2月5日，某股份行首席技术官对财联社表示，目前多数银行在大模型应用还以内部提效为主，对外部客户服务方面会更加谨慎。不过，随着DeepSeek等模型能极大降低训练和使用成本，对未来银行全面推广大模型应用会有很大的助力。

另一位大型股份行科技管理部负责人表示，该行正在深度研究DeepSeek，主要考虑到银行适用大语言模式有本地部署的考虑，一方面是安全方面要求，第二是业务场景的需求。此前研究比对多是境外的模型。

财联社记者注意到，江苏银行近日宣布成功本地化部署微调DeepSeek-VL2多模态模型、轻量DeepSeek-R1推理模型，分别运用于智能合同质检和自动化估值对账场景中，通过对海量金融数据的挖掘与分析。

国产大模型DeepSeek横空出世，国内银行纷纷测试

本轮热潮始于2024年12月26日，DeepSeek-V3正式发版，以其同效能、低成本引发国内外资本和科技领域的关注。

2月4日，浙商证券报告认为，其代表国产大模型推理能力提升，加速在应用端落地。DeepSeek最新版模型展现出来的优异能力，表明国内大模型推理能力提升到一个新的阶段，大模型在各领域的应用有望加速加速落地。浙商证券研报认为，DeepSeek给AI研究和企业端应用都将带来革新。


上述首席技术官表示，从行业来说，各家银行肯定都会深入研究这一系统，毕竟代表一个新的方向。短期来说，不会对金融科技产生质的变化。因此，对降低银行科技投资来说还为时尚早。长期来看，在大模型迅猛发展之后，找到与银行业务的结合点、突破点，带来更大的价值转化，才会降低投入成本。

《2024年中国金融科技创新发展洞察报告》显示，金融机构科技投入规模由2019年的2252.60亿元增长至2023年的3558.15亿元，年均增长14.48%。其中，商业银行科技投入规模保持在较高水平，占金融机构投入的比例稳步提升，从2019年的76.80%上升到2023年的77.50%。

上述股份行科技管理部负责人表示，DeepSeek在基础大模型之上，但客观来说并不是碾压式的创新，假期期间对DeepSeek尚未完成全面测试，还不能断定一定会采用它。实际上国内外也不时会出现新的模型和应用，但是作为银行也不能发现好的模型“马上就换”，要有一个过程。

该人士分析，有些银行金融科技应用大模型程度不高，此时采用DeepSeek或是“一个好的机会”。

银行大模型应用仍在开放探索

公开资料显示，2024年4月，DeepSeek大语言模型算法备案才通过；2024年5月7日，发布第二代开源Mixture-of-Experts（MoE）模型——DeepSeek-V2；2024年6月17日，发布DeepSeek-Coder-V2；2024年12月13日，发布用于高级多模态理解的专家混合视觉语言模型——DeepSeek-VL2。

2月1日以来，包括腾讯云、百度智能云和阿里云等均推出不同类型的DeepSeek模型应用服务。

上述首席技术官承认，目前银行在大模型研究和应用的成熟度还不够。此外，由于模型幻觉问题没有很好解决，在合规安全的要求也会很谨慎，这是大规模应用之前需要解决的障碍。

在企业应用端，浙商证券报告认为首先现有的B端应用将最先迎来AIAgent，B端应用有成熟的数据、场景，例如客服、营销类场景会较快布局活跃有效的智能代理服务。其次，随着低参数模型性能翻倍，将更适用于追求低能耗的端侧AI创新产品。

另一位股份行科技线人士表示，大模型基于数据黑盒输入输出，存在一定不可解释性，这对金融业务安全有影响，同时还有伦理逻辑的问题。不过，现在大模型在银行体系还是处于开放探索阶段，现在不存在验收的要求。

该人士认为，适合自己才是最好，部分银行已经在外部模型基础上开发和打磨自有模型，相信会成为未来银行金融科技的一种重要发展模式。

来源：财联社记者 梁柯志