备受市场关注的“DeepSeek+银行”应用有了最新进展。3月8日，中国工商银行宣布已于近期在同业率先完成DeepSeek最新开源大模型的本地化部署，并将其接入该行已有的“工银智涌”大模型矩阵体系，推动金融业务场景实现智能化升级。
“对商业银行来说，人工智能已经从技术应用升级为战略必修课，这是商业银行保持未来核心竞争力的关键，也是通向高质量发展的必由之路，它让银行原来累积的各种海量数据变成了一种新资产。”中国工商银行金融科技部副总经理金海旻对经济日报记者表示，人工智能在商业银行的应用，实际上就是通过技术推动形成“智力密度、决策精度、运营效率”的正向飞轮，更好地促进业务发展、服务客户、管理风险，最终让银行变得更智能、更便捷、更懂客户，进而为开展“人工智能+”行动、做好数字金融大文章提供有力支撑，助力经济实现高质量发展。
拓宽智慧金融上限
“DeepSeek的逻辑分析能力比较强，它升级了工行已有的‘工银智涌’大模型矩阵体系金融知识的数据逻辑分析引擎，也就是说，它让人工智能在知道‘数据是什么’的基础上，更好地回答‘为什么会发生’‘未来会怎样’等问题，进一步拓宽了智慧金融的上限。”金海旻说，该行在2024年就已经开展DeepSeek-V1、DeepSeek-V2等开源大模型的研究及部署应用，2025年初又完成了DeepSeek推理大模型的本地化部署。
具体来看，金融服务主要发生了四方面变化：一是复杂决策的能力得到提升。以往的大模型擅长处理文字，在结合数据、穿透性分析复杂的因果关系方面较弱。相比之下，具备逻辑推理能力的大模型可以通过多级逻辑推理和假设分析来解决这一问题。
二是场景应用得到全面渗透。以往大模型在相对简单的标准化场景下表现良好，但是难以处理需要深度推理的长链条任务，而逻辑推理能力强的大模型可以通过长周期规划能力、非结构化数据分析能力等，应对上述复杂问题。
不少人都使用过电话银行，接通人工客服后，用户最关心自己的咨询能否得到快速、准确的解答。“从坐席接听客户来电的那一刻起，员工助手‘工小慧’这个技术应用就开始在后台运作了，它能够根据客户提问、搜索银行知识库并实时推荐答案。”金海旻说，更重要的是，通话结束后，它能够围绕沟通过程、内容等自动生成摘要，为日后的类似咨询节约时间。此外，如果这些问题在线上没有得到解决、被转到线下网点，它还能自动生成工单，准确记录相关处理工作。
三是动态风险控制能力得到提升。传统的风险控制更多依赖预设规则，例如黑名单匹配，但对新型金融欺诈的识别相对滞后，例如怎样识别人工智能生成的虚假贸易背景等。强逻辑推理能力的大模型可以结合交易行为中的数据进行异常逻辑链检测、博弈推演防御，由此更好地应对新型金融欺诈。
四是人机协作关系得到重塑。以银行核心应用场景之一的信贷审批为例，传统大模型一般是直接给出答案，缺乏相应的推导过程，具备逻辑推理能力的大模型可以在提供结论的基础上，提供可解释性的推理过程，更加全面地阐述决策依据。
“当前，大语言模型在金融领域的潜力远未被完全挖掘，未来其应用场景也将更广泛。”上海金融与发展实验室主任曾刚认为，在无障碍服务、智能投资顾问、欺诈检测与反洗钱、动态定价与利率优化等方面均可应用大模型。此外，大模型还可参与银行众多的业务环节，成为职员的好帮手。
加固风控“护城河”
众所周知，银行业是经营风险的行业，既然人工智能可以为信贷审批提供结论，那么接下来，在银行的风险防控过程中，技术能否完全替代人？
“人始终是风险防控的核心与责任主体，人工智能则是辅助。”金海旻说，“人要负责设计、采用各类风控模型，引入数据，并对最终的审批结果负责，这其中可能还会涉及具体场景的设计、模型使用时的微调训练、准确率的判断测试等，这些都要靠人来做最终决策。”
相比之下，人工智能为银行的风险防控加固了“护城河”，其辅助作用主要体现在两方面。一是提升处理效能，帮助一线的信贷人员查询信贷制度、编写报告等，减少重复性劳动；二是增强专业能力，为信贷审批人员提供风险评估参考意见，帮助他们拓展评估视野，协助开展数据分析判断。“此前，工商银行已经基于大模型技术，辅助信贷审批人员开展客户经营风险评估、财务杠杆分析等工作，今年引入DeepSeek-R1推理大模型后，我们第一时间升级了人工智能的财务分析场景，发现其分析质量高于通用大模型水平，推理逻辑清晰，结论简洁鲜明，能够更好地辅助信贷审批人员进行客观判断，进一步强化信贷风险防控水平。”金海旻说。
