金融业迎来了“DeepSeek时刻”

"路漫漫其修远兮，吾将上下求索。"

当开源 AI 大模型 DeepSeek 一夜之间爆红，硅谷著名投资人马克・安德森称之为“安德森” AI 斯普特尼克时刻”。这个隐喻把人们带回了上个世纪。 60 当时，苏联成功地发射了斯普特尼克卫星，引发了美国乃至世界的危机感和危机感，促进了许多航天领域的竞争。如今，DeepSeek 横空的诞生，正在推动金融企业进行一场新的数字化转型竞争。

数字化金融作为“五大文章”之一，在数字经济高速发展的时代浪潮中，其战略意义日益突出。去年年底，中国人民银行等七个部门联合发布了《促进数字金融高质量发展行动计划》，为金融机构的数字化转型画出了清晰的蓝图。数字化转型不再是金融机构的选择，而是关系到生存与发展的“必答”和抢占市场机会的“抢答”。 DeepSeek 以生成式人工智能为代表的大型模型（GAI），毫无疑问，它将成为这次转型比赛的关键帮助。

民营银行在这场比赛中率先使力。然而，在 DeepSeek 在提高服务质量和效率、创新运营模式等诸多机会的同时，也引发了业界的不同声音。一方面被认为是金融人的“好工作伙伴”，有助于提高生产力；另一方面，也有人担心会“砸饭碗”，有些岗位面临被取代的风险。此外，AI 幻觉、隐私安全等潜在风险也随之而来。怎样在拥抱 DeepSeek 在带来机遇的同时，有效应对挑战，实现安全稳定发展，成为金融行业亟待解决的重要课题。最重要的是关注人。 AI 其中的作用，即“像教孩子一样训练 AI "。

在记者追索 DeepSeek 在金融行业的意义上，它回答说：在这场从技术开始，最终生态的变革中，DeepSeek 既不是起点，也不是终点——它只是拉开了金融业智能化转型的序幕。

接入 DeepSeek 就是必答题和抢答题

“数字化转型不是金融机构的选择题，而是必答题和抢答题。“招聘联盟首席研究员、上海金融与发展实验室副主任董希淼 21 《世纪经济报道》记者说。在目前看来，数字金融作为“五大文章”之一，具有明显的战略意义。中国人民银行等七个部门联合发布的《促进数字金融优质发展行动计划》明确了数字金融发展的总体要求和具体措施，为金融机构的数字化转型提供了方向。

董希淼进一步解释说，金融企业要想在数字金融领域大做文章，就必须使用以大模型为代表的生成型人工智能。（GAI），大力推进数字化转型，不断创新产品服务，提升用户体验，走出多元化、特色化发展之路。从这个角度来看，大模型不仅会成为金融行业的数字劳动力，还会成为促进金融企业数字化转型和数字金融深度发展的重要引擎。

在政策推进和技术革命的双重推动下，金融企业纷纷结束，民营银行率先发力。

江苏银行成为中国第一家“吃螃蟹”机构。根据微信官方账号“江苏金融科技” 2 月 5 日本披露，江苏银行成功本地化部署微调 DeepSeek-VL2 多模态模型，轻巧 DeepSeek-R1 推理模型，各自用于智能合同质检和自动估值查账场景。

基于升腾系列，北京银行也不甘落后。 AI 服务器，华为 MindIE 推理引擎，迅速完成 DeepSeek V3 和 R1 充血模型，R1 蒸馏模型和 Janus Pro 加快调优多模态模型推理任务的部署和推理。针对 DeepSeek 模型 MoE、MLA 北京银行继续推进并行调度等技术特点，MTP、结合算法等提升方向，率先实现 DeepSeek 全栈产业化金融应用。

"我们的科技部门已准备好接入 DeepSeek 这样，前期可以先内部定向使用权限。”华北地区某上市城市商业银行普惠金融业务部的一位人士表示。

除了城市商业银行，农村商业银行也积极参与。2 月 10 日，青岛农村商业银行正式宣布本地化部署 DeepSeek 企业级大型模型为基础。 AI 中台模型服务“智慧” Qimi "，适用于网点厅数字人、教材文本校验等场景。第二天，借助腾讯云大模型知识引擎的能力，重庆农村商业银行在公司微信上线。 DeepSeek “模型智能助手应用” AI “小渝”成了第一个基于知识引擎的建设。 DeepSeek 互联网使用的金融企业。

