數字銀行業務水平將會有較大的促進作用。

不過，孫揚認為，目前具備較強創新能力的金融科技人才依然匱乏，具備金融科技和業務知識的復合型人才的培養比較困難，且培養周期很長。此外，金融科技需要大量數據，但是相比平臺企業，銀行的數據資源還比較匱乏。

招聯首席研究員、上海金融與發展實驗室副主任董希淼對澎湃新聞分析稱，DeepSeek等生成式人工智能等大模型技術會加速銀行數字化轉型的效率和質量，是商業銀行高度重視的發展方向。不過，大模型等加快應用可能產生隱私權、著作權等方面問題。如何發揮積極作用、降低負面影響，助推數字金融高質量發展，是金融業人工智能技術運用方面應嚴肅面對的重大問題。

中國郵政儲蓄銀行研究員婁飛鵬對澎湃新聞表示，銀行業本身發展對數據收集分析等有較大依賴，大模型等具有較強的數據處理能力，銀行積極加以采用可以更加精準地分析客戶需求，針對性的開展產品創新，提高業務處理效率，并且提高風險管理精準度。DeepSeek的出現，有助于加快銀行業數字化轉型，推動數字金融深度發展。

婁飛鵬認為，銀行業在強化對大模型運用的同時，需要強化對數據信息等的管理，維護好客戶信息安全。同時，也要根據業務發展需要，合理運用數據。