江苏银行成功部署DeepSeek模型，提升金融语义理解与业务效率

根据官方帐户的“江苏金融技术”，江苏银行已成功地将DeepSeek-VL2多模式模型和轻量级DeepSeek-R1推理模型的部署定位到智能合同质量检查和自动化估值中，这些模型分别用于和解方案。通过挖掘和分析大量财务数据，金融服务模型被重塑，并实现了财务语义理解和业务效率的准确性。

根据官方帐户，江苏银行于2023年研究并开发了大型语言模型服务平台“智能小米”。这次，通过介绍复杂的多模式和多任务方案，通过介绍DeepSeek大语言模型“ Smart Xiaosu”，以此进行处理。 DeepSeek大语言模型。能力，计算节省，效率和其他方面的能力得到了进一步提高。

这不是行业中唯一部署DeepSeek的银行。 Sushang Bank的高级研究员Sun Yang向论文介绍了Sushang Bank已开始使用DeepSeek，例如使用DeepSeek VL2多模型来处理非标准材料，例如桌子，图像材料，文档图片等，为了提高综合信贷材料，识别精度率高达97％，并且DeepSeek R1推理模型被整合到“开发助手”的独立研究和开发中，该研究和开发将核心系统的迭代周期缩短了30％。此外，Sushang Bank已将DeepSeek的蒸馏技术应用于诸如信用风险控制和反欺诈等20多种情况，将尽职调查报告的生成效率提高了40％，并将欺诈风险标签的准确性提高了35％。

“我们有研究部署的部门。”另一位银行业内部人士告诉论文，其银行正在研究DeepSeek的应用，其中可能包括客户的尽职调查，风险判断，自动化统计陈述等。与之前使用的系统相比，DeepSeek更加聪明，可以节省银行的能源。和收集和组织信息的时间。

数据安全也是银行需要考虑的问题。上述行业内部人士说，DeepSeek的本地部署可以在银行内留下相关数据，并且不允许数据流向DeepSeek，从而避免了数据安全问题。

Sun Yang指出，与DeepSeek相关的模型和系统支持本地部署。银行应建立完整的数据治理，数据安全和隐私保护系统，建立完整的数据授权并使用控制过程，加强数据安全管理系统并改善数据安全管理。意识。

部署DeepSeek有什么影响？

银行业已经开发金融技术了几年。 Iresearch Consulting发布的“ 2024年中国金融科技行业发展洞察报告”表明，2019年，国内金融机构对金融技术投资的总体规模超过了2200亿元人民币，国内金融技术市场将在大约12％未来。在2027年，增长率超过5800亿元人民币。DeepSeek的推出将如何影响银行业金融技术的发展？目前，银行业的金融技术面临着哪些困难？

Sun Yang说，DeepSeek将能够帮助银行在情报，决策和管理方面取得重大突破。由于DeepSeek特别适合使用少量数据和缺乏数据的加固学习方案，因此它非常适合银行方案应用程序，并且为了提高银行数字银行业务的水平，将具有很大的促进效果。

但是，Sun Yang认为，仍然缺乏具有强大创新能力的金融技术人才，并且很难用金融技术和商业知识来培养复合人才，而且培训周期很长。此外，金融技术需要大量数据，但是与平台公司相比，银行具有相对较少的数据资源。

中国商人工会首席研究员兼上海金融与发展实验室副主任董Ximiao分析了大规模模型技术，例如生成人工智能（例如DeepSeek），将加速银行数字化转型的效率和质量商业银行非常重视的发展方向。但是，加速应用程序（例如大型模型）可能会导致隐私，版权和其他问题。如何发挥积极作用，减少负面影响并促进数字融资的高质量发展是一个主要问题，在金融行业的人工智能技术中应认真面临。

中国邮政储蓄银行的研究人员卢·费彭（Lou Feipeng）告诉该论文，银行业的发展本身在很大程度上依赖于数据收集和分析，并且具有强大的数据处理能力，例如大型模型。银行积极采用它可以更准确，有针对性地分析客户需求。产品创新，提高业务处理效率并提高风险管理的准确性。 DeepSeek的出现将有助于加速银行业的数字化转型，并促进数字融资的深入发展。

Lou Feipeng认为，在加强大型模型的应用时，银行业需要加强数据信息的管理等，以维持客户信息的安全性。同时，应根据业务开发需求合理使用数据。