相对来说，大行的动作比较缓慢。截至 2 月 14 每天发稿时，六大国有银行中，只有邮储银行一家正式宣布署署。 DeepSeek 模型。一位国有大银行华南地区支行人士表示，“刚刚接入。 DeepSeek，一切还在研究和探索中"；另一家大型国有银行的一家分行表示:“目前还没有行动。与民营银行相比，大银行的决策链长一方面涉及的部门很多，需要长期论证，另一方面涉及数据安全。"

为什么民营银行在这一轮竞争中抢先交卷？上海金融与发展实验室主任曾刚指出，DeepSeek 为民营银行提供高性价比的解决方案。第一，民营银行可以根据自己的项目需求灵活调整模型参数和功能，开发出区域特色业务、普惠金融服务等更适合自己场景的应用。其二，DeepSeek 具有开箱即用模型的能力，民营银行可以快速实现布局和应用，无需投入大量资源进行技术研发。第三，民营银行可以直接使用 DeepSeek 具有成熟能力，快速推出智能风险控制、合同验证、客户洞察等功能，有效缩短从技术引入到实际应用的周期。

一位城市商业银行内部人士也表示，DeepSeek 民营银行可以看到打破技术壁垒和“弯道超越”的可能性。现在是“决战前最安静的时刻”。每个人都沉浸在研发的基础上。 DeepSeek 有关应用程序。他预计这些应用程序将于今年4月和5月出现并在业务层面落地。

然而，中信银行信息技术管理部创新科学家张然建议，要警惕“银行可以直接放弃建设自己的设施，然后使用外部服务”的误解。他认为DeepSeek 服务费低也降低了维护成本，但核心约束仍然存在于数据安全和隐私要求中。考虑到数据隐私和安全，银行将来不会直接放弃建设自己的设施，然后使用外部服务。

除银行业外，券商领域也紧密跟进。据本报记者不完全统计，截至目前，至少华安证券、东兴证券、光大证券等。 13 家券商接入 DeepSeek 或者完成本地化部署，积极探索证券业务中大模型的应用。像奇富科技这样的金融科技公司，最近自主研发大模型商品 ChatBI 完成关键升级，通过与 DeepSeek-R1 在数据分析和决策支持方面，大模型的深度融合取得了重大进展。

就是工作“好搭子”

还是来“砸饭碗”？

DeepSeek 爆红之后，金融业有喜有忧。” DeepSeek 真的是金融人上班的好搭子“和” DeepSeek 干掉金融界，金融‘牛马’的处境极其危险！"两种论调共存。

很多网友在社交平台上分享过。 DeepSeek 配合其它软件提高金融行业人员生产力的策略。例如，一些网民在小红书上表示，他们将会 DeepSeek 当“很普通的学生”使用时，比如使用它进行数据筛选、数据整理、自行调整和执行等。 DeepSeek 当“导师”随时随地使用时，比如问“银行家如何做好合规风险控制”“我是公司的客户经理，想让客户在年底存点钱”。更多的高级选手将不同的高级选手 AI 比如在编写行业报告时，让助手互相配合使用， DeepSeek 首先列出逻辑框架，然后拿着逻辑框架让豆包生成文字。

不但提高了个人工作效率，DeepSeek 整个行业的效率也非常显著。根据本报记者的综合了解，DeepSeek 实现了信息检索、文件处理、行业研究、市场判断等多种场景在金融行业的应用， DeepSeek-R1 还可以提供高效的文档分析和问答系统。

青岛农村商业银行“智慧” Qimi “以第一批在线文章验证为例。传统的人工验证工作模式存在工作量大、验证不全面、准确性不足等问题。将大语言模型应用于培训教材等文本验证，既节省了人力，又提高了验证的准确性。邮储银行表示，在特定评估集中 / 在任务中，使用“小邮助手” DeepSeek 蒸馏模型，增强了相关阶段的逻辑判断，与以前相比，处理效率和用户体验都有了很大的提高。北京银行表示，其在业务上运用了大模型技术，创造了 AIB 小京智能体、“京信妙笔”智能报告等工具已应用于信贷、营销、运营、合规、审计等金融场景。 90 有效地减少一线员工的工作量，提高工作效率和服务水平。苏商银行还强调，创新应用 DeepSeek-VL2 经过多模态模型的建立，通过建立“多模态技术” 混合专家框架的创新体系完成了对嵌套表格、图像资料等复杂情景资料的准确分析，将信用资料的综合识别准确性提高到 97% 上述技术提高了信贷审核全过程的效率 20%。

