来源：《金融时报》
今年春节，一家名叫DeepSeek（深度求索）的国产AI大模型公司，凭借其高性能、低成本的开源大模型，引发全球科技界高度关注。
“DeepSeek最新版模型展现出来的优异能力，标志着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落地。”浙商证券在报告中表示。
最近一段时间，阿里云、华为云、腾讯云、百度云等相继宣布上线DeepSeek大模型。这不禁让人思考，DeepSeek与金融业的融合又会产生怎样的“化学反应”？
《金融时报》记者注意到，最近已有银行启动了对DeepSeek的研究与应用。面对这位“新同事”的到来，银行业的未来格局将发生哪些变化？
多家银行布局DeepSeek应用
2月5日，江苏银行率先官宣了DeepSeek大语言模型的落地应用，成为业内第一位迎接“新同事”到来的银行。
依托“智慧小苏”大语言模型服务平台，江苏银行成功本地化部署微调DeepSeek-VL2多模态模型、轻量DeepSeek-R1推理模型。
“上述两个模型将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，重塑金融服务模式，实现金融语义理解准确率与业务效率双突破。”该行在“江苏金融科技”公众号文章中表示。
2024年，在国产AI大模型兴起之初，苏商银行先后引入DeepSeek系列技术，结合原有大模型技术能力，在模型轻量化与高效推理方面取得显著突破。
而致力于打造“人工智能驱动的商业银行”的北京银行，携手华为在业内率先实现DeepSeek全栈国产化金融应用。
记者注意到，2024年底，北京银行联合华为率先引入部署DeepSeek系列大模型，探索DeepSeek大模型在金融领域的应用。
据北京银行相关负责人介绍，2025年初，双方再次联合，基于昇腾系列AI服务器、华为MindIE推理引擎完成了DeepSeekV3和R1满血模型、R1蒸馏模型和Janus Pro多模态模型推理任务的快速部署和推理加速调优，并针对DeepSeek模型MoE、MLA等技术特点，持续开展并行调度、MTP、融合算子等优化方向的推进。
在中小银行积极探索DeepSeek大模型之余，国有大行也有相关动作。2月8日，邮储银行透露了DeepSeek应用的最新进展。
记者了解到，依托其自有大模型“邮智”，邮储银行第一时间本地部署并集成DeepSeek-V3模型和轻量DeepSeek-R1推理模型。
“‘邮智’大模型通过引入并应用DeepSeek能力，复杂多模态、多任务处理、算力节约、效能提升等方面将得到进一步增强。”邮储银行金融科技部相关负责人透露，邮储银行首先将DeepSeek大模型应用于“小邮助手”，新增逻辑推理功能，增强精准服务效能。
除了上述银行外，记者在采访中了解到，目前，有多家银行金融科技部门正在积极研究DeepSeek在银行业的落地应用。
“DeepSeek大模型整体性能更强，而且是开源的，这意味着国内的大模型应用再也不用受制于人。”一家国有大行北京分行金融科技相关工作人员向记者透露，目前该行正在研究DeepSeek的落地应用。
大模型催化“未来银行”加速到来
“金融行业拥有大量用户群体，积累了海量数据，是大模型应用的优质场景。”招联首席研究员、上海金融与发展实验室副主任董希淼在接受记者采访时表示，ChatGPT、DeepSeek等生成式人工智能大模型技术会加速银行数字化转型的效率和质量，是商业银行高度重视的发展方向。
记者注意到，随着DeepSeek的火爆“出圈”，不少银行正在探索大模型与银行业务的结合点和突破点，探索“未来银行”的可能性。
“银行业是大模型应用最早也最广泛的领域之一。”盘古智库高级研究员吴琦受访时表示，近年来，银行业加快深化人工智能应用，进行算力储备和自研大模型的开发，可以实现效率提升、风险管控、客户体验优化等多方面目标。
在DeepSeek开源大模型的加持下，不少中小银行也获得了数字化转型契机。
“此次通过引入DeepSeek大模型，‘智慧小苏’在复杂多模态、多任务场景处理能力、算力节约、效能等方面得到进一步提升。”江苏银行相关负责人表示。
具体来看，“智慧小苏”通过轻量化DeepSeek-R1推理模型引擎的高效计算特性完成资产托管估值信息自动化解析录入、自动化对账。
据江苏银行透露，在利用DeepSeek模型优化后，该行实现邮件分类、产品匹配、交易录入、估值表解析对账全链路自动化处理，识别成功率达90%以上，目前已初步实现业务集中运营，按照平均手工操作水平测算，每天可节约9.68小时工作量。
通过DeepSeek系列模型技术，苏商银行构建起了“数据+算法+算力+场景”四位一体的智能决策体系，为稳健发展筑牢数字风控防线。
“该体系已成功应用于信贷风控、反欺诈监测等20余个业务场景，尽调报告生成效率提升40%，欺诈风险标签准确率提升35%，构建起覆盖贷前、贷中、贷后的全生命周期智能风控网络。”苏商银行相关负责人告诉记者。
2月10日，青岛农商银行也宣布已本地化部署以DeepSeek大模型为基座的企业级AI模型服务中台“智慧Qimi”，分别应用于网点厅堂数字人、培训教材文本校验等场景，推动该行数字金融发展进一步智能化升级。
找准创新与安全的平衡点
去年11月，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，提出以数据要素和数字技术为关键驱动，加快推进金融机构数字化转型，支持金融机构以数字技术赋能提升金融五篇大文章服务质效，推动我国数字经济高质量发展。
“金融机构、科技公司如果能够深度运用以大模型所代表的生成式人工智能（GAI），大力推进数字化转型，持续创新产品服务，不断提升用户体验，就可能走出一条差异化、特色化的发展之路。”在董希淼看来，从这个意义上讲，大模型不但将成为金融业的数字化劳动力，还将促进金融机构数字化转型，推动数字金融深度发展。
随着大模型在银行业的应用落地，不少业内人士表示，如何在拥抱技术进步和确保金融安全之间找到平衡点，越来越受到高度关注。
“人工智能在视频生成领域的巨大发展前景，为塑造产业新业态打开大门，有望形成新质生产力。同时必须看到，大模型等加快应用可能产生隐私权、著作权等方面问题。”董希淼受访时表示，如何发挥积极作用、降低负面影响，助推数字金融高质量发展，是金融业人工智能技术运用方面应严肃面对的重大问题。
“在DeepSeeK的应用过程中要关注安全问题。”吴琦告诉记者，大模型在开源的同时不可避免带来更大的数据安全挑战，这给银行的风控管理带来了更大挑战。
吴琦进一步补充说：“银行业对于内容提供和决策支撑要求更严谨，DeepSeeK在内容创作、投资分析方面是否能达到要求还有待观察。”