编者按：DeepSeek的中国式创新，正引领着我国AI行业迈向新纪元，全球即将步入一个“DeepSeek现象”带来的新阶段。同时，DeepSeek颠覆性的突破在资本市场掀起巨浪，重塑着中国科技资产的估值逻辑。在此背景下，新华财经特别策划“DeepSeek生长季”系列报道，以冷静客观的视角，通过实地探访，了解其向下扎根、向上生长的土壤；在大模型加速赋能千行百业新阶段，观察DeepSeek如何推动生物医药、金融、汽车、物流等行业的聚势精进，及对行业发展趋势的影响；同时，观察央国企如何拥抱DeepSeek，激发企业活力，构建新的增长引擎。
新华财经北京2月26日电（记者吴丛司 孙广见）近来，DeepSeek悄然在银行业掀起一股热潮。据新华财经不完全统计，从国有大行到地方城商行、农商行再到民营银行，目前不少于18家银行相继宣布接入或部署该模型，并尝试将DeepSeek应用于实际业务中。
多位受访业内专家认为，以DeepSeek为代表的AI大模型技术在处理复杂文本、数据分析和智能化决策方面具有显著优势，从中长期来看，这一技术的深入应用或将引发银行业的业务模式、经营方式以及决策流程等方面的重塑。
DeepSeek先行者多为中小银行
新华财经了解到，工行、建行、邮储银行等国有大行，招行、浦发银行等股份行，江苏银行、北京银行、青岛农商行等地方城商行、农商行，以及苏商银行等民营银行，已经宣布引入DeepSeek模型。
工行近日宣布，该行基于自主研发、全栈自主可控的大模型平台——工银智涌，引入DeepSeek系列开源大模型底座，并面向全行开放使用。在DeepSeek最新开源大模型引入过程中，该行通过一系列技术创新手段显著提升模型部署效率，压降推理成本，提高吞吐量，并通过在重点领域率先试点，构建财报分析助手、AI财富管家等10余个典型场景。
邮储银行宣布，通过本地部署的方式，旗下“邮智”大模型集成了DeepSeek-V3模型及轻量级的DeepSeek-R1推理模型，复杂多模态、多任务处理、算力节约、效能提升等方面将得到增强。该行率先在“小邮助手”上应用DeepSeek大模型，包括：新增逻辑推理功能、增强精准服务效能；通过深度分析等功能，更准确地识别用户需求，提供个性化和场景化的服务方案；借助高效推理性能加快响应速度和任务处理效率。
值得注意的是，在宣布部署DeepSeek的18家银行中，有12家为中小银行，分别为江苏银行、北京银行、成都银行、重庆银行、中原银行、青岛农商行、海安农商行、重庆农商行、微众银行、新网银行、百信银行和苏商银行。
其中，江苏银行宣布引入DeepSeek大语言模型，依托“智慧小苏”平台，部署了微调的DeepSeek-VL2多模态模型和轻量DeepSeek-R1推理模型，应用于智能合同质检和自动化估值对账场景，提升了金融语义理解的准确率和业务效率。
北京银行宣布，携手华为实现DeepSeek全栈国产化金融应用，部署了DeepSeek-R1满血模型、DeepSeek-V3模型、R1蒸馏模型和Janus Pro多模态模型、在AIB平台的京行研究、京行智库、客服助手、京客图谱等多个核心业务场景中开展试点应用，提升了服务质量和效率。
青岛农商行则推进大模型技术在金融领域的应用，本地化部署以DeepSeek大模型为基座的企业级AI模型服务平台“智慧Qimi”，应用于网点厅堂数字人、智能问答、报告撰写、培训教材文本校验等场景，以推动全行数字金融发展进一步智能化升级。
此外，苏商银行则表示，在2024年引入DeepSeek系列技术，结合原有大模型能力，提升了模型轻量化与高效推理方面的能力。应用场景包括智能信贷、智能研发和智能风控等。具体来看，应用DeepSeek V2多模态模型处理非标材料，如表格、影像资料、文档图片等识别，提升信贷材料综合识别准确率至97%，并将DeepSeek R1推理模型集成到自主研发的“开发助手”，使核心系统迭代周期缩短30%。此外，苏商银行将DeepSeek的蒸馏技术应用于信贷风控、反欺诈等20多个场景，使尽调报告生成效率提升40%，欺诈风险标签准确率提升35%。