光大证券表示，其自主研发“光小证券” e “智能化服务助手，深度整合 DeepSeek 在证券业务智能处理、内部知识智能搜索、专业文本智能生成处理、代码编写检测智能辅助、合规知识图谱智能构建等应用场景中，有效赋能员工提高工作质量和效率。根据中泰证券的说法 DeepSeek 创建了 215 一个知识库，落地运营助理，系统库问答等应用场景，为公司员工提供问答服务，问答的准确性超过 95%，为企业业务智能化的发展注入了新的动力。

" DeepSeek 这给金融行业带来了新的可能性。”张然接受了 21 在接受《世纪经济报道》记者采访时说。张然指出，作为一名长期关注前沿信息创新技术的专家，DeepSeek 展示了金融服务提升、风险防控升级、经营效率提升、商业模式创新等方面的巨大潜力。

接入，他指出 DeepSeek 之后，金融企业可以在智能客户服务和智能投资等服务应用中提升客户体验。与此同时，在风险防控领域，DeepSeek 通过对海量数据的全面分析，可以为金融机构提供更加精确的信用风险评估能力，有效降低信用违约率。与此同时，其强大的数据分析能力也能实时监控交易异常，提高反洗钱和欺诈检测的效率和准确性。

张然还提到，DeepSeek 更擅长提高运营效率。他指出，DeepSeek 大量金融文档、报表等。可以处理和分析，减少人工操作和错误，提高工作效率；同时，通过分析市场趋势和客户需求，可以为金融企业制定营销策略和产品创新提供参考，加快产品和服务的迭代速度。

更为重要的是，DeepSeek 一系列创新的运营模式正在诞生，例如 AI 运营、AI 商品、AI 资产管理等。例如，基于 DeepSeek 建立的数字金融平台，可整合多种金融服务，为客户提供一站式解决方案，促进金融业向智能化、数字化转型。

然而，DeepSeek 对于金融行业的影响也不容忽视。一些网民列出了一个很容易被忽视的副本。 DeepSeek 取代银行岗位清单，包括柜员与基本操作岗位、客服与电话销售岗位、风险控制与信贷审批岗位、财务与会计岗位、数据分析与报告岗位。

值得注意的是，DeepSeek 对于分析师、经济学家的影响同样显著。在朋友圈里，浙商银行首席经济学家殷剑峰说：“让我们 DeepSeek 做了两道经济题，给出了几乎完美的答案和清晰的逻辑推理思路。接着让它预测未来的美股、美元和黄金价格，思路也非常清晰全面。身为经济金融领域的研究者，如果达不到这一水平，甚至只是简单地收集新闻，就可以说再见。"

”“事实上，早在 DeepSeek 开源在爆发前爆发 AI 在金融领域，技术已经引起了不小的波动。”张然说，比如工作流程和风险控制创新，DeepSeek 许多银行和金融机构在出现之前就开始使用开源。 AI 该模型提供智能客户服务、信用审批、风险监测和反欺诈服务，提高了业务处理的效率和准确性。金融企业通过自动化和智能化决策，可以降低企业成本，提升服务体验，这在一定程度上改变了传统金融业务的运作模式。

张然还强调，在数据驱动和数字化转型方面，开源 AI 为金融机构提供更加开放、灵活的技术平台，使其能更快地整合内部数据，开发个性化的金融产品。例如，金融企业利用自然语言理解和机器学习技术，可以更好地分析客户数据、市场预测和风险控制，从而促进数字化转型。这种趋势也让金融业感受到了这种趋势。 AI 技术带来的“冲击波”。

"像教孩子一样训练 AI "

一个金融技术服务认证机构的人 21 世纪经济报道记者强调，AI 包括大型应用在内的应用已经不是一两年了，DeepSeek 如何“训练”，如何避免伦理和隐私泄露等问题，只是大模型发展到一定阶段后的产物，在发展过程中需要密切关注。

" AI 就像孩子一样。你教他什么，他的核心是什么，不在法律伦理的框架内，如何训练和控制？这些都很重要。“上述银行数字金融部门的一位人士告诉记者。这也说明我们必须关注人类。 AI 在应用中起着关键作用。

以目前很多机构接入的使用场景和能够第一时间到达客户的客服系统为例。该人士进一步表示，目前智能语音系统可以进行相应的提示工作和访问。 DeepSeek 可以进一步提高交互性。

“假设你有一张逾期的信用卡，两天后还没还，再过几天就要去征信了。这时候银行会进行第一轮催款，可以用智能语音系统提醒你。假如你想问罚息，目前一般的语音应答系统或者小机器催款不一定能回答，但是训练 DeepSeek 之后就可以了，它可以做记录，和客户互动。每个银行的罚息规则、免息规则都不一样，所以需要‘喂’不同的信息。"