“未来的主流工作模式将是人机协作，模型负责效率，员工负责判断，双方通过实时反馈实现持续优化，团队协作也将更加紧密。”曾刚说。
因此，接下来要平衡好人员和新技术的关系。“商业银行要以开放的心态顺应技术进步趋势，积极拥抱新技术。”中国邮政储蓄银行研究员娄飞鹏说，从业人员要加强学习，不断提高学习能力。特别是在技术不断创新发展、未来有较多可能性的阶段，商业银行要提升科技人员队伍实力，拥有足够的科技人才储备，将科技人才、业务人才有效融合，推动业务与科技协同。
为大模型装上“导航仪”
尽管人工智能在金融业具有广泛的应用前景，但市场也不乏担忧之声，尤其高度关注大模型“幻觉”问题。“人工智能大幅提升了人类认识世界和改造世界的能力，是新一轮科技革命和产业变革的重要驱动力量，也必然会对生产关系产生影响，但不可否认，人工智能技术的发展也伴随着一系列难以预知的风险挑战，在安全、社会治理、道德伦理等方面带来众多新课题。”十四届全国人大三次会议新闻发言人娄勤俭于3月4日在十四届全国人大三次会议新闻发布会上表示。
“我们高度重视人工智能服务的准确性与可靠性，目前已构建三层防御体系，即数据治理、逻辑约束、人机协同，确保大模型应用输出的每一条建议都‘有据可依、有源可溯、有人可核’。”金海旻说，通过三层防御，确保人工智能在回答问题时，既有银行家的严谨，又有老朋友的善解人意，为人工智能装上“刹车系统”和“导航仪”，鼓励技术创新的同时，守住金融安全底线。
娄飞鹏认为，接下来，商业银行要结合对技术的研判，建立应急预案和风险管理框架。首先，DeepSeek作为人工智能工具，采用开源模型方式，如果受到恶意攻击，可能导致数据被篡改或被破坏，给商业银行的数据安全带来新的挑战，商业银行要及时做好模型的安全防护和漏洞修复；其次，由于人工智能在决策过程中受历史数据影响，它可能存在路径依赖问题，进而造成模型精准度不够、决策违背常识伦理等问题，商业银行要定期审查、测试人工智能模型，建立完善的数据验证和纠错机制，努力提高生成信息的准确性，减少人工智能幻觉；再次，商业银行不论是接入还是本地化部署DeepSeek，都需要大量使用客户数据，对此，银行既要科学、合理地使用客户数据，更要保护好客户数据，防止由此造成的客户信息泄露风险。
备受市场关注的“DeepSeek+银行”应用有了最新进展。3月8日，中国工商银行宣布已于近期在同业率先完成DeepSeek最新开源大模型的本地化部署，并将其接入该行已有的“工银智涌”大模型矩阵体系，推动金融业务场景实现智能化升级。
“对商业银行来说，人工智能已经从技术应用升级为战略必修课，这是商业银行保持未来核心竞争力的关键，也是通向高质量发展的必由之路，它让银行原来累积的各种海量数据变成了一种新资产。”中国工商银行金融科技部副总经理金海旻对经济日报记者表示，人工智能在商业银行的应用，实际上就是通过技术推动形成“智力密度、决策精度、运营效率”的正向飞轮，更好地促进业务发展、服务客户、管理风险，最终让银行变得更智能、更便捷、更懂客户，进而为开展“人工智能+”行动、做好数字金融大文章提供有力支撑，助力经济实现高质量发展。
拓宽智慧金融上限
“DeepSeek的逻辑分析能力比较强，它升级了工行已有的‘工银智涌’大模型矩阵体系金融知识的数据逻辑分析引擎，也就是说，它让人工智能在知道‘数据是什么’的基础上，更好地回答‘为什么会发生’‘未来会怎样’等问题，进一步拓宽了智慧金融的上限。”金海旻说，该行在2024年就已经开展DeepSeek-V1、DeepSeek-V2等开源大模型的研究及部署应用，2025年初又完成了DeepSeek推理大模型的本地化部署。
具体来看，金融服务主要发生了四方面变化：一是复杂决策的能力得到提升。以往的大模型擅长处理文字，在结合数据、穿透性分析复杂的因果关系方面较弱。相比之下，具备逻辑推理能力的大模型可以通过多级逻辑推理和假设分析来解决这一问题。
二是场景应用得到全面渗透。以往大模型在相对简单的标准化场景下表现良好，但是难以处理需要深度推理的长链条任务，而逻辑推理能力强的大模型可以通过长周期规划能力、非结构化数据分析能力等，应对上述复杂问题。
