正文复制

更多写作资料+ 微信： 【会员享300g最新资料/每天稳定更新】
中国经营报/2025 年/2 月/17 日/第 B01 版金融
中小银行能否借力 DeepSeek 加速转型
本报记者 郭建杭
发展数字经济和数字金融已成为推动银行业数字化转型、拥抱新一轮科技革命的重要途径。
近日，随着国产大模型 Deep-Seek 以极低算力成本实现了卓越的性能表现后，部分银行已着手对 DeepSeek 进行微调，将通用模型与银行业的特定业务场景进行优化适配。例如，江苏银行（600919.SH）表示已经本地化部署 DeepSeek 的两个模型；渝农商行（601077.SH）表示已实现DeepSeekR1 模型（671B）私有化部署，并在两个应用场景中开始进行测试。
中泰证券银行业分析师邓美君对《中国经营报》记者指出，DeepSeek 模型在银行业务中的应用具有广泛的想象空间，其核心能力如自然语言处理、数据分析、模式识别、预测建模等，可以帮助银行在风险管理、财富管理、运营优化等多个领域实现智能化升级。
加速本地化部署
DeepSeek 近期发布 V3 和 R1 模型后，银行机构对该模型的本地化部署开始加速。
江苏银行表示，已经本地化部署 DeepSeek 的两个模型，分别为用来做智能合同质检的DeepSeek-VL2 多模态模型和用于自动化估值和对账的 DeepSeek-R1 推理模型。渝农商行表示，实现 DeepSeek R1 模型（671B）的私有化部署，并迅速进入智能知识检索和编码辅助两个应用场景的测试阶段。北京银行（601169.SH）也公开表示全面启动“ all in AI” 战略，携手华为实现DeepSeek 全栈国产化金融应用。
除目前银行已经落地的场景应用之外，部分银行也对未来的应用场景有所展望。
渝农商行指出，未来将率先应用 DeepSeek 技术在以下领域实现突破：在智能风控领域，利用 Deep-Seek 的实时联网搜索与 RAG 能力，动态识别欺诈行为，提升风险预警的精准度；在场景金融领域，构建分钟级响应的智能客服系统，结合知识库实现个性化财富管理建议；在数据决策领域，通过大模型挖掘行内金融数据的价值，优化信贷评估与市场策略。
北京佳杰云星数据科技有限公司总经理娄翔对记者表示：“ 目前 DeepSeek 在机构中本地化部署面临最大的挑战是，低成本的大模型如何与具体应用场景结合起来发挥 AI 的作用进而提升业务效率，这还需要时间去探索。”