中国银行证券分析师张琦表示，从现有应用DeepSeek的银行来看，先行者多为中小银行，一定程度上体现DeepSeek技术优势带来的成本和技术门槛下降，或为中小银行数字化转型提供弯道超车的机会。由于银行业数字化转型和金融科技投入大，对资金、人员、场景生态的要求较高，同时面临技术门槛，国有大行、股份行以及头部城商行具备天然优势，能够自行研发大模型。
开源AI或重塑银行展业模式
“DeepSeek之所以能够迅速吸引金融机构的目光，首先在于其开源的特性。”上海金融与发展实验室首席专家、主任曾刚对新华财经表示，与传统封闭式AI模型不同，DeepSeek通过开放代码和模型架构，为用户提供了更大的自由度和可定制性。这种开放性使得金融机构能够根据自身需求，灵活调整模型的功能和性能，从而开发出更贴合业务场景的解决方案。
此外，曾刚认为，DeepSeek在技术上也展现出强大的创新能力。其模型在自然语言处理、数据分析和多模态学习等领域表现优异，能够高效处理金融行业中复杂的非结构化数据，如财务报告、市场新闻和客户反馈。这种能力使得DeepSeek不仅能够帮助金融机构提升运营效率，还能为其提供更深层次的洞察力，助力决策优化。
特别是对于中小银行而言，DeepSeek大大降低了AI技术的应用成本，极大推动了AI技术的普惠化。
“DeepSeek推动了AI技术在银行业的普惠化应用，为中小银行提供了换道超车的机会。”青岛农商行信息科技部总经理隋利锋对新华财经表示。
“以DeepSeek为代表的开源AI降低了技术获取和维护成本，中小银行负担得起。”奇富数科总裁周旭强对新华财经表示，DeepSeek为中小银行提供了科技平权的机会，但中小银行在人才和技术积累上仍需努力。
此外，周旭强认为，虽然各家银行竞相接入DeepSeek，但DeepSeek推出时间还较短，部分银行可能刚刚完成DeepSeek本地化部署，仍处于基础应用阶段，未来可以触达业务决策层等更复杂的应用。
对于以DeepSeek为代表的AI技术在银行业的潜在应用场景，隋利锋认为，可以覆盖信贷审批、财富管理、合同质检、招投标供应商审核、智能客户服务、数字人厅堂服务、公文处理以及办公流程优化等多个环节。这些技术不仅助力银行提升运营效率、优化顾客体验，达到成本节约与效益提升的双重目标，还借助对客户的多维度分析以及自然语言处理（NLP）等文本处理能力，或将逐步重塑银行业务模式。
比如，在智能信贷领域，DeepSeek通过对传统金融数据以外的多维度场景数据的分析，更准确地评估客户的财务状况、经营效率和信用风险，自动生成企业风险评估分析和尽职调查报告，为信贷决策提供科学依据。同时，在信贷审批过程中，利用AI技术实现自动化审批，缩短审批时间，提高效率。
张琦认为，用DeepSeek VL2多模态模型处理复杂的嵌套表格和影像数据等，以解决传统OCR技术存在表格识别率低、手写体解析难、画中画拍摄文档解析难等问题。此外，AI技术可以实时监测客户的交易行为并对异常情况进行预警如大额资金转移、频繁转账交易等，提升可疑点识别效率与准确性，增强反欺诈主动防御能力。
多位受访专家表示，总体来看，以DeepSeek为代表的大模型不仅能够提升银行的业务效率和服务质量，还能为银行提供更精准的风险管理和个性化服务，甚至重塑银行经营模式、决策流程。未来，随着AIGC技术的进一步发展，以DeepSeek为代表的大语言模型有望加快推动银行数字化转型和智能化升级。
编辑：胡晨曦
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