它还反映了人类的重要性。许多受访者强调，AI 大型应用是一种大趋势，但是目前还不能取代人类，应用的场景也是由人决定的。

“银行只向客户展示了一小部分。真正强大和核心的是底层产品能力和资本运营管理，即平衡投资和风险收益的能力。”这个人认为，AI 应用程序将更加注重改善用户体验，节省时间，帮助人力，而不是替代人的主观能动性和复杂的管理能力。

华北某上市城市商业银行普惠金融业务部的一群人也表示，目前人工智能只能在硬数据指标上实现审批，客户的软实力，比如信贷的还款能力，都要人为判断。

张然向 21 《世纪经济报道》记者表示，他指出，“ DeepSeek 突破当前大模型能力上限” DeepSeek 目前在各项性能指标中名列前茅” DeepSeek 应用中存在的两个误区。尽管张然透露 DeepSeek 显著降低了使用门槛，而且中文处理量较好，但是它并没有突破大模型能力的核心上限。另外，与已经积累了更多应用程序的系统相比，DeepSeek 对应用领域的支持仍然较弱，需要依靠额外的开发和长期的积累。

由于人工智能并非全能，社交媒体上有网友因此总结不易被人工智能。 AI 取代银行职位:如战略规划、高级投资、危机处理；私人银行家、大客户经理等人际信任岗位；合规和法律岗位，因为需要结合政策和伦理判断，AI 很难完全取代人类的灵活性，相对来说很难取代。

"如今 DeepSeek 在进入信贷核心之前，信贷核心是不可挑战的，我们的应用还在外围，做数据分析和整理，为人工信贷提供更多的查询便利。做风险控制的人对模型比较保守。“一家金融科技公司的人说，大模型还没有完善到让信用风险控制和保险精算感到安全。

AI 幻觉等安全隐患不容忽视。

要使风险控制、精算等部门有“安全感”，就要提高大模型的安全性。

近日，北京国家金融科技认证中心副总经理李振与国家工业信息安全发展研究中心许一骏联合撰写的《金融行业大模型技术的应用与安全管理初步探索》一文指出，大模型的安全风险不容忽视，其中最重要的是 AI 幻觉和隐私安全问题。

AI 幻觉问题主要表现在大模型回答问题时，可能会出现相关性、前后文情境一致性、内容真实性等错误，如答非所问、不合逻辑、随意编造等。对于强监管的金融行业，服务需要满足合规要求，服务对象很难容忍生成内容的错误或谬误。此外，金融行业专业化程度高，专业数据和培训模式的专业人员可能存在不足，增加了处理大模型金融应用幻觉的难度。

敏感性信息泄露引起的隐私安全问题也不容忽视。伴随着大型模型在金融行业的广泛应用，大量敏感的个人信息和资产信息被输入大型模型进行处理。在客户传输数据的过程中，如果没有加密或传输通道存在漏洞，可能会导致信息泄露；在模型处理数据和存储数据的过程中，如果没有加密或受到攻击，也可能导致信息泄露。过度使用和泄露敏感信息可能会导致诈骗等危及人身财产安全的风险。

张璐，中国政法大学光明新闻传播学院助理教授 21 《世纪经济报道》记者表示，大型安全管理可以从以下三个方面进行详细的建议：

在制度方面，完善制度是包括政策法规和监管措施在内的大模型安全管理保障。一方面，人工智能法律问题难以“一次性”立法处理，需要先行政策，“小步快跑”，根据目前的经验完善法律法规。另一方面，合理配置资源控制、创新算法审计等监管手段，引导企业兼顾发展和安全，促进监管机构与企业的良性互动。

在技术层面，技术应用是降低安全隐患的关键。随着技术的发展，应对大模型内容和隐私安全的技术也在进步，如标识生成内容、引入“红队”机制、使用可解释性工具等。目前，理论和实践界重视大模型的价值对齐，相关技术规范是治理的重点，仍在探索中。

在社会层面，社会合作是底层逻辑，可以为大模型“技术好”提供长效机制。在这方面，我们重视模型开发者、部署者、用户和监管者形成有机的整体和良好的生态，构建多元化的共同治理体系。例如，在“基于人类反馈的强化学习”中，公共数字素养的提高是大模型安全治理的重要组成部分。

面临金融行业 DeepSeek 热潮与追捧，张然表示，DeepSeek 对于金融行业来说，真正的挑战在于如何实现自己的“深度挖掘”。这种挖掘不仅是对先进技术的追求，也是对技术和行业特点的紧密结合，准确结合自身定位和产品优势，进而探索独特的发展路径。

（DeepSeek 对于这篇文章也有贡献)

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com