DeepSeek在金融行业的应用：AI增强型人才的崛起与职业发展新机遇

就像Chatgpt首次推出时一样，金融业内部人员现在渴望讨论DeepSeek领导的AI转型是否会取代“金融移民工人”的工作。在这方面，DeepSeek的答案是：它不会说AI将取代人类，而是会促进金融从业者发展成为“ Ai-eenhanced才华”。掌握人类计算机协作能力并具有商业和技术跨境愿景的专业人士将获得更大的职业发展空间。

“对于金融业来说，DeepSeek不是一个破坏者，而是授权者。”一位金融从业者在在线文章中写道。

在接受首次金融新闻采访时，专家认为，金融行业，尤其​​是银行业对安全性和合规性的要求很高，大型模型的产出仍然无法控制。如果您直接面对客户，仍然存在隐藏的危险。当前阶段的应用程序方案仍然是负责生成内容并手动查看它的大型模型。

金融圈中的“ AI升级战争”即将开始

DeepSeek最近发布了V3和R1型号，该模型大大降低了大型模型的企业级部署的阈值，其三重优点为“低成本 +高性能 +高敞开”。各行各业一直都在急于进入DeepSeek，第一波自然是技术巨头。许多平台，例如华为云，腾讯云，阿里巴巴云，百度云和JD云等许多平台都宣布了对DeepSeek系列模型的访问。

从那时起，越来越多的公司和机构开始将DeepSeek应用于其实际业务，包括金融行业，金融行业一直在积极采用AI转型。

2月2日，海安农村商业银行微信微信说：“ DeepSeek，您了解海安农村商业银行。” DeepSeek具有资本实力，市场份额，服务质量，风险管理，金融产品，社会责任和技术支持。在诸如员工质量之类的维度方面对Hai'an农村商业银行的分析等同于做自我提高。

如果海安农村商业银行打算与DeepSeek领导这个话题，那么江苏银行将赤脚进行。 Suyin Digital Finance公众声称，江苏银行已成功部署和微调的DeepSeek-VL2多模型模型和轻量级的DeepSeek-R1推理模型，分别基于“智能Xiaosu”大型语言模型服务平台，用于智能合同质量检查和IN中自动估值对帐方案通过引入DeepSeek大语言模型，“ Smart Xiaosu”在复杂的多模式，多任务方案处理能力，计算功率节省和效率方面得到了进一步改进。

行业内部人士告诉记者，DeepSeek-R1推理模型具有强大的推理功能，可以处理复杂的财务数据和任务，并且擅长上下文处理和复杂的任务处理。它具有低培训成本，高成本性能，可用于智能客户服务。 ，智能投资顾问，风险管理和其他应用领域，以提高银行工作的效率。

从江苏银行提供的数据来判断，应用R1推理模型并结合邮件网关分析和处理功能，电子邮件分类，产品匹配，交易输入以及估值表分析以及和解的完整链接自动处理，并实现最初为集中的业务运营实施了90多个百分比的识别成功率。根据平均手动操作水平，每天可以减少工作量9.68小时。

另一位国有银行家告诉记者：“ DeepSeek Big Model引起了人们的关注。其R1 Big Model的开源性质为银行带来了新的机会。该银行已经进行了相关的研究，并将加速相关技术的讨论。 ，预计将应用于智能投资顾问，智能客户服务，风险监控，合规管理和其他业务领域。”

在公共基金行业中，最近，包括Huitianfu，Fuguo Fund，Nuoan Fund等十几家公共基金公司宣布，他们已经部署了DeepSeek Big Model。

其中，Huitianfu基金宣布已完成DeepSeek系列开源模型的私有化部署，并将应用于核心业务方案，例如投资研究，产品销售，风险控制合规性和客户服务。

Nuoan Fund宣布完成了DeepSeek财务模型的本地化部署，并根据主流AI开源框架独立开发了“ Nuoan AI助手”，并在核心业务方案（例如客户服务，客户服务，客户服务，客户服务，客户服务）中启动了Pilot Applications，和风险控制。

在保险行业中，中国的ping回应了第一次财务日，该公司多年来一直在加深人工智能和大数据技术的研究和应用，并促进了综合的数字化转型项目。目前，我们正在积极研究和部署相关大数据开源平台的深入综合开发，以帮助建立“综合金融 +医疗保健和老年护理”生态系统，并增强主要金融业务的质量和效率。

在金融技术领域，许多机构也开始派遣。就在上周末，Financial One帐户宣布已经启动了一个独立的研发智能平台，并与DeepSeek和Tongyi Qianwen等开源模型相连，以推出银行业的全景AI解决方案。