编者按：DeepSeek的中国式创新，正引领着我国AI行业迈向新纪元，全球即将步入一个“DeepSeek现象”带来的新阶段。同时，DeepSeek颠覆性的突破在资本市场掀起巨浪，重塑着中国科技资产的估值逻辑。在此背景下，新华财经特别策划“DeepSeek生长季”系列报道，以冷静客观的视角，通过实地探访，了解其向下扎根、向上生长的土壤；在大模型加速赋能千行百业新阶段，观察DeepSeek如何推动生物医药、金融、汽车、物流等行业的聚势精进，及对行业发展趋势的影响；同时，观察央国企如何拥抱DeepSeek，激发企业活力，构建新的增长引擎。
新华财经北京2月26日电（记者吴丛司 孙广见）近来，DeepSeek悄然在银行业掀起一股热潮。据新华财经不完全统计，从国有大行到地方城商行、农商行再到民营银行，目前不少于18家银行相继宣布接入或部署该模型，并尝试将DeepSeek应用于实际业务中。
多位受访业内专家认为，以DeepSeek为代表的AI大模型技术在处理复杂文本、数据分析和智能化决策方面具有显著优势，从中长期来看，这一技术的深入应用或将引发银行业的业务模式、经营方式以及决策流程等方面的重塑。
DeepSeek先行者多为中小银行
新华财经了解到，工行、建行、邮储银行等国有大行，招行、浦发银行等股份行，江苏银行、北京银行、青岛农商行等地方城商行、农商行，以及苏商银行等民营银行，已经宣布引入DeepSeek模型。
工行近日宣布，该行基于自主研发、全栈自主可控的大模型平台——工银智涌，引入DeepSeek系列开源大模型底座，并面向全行开放使用。在DeepSeek最新开源大模型引入过程中，该行通过一系列技术创新手段显著提升模型部署效率，压降推理成本，提高吞吐量，并通过在重点领域率先试点，构建财报分析助手、AI财富管家等10余个典型场景。
邮储银行宣布，通过本地部署的方式，旗下“邮智”大模型集成了DeepSeek-V3模型及轻量级的DeepSeek-R1推理模型，复杂多模态、多任务处理、算力节约、效能提升等方面将得到增强。该行率先在“小邮助手”上应用DeepSeek大模型，包括：新增逻辑推理功能、增强精准服务效能；通过深度分析等功能，更准确地识别用户需求，提供个性化和场景化的服务方案；借助高效推理性能加快响应速度和任务处理效率。
值得注意的是，在宣布部署DeepSeek的18家银行中，有12家为中小银行，分别为江苏银行、北京银行、成都银行、重庆银行、中原银行、青岛农商行、海安农商行、重庆农商行、微众银行、新网银行、百信银行和苏商银行。
其中，江苏银行宣布引入DeepSeek大语言模型，依托“智慧小苏”平台，部署了微调的DeepSeek-VL2多模态模型和轻量DeepSeek-R1推理模型，应用于智能合同质检和自动化估值对账场景，提升了金融语义理解的准确率和业务效率。
北京银行宣布，携手华为实现DeepSeek全栈国产化金融应用，部署了DeepSeek-R1满血模型、DeepSeek-V3模型、R1蒸馏模型和Janus Pro多模态模型、在AIB平台的京行研究、京行智库、客服助手、京客图谱等多个核心业务场景中开展试点应用，提升了服务质量和效率。
青岛农商行则推进大模型技术在金融领域的应用，本地化部署以DeepSeek大模型为基座的企业级AI模型服务平台“智慧Qimi”，应用于网点厅堂数字人、智能问答、报告撰写、培训教材文本校验等场景，以推动全行数字金融发展进一步智能化升级。
此外，苏商银行则表示，在2024年引入DeepSeek系列技术，结合原有大模型能力，提升了模型轻量化与高效推理方面的能力。应用场景包括智能信贷、智能研发和智能风控等。具体来看，应用DeepSeek V2多模态模型处理非标材料，如表格、影像资料、文档图片等识别，提升信贷材料综合识别准确率至97%，并将DeepSeek R1推理模型集成到自主研发的“开发助手”，使核心系统迭代周期缩短30%。此外，苏商银行将DeepSeek的蒸馏技术应用于信贷风控、反欺诈等20多个场景，使尽调报告生成效率提升40%，欺诈风险标签准确率提升35%。