不少人都使用过电话银行，接通人工客服后，用户最关心自己的咨询能否得到快速、准确的解答。“从坐席接听客户来电的那一刻起，员工助手‘工小慧’这个技术应用就开始在后台运作了，它能够根据客户提问、搜索银行知识库并实时推荐答案。”金海旻说，更重要的是，通话结束后，它能够围绕沟通过程、内容等自动生成摘要，为日后的类似咨询节约时间。此外，如果这些问题在线上没有得到解决、被转到线下网点，它还能自动生成工单，准确记录相关处理工作。
三是动态风险控制能力得到提升。传统的风险控制更多依赖预设规则，例如黑名单匹配，但对新型金融欺诈的识别相对滞后，例如怎样识别人工智能生成的虚假贸易背景等。强逻辑推理能力的大模型可以结合交易行为中的数据进行异常逻辑链检测、博弈推演防御，由此更好地应对新型金融欺诈。
四是人机协作关系得到重塑。以银行核心应用场景之一的信贷审批为例，传统大模型一般是直接给出答案，缺乏相应的推导过程，具备逻辑推理能力的大模型可以在提供结论的基础上，提供可解释性的推理过程，更加全面地阐述决策依据。
“当前，大语言模型在金融领域的潜力远未被完全挖掘，未来其应用场景也将更广泛。”上海金融与发展实验室主任曾刚认为，在无障碍服务、智能投资顾问、欺诈检测与反洗钱、动态定价与利率优化等方面均可应用大模型。此外，大模型还可参与银行众多的业务环节，成为职员的好帮手。
加固风控“护城河”
众所周知，银行业是经营风险的行业，既然人工智能可以为信贷审批提供结论，那么接下来，在银行的风险防控过程中，技术能否完全替代人？
“人始终是风险防控的核心与责任主体，人工智能则是辅助。”金海旻说，“人要负责设计、采用各类风控模型，引入数据，并对最终的审批结果负责，这其中可能还会涉及具体场景的设计、模型使用时的微调训练、准确率的判断测试等，这些都要靠人来做最终决策。”
相比之下，人工智能为银行的风险防控加固了“护城河”，其辅助作用主要体现在两方面。一是提升处理效能，帮助一线的信贷人员查询信贷制度、编写报告等，减少重复性劳动；二是增强专业能力，为信贷审批人员提供风险评估参考意见，帮助他们拓展评估视野，协助开展数据分析判断。“此前，工商银行已经基于大模型技术，辅助信贷审批人员开展客户经营风险评估、财务杠杆分析等工作，今年引入DeepSeek-R1推理大模型后，我们第一时间升级了人工智能的财务分析场景，发现其分析质量高于通用大模型水平，推理逻辑清晰，结论简洁鲜明，能够更好地辅助信贷审批人员进行客观判断，进一步强化信贷风险防控水平。”金海旻说。
“未来的主流工作模式将是人机协作，模型负责效率，员工负责判断，双方通过实时反馈实现持续优化，团队协作也将更加紧密。”曾刚说。
因此，接下来要平衡好人员和新技术的关系。“商业银行要以开放的心态顺应技术进步趋势，积极拥抱新技术。”中国邮政储蓄银行研究员娄飞鹏说，从业人员要加强学习，不断提高学习能力。特别是在技术不断创新发展、未来有较多可能性的阶段，商业银行要提升科技人员队伍实力，拥有足够的科技人才储备，将科技人才、业务人才有效融合，推动业务与科技协同。
为大模型装上“导航仪”
尽管人工智能在金融业具有广泛的应用前景，但市场也不乏担忧之声，尤其高度关注大模型“幻觉”问题。“人工智能大幅提升了人类认识世界和改造世界的能力，是新一轮科技革命和产业变革的重要驱动力量，也必然会对生产关系产生影响，但不可否认，人工智能技术的发展也伴随着一系列难以预知的风险挑战，在安全、社会治理、道德伦理等方面带来众多新课题。”十四届全国人大三次会议新闻发言人娄勤俭于3月4日在十四届全国人大三次会议新闻发布会上表示。
“我们高度重视人工智能服务的准确性与可靠性，目前已构建三层防御体系，即数据治理、逻辑约束、人机协同，确保大模型应用输出的每一条建议都‘有据可依、有源可溯、有人可核’。”金海旻说，通过三层防御，确保人工智能在回答问题时，既有银行家的严谨，又有老朋友的善解人意，为人工智能装上“刹车系统”和“导航仪”，鼓励技术创新的同时，守住金融安全底线。
娄飞鹏认为，接下来，商业银行要结合对技术的研判，建立应急预案和风险管理框架。首先，DeepSeek作为人工智能工具，采用开源模型方式，如果受到恶意攻击，可能导致数据被篡改或被破坏，给商业银行的数据安全带来新的挑战，商业银行要及时做好模型的安全防护和漏洞修复；其次，由于人工智能在决策过程中受历史数据影响，它可能存在路径依赖问题，进而造成模型精准度不够、决策违背常识伦理等问