加速金融业的智能转型

Guotai Junan分析师Li Bolun认为，当地的大型模型可能成为金融公司的共同选择。

李·博伦（Li Bolun）表示，由于该行业的特殊性，财务通常比其他行业具有更高的数据安全要求。金融公司通常选择在本地存储数据。 DeepSeek-R1发行后，金融公司可以以相对较低的成本部署具有一流能力的一流大型车型。他们可以将本地数据与大型模型相结合，以创建特定于企业的模型，并更具目标范围​​。

对于金融IT公司而言，Li Bolun认为，金融IT公司具有​​服务能力，可以帮助金融公司清洁和对业务中积累的大量数据进行分类，并将其提供给当地的大型模型以进行微调，并为客户定制独家产品。模型。同时，金融IT公司多年来一直在金融行业中深入参与，并积累了大量的行业知识，这将有助于将客户的业务与专有模型能力相结合，创建AI工作流程，RAG（检索）增强生成）属于客户本身的管道，并定制独家代理（代理），等。

作为一种新的基础架构，AI模型的研发和场景的实施一直是金融业，尤其是银行业的关键任务之一。在加速数字化转型的背景下，银行业正面临提高效率，风险控制和客户体验优化的面临。许多挑战。传统的技术解决方案很难满足日益复杂的方案需求，AI模型的兴起为该行业带来了新的突破。

Financial One帐户银行部智能语音团队AI产品的总监Shi Wenbin告诉Caixin，DeepSeek发布的V3和R1模型是Moe（Multi-Expert）建筑模型，具有出色的一般和全面的功能。多个政党的评估结果表明，它是所有能力的评分，因此通常适用于在银行业应用大型模型的业务场景。

以DeepSeek-R1为例，Shi Wenbin说，它具有高性能推理，强化学习动力和长链推理支持的特征，并且在数学，编程和科学领域具有出色的表现。这些特征更适用于银行涉及大量数据处理和决策分析的方案。

“例如，在风险评估领域，DeepSeek-R1可以更好地整合客户多维数据，建立更准确的风险评估模型，并对客户的信用风险，市场风险等进行更全面和准确的评估。使用DeepSeek-R1强大的自然语音处理和高性能推理能力，我们可以更准确地了解客户意图，更全面地评估和利用潜在的需求，并明智地推荐合适的金融产品。”他说。

人工智能的“底盘”仍然是人造的

尽管DeepSeek看起来更像是一个可以提供相对完整的解决方案的专家，但随着人们的增加情况，他们逐渐发现了许多“不可靠”的时代。

目前，一些用户发现DeepSeek严重“胡说八道”。例如，在生成学术纸质材料时，DeepSeek会产生不存在的材料，或者指向无关紧要的纸张。在这种情况下，如果直接应用于严格的银行业，将会发生无法控制的后果，例如AI产生的扭曲市场分析，客户根据AI的错误信息进行了投资决策。

此外，“大型模型的应用意味着处理大量的个人和公司数据，这增加了信息泄漏的风险。在欺诈活动被泄露后，可能会非法获得客户信息，从而损害了银行声誉。 “一个人告诉记者的银行业。

在这方面，DeepSeek还提供了自己的答案：尽管DeepSeek和银行业等人工智能技术可以显着提高效率，但它们也可能引起多维风险，包括数据安全性和隐私泄漏风险，数据污染和模型。失真风险，监管套利和遵守情况失控，系统性风险传播和放大，道德和社会信任危机。

“银行业中深处发现的挑战仍然来自大型模型本身的某些局限性，例如结果的解释性。但是，随着抹布和思维链等各种技术的发展，这个问题将大大减少。此外，银行业对安全性和合规性的要求相对较高，如果目前直接面对某些应用程序方案，大型模型的不可控制的输出仍然是隐藏的危险。审查它们。”什本·温宾（Shi Wenbin）说。

北京社会科学学院的副研究人员王彭（Wang Peng）认为，DeepSeek在其应用程序过程中面临诸如数据质量，解释性和市场适应性之类的挑战。银行需要建立严格的数据质量管理系统，以确保数据的准确性和完整性；同时，他们必须加强对DeepSeek模型的理解和解释，并提高模型的解释性和透明度。此外，它们必须根据市场变化不断调整。 DeepSeek的应用程序策略可确保它可以适应银行的实际业务需求。

许多行业内部人士预测，将来，越来越多的银行机构将访问最新的大语言模型，主要用于提高银行员工效率的工作场景。中国银行业协会首席信息官高冯指出，当前大型模型在银行业中的应用主要集中在内部场景中，例如智能代码写作，内部AI办公室，智能客户服务和其他中端运营管理，以提高员工的工作效率。但是，它不涉及核心业务（例如帐户交易）的应用领域。

工业和信息技术部信息与通信经济专家委员会的著名经济学家潘·海林（Pan Helin）告诉Caixin，DeepSeek的蒸馏算法激发了银行业。将来，银行应根据现有的财务AI模型来创建大型模型并进行精炼。借助您自己的模型，人工智能将更加高效，金融情报的进步将大大加速。