中国银行证券分析师张琦表示，从现有应用DeepSeek的银行来看，先行者多为中小银行，一定程度上体现DeepSeek技术优势带来的成本和技术门槛下降，或为中小银行数字化转型提供弯道超车的机会。由于银行业数字化转型和金融科技投入大，对资金、人员、场景生态的要求较高，同时面临技术门槛，国有大行、股份行以及头部城商行具备天然优势，能够自行研发大模型。
开源AI或重塑银行展业模式
“DeepSeek之所以能够迅速吸引金融机构的目光，首先在于其开源的特性。”上海金融与发展实验室首席专家、主任曾刚对新华财经表示，与传统封闭式AI模型不同，DeepSeek通过开放代码和模型架构，为用户提供了更大的自由度和可定制性。这种开放性使得金融机构能够根据自身需求，灵活调整模型的功能和性能，从而开发出更贴合业务场景的解决方案。
此外，曾刚认为，DeepSeek在技术上也展现出强大的创新能力。其模型在自然语言处理、数据分析和多模态学习等领域表现优异，能够高效处理金融行业中复杂的非结构化数据，如财务报告、市场新闻和客户反馈。这种能力使得DeepSeek不仅能够帮助金融机构提升运营效率，还能为其提供更深层次的洞察力，助力决策优化。
特别是对于中小银行而言，DeepSeek大大降低了AI技术的应用成本，极大推动了AI技术的普惠化。
“DeepSeek推动了AI技术在银行业的普惠化应用，为中小银行提供了换道超车的机会。”青岛农商行信息科技部总经理隋利锋对新华财经表示。
“以DeepSeek为代表的开源AI降低了技术获取和维护成本，中小银行负担得起。”奇富数科总裁周旭强对新华财经表示，DeepSeek为中小银行提供了科技平权的机会，但中小银行在人才和技术积累上仍需努力。
此外，周旭强认为，虽然各家银行竞相接入DeepSeek，但DeepSeek推出时间还较短，部分银行可能刚刚完成DeepSeek本地化部署，仍处于基础应用阶段，未来可以触达业务决策层等更复杂的应用。
对于以DeepSeek为代表的AI技术在银行业的潜在应用场景，隋利锋认为，可以覆盖信贷审批、财富管理、合同质检、招投标供应商审核、智能客户服务、数字人厅堂服务、公文处理以及办公流程优化等多个环节。这些技术不仅助力银行提升运营效率、优化顾客体验，达到成本节约与效益提升的双重目标，还借助对客户的多维度分析以及自然语言处理（NLP）等文本处理能力，或将逐步重塑银行业务模式。
比如，在智能信贷领域，DeepSeek通过对传统金融数据以外的多维度场景数据的分析，更准确地评估客户的财务状况、经营效率和信用风险，自动生成企业风险评估分析和尽职调查报告，为信贷决策提供科学依据。同时，在信贷审批过程中，利用AI技术实现自动化审批，缩短审批时间，提高效率。
张琦认为，用DeepSeek VL2多模态模型处理复杂的嵌套表格和影像数据等，以解决传统OCR技术存在表格识别率低、手写体解析难、画中画拍摄文档解析难等问题。此外，AI技术可以实时监测客户的交易行为并对异常情况进行预警如大额资金转移、频繁转账交易等，提升可疑点识别效率与准确性，增强反欺诈主动防御能力。
多位受访专家表示，总体来看，以DeepSeek为代表的大模型不仅能够提升银行的业务效率和服务质量，还能为银行提供更精准的风险管理和个性化服务，甚至重塑银行经营模式、决策流程。未来，随着AIGC技术的进一步发展，以DeepSeek为代表的大语言模型有望加快推动银行数字化转型和智能化升级。
编辑：胡晨曦
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115
