DeepSeek助力金融机构：开拓业务与应对风险并行

本文将阐述国产大模型DeepSeek在金融行业的应用情况，包括它如何被众多金融机构青睐，在不同金融机构中的应用成果，以及在应用过程中所面临的数据安全等问题，并探讨金融机构应对这些情况的策略。

经济日报记者报道，近期国产大模型DeepSeek凭借其出众的性能，快速得到金融机构的喜爱，在金融行业引发了一股运用人工智能的新潮流。众多金融机构竞相接入DeepSeek，试图在实际业务里开拓出新的增长方向。到现在，邮储银行、江苏银行等已经完成了DeepSeek的本地部署。拿江苏银行来说，它积极投身于数字经济的浪潮之中，借助“智慧小苏”大语言模型服务平台，顺利部署并微调了DeepSeek - VL2多模态模型以及轻量级的DeepSeek - R1推理模型。凭借对海量金融数据的深度发掘与剖析，为业务发展增添新的活力。消费金融行业对数字技术比较敏锐，也在加快接纳DeepSeek，积极探寻技术与业务深度融合的新途径。中原消费金融首席信息官许志锋称，中原消金已经依靠自研的“元擎”智能化平台引入DeepSeek - R1版本。通过动态适配智能质检、意图解析、交互式提示工程等场景，给用户和员工提供了更便捷的服务体验，构建起“人机共智”的新模式，工作效率和服务质量都显著提高。招联首席信息官王耀南表示，DeepSeek - R1的深度思考模式能够极大拓宽智能体的应用范围。他觉得大模型对业务模式的重构是逐步推进的过程。DeepSeek - R1的引入不但有利于在复杂推理场景下应用人工智能技术，还能够作为招联自研模型的“自构建数据”引擎，结合高质量的数据带来更出色的推理效果，为金融机构创造更多的应用机会。DeepSeek低成本、高性能、开源化的服务模式有希望解决金融行业在应用传统AI大模型时的诸多难题。中国银行研究院研究员刘晨指出，DeepSeek大幅降低了AI大模型的应用门槛，有望重塑金融行业的科技发展生态。其开源模式使金融部门能够依据业务需求灵活调用和部署不同参数、功能的模型。大型金融机构能够在前期数据积累、自研大模型等基础上，结合业务场景特性调用DeepSeek模型，推动业务价值链向高端发展；中小金融机构则能通过部分环节的本地化部署加快进入这个领域的步伐。在运用DeepSeek等大模型的时候，数据安全性是金融机构必须解决的问题。北京市互联网金融行业协会党委书记兼会长许泽玮表示，由于DeepSeek是开源模型，金融机构要确保其本地化部署的安全性，防止数据泄露和合规风险。金融领域包含大量敏感数据，大模型在与用户交互时可能提取敏感信息，造成客户隐私泄露风险。所以，对金融机构来讲，运用DeepSeek必须确保金融数据的应用安全与合规性。刘晨提议，要完善法律法规，尽快优化相关政策制度，形成监管合力，严密防范恶意篡改模型和渗入有害数据等行为。同时，金融机构还应加强过程监督，保证大模型落地和应用的整体安全。此外，还需要提前做好人才储备，为未来的AI浪潮做好准备。当前，发展数字经济和数字金融已经成为推动银行业数字化转型、迎接新一轮科技革命的重要方式。随着大模型时代的到来，金融机构将会面临经营管理和流程的调整。其中，平衡好信贷业务和风险管理格外重要。专家表示，就目前而言，金融机构利用大模型技术有助于加速推动个性化投资建议、定制化营销方案和智能投顾服务等创新产品和服务的发展。通过深入分析客户数据，洞察客户需求和偏好，提供更有针对性的产品和服务。在风险管理方面，AI大模型能够实时分析海量交易数据和舆情数据，挖掘潜在的异常交易行为，从而有效识别欺诈风险。鼓励金融机构结合发展战略梳理需求，探索大模型与业务融合的前提条件，优先落地业务价值高、风险可控的场景，并建立大模型应用成熟度与风险等级的评测机制，制定相关准入条件。

本文总结了国产大模型DeepSeek在金融行业的应用情况，包括不同金融机构接入DeepSeek后的业务成果，如江苏银行利用其挖掘金融数据助力业务发展，中原消费金融借助它提升服务体验等。同时也指出了应用过程中的数据安全问题，强调金融机构在应用时要确保数据安全与合规，还探讨了大模型对金融机构在产品服务创新和风险管理等方面的影响，以及应对大模型时代的相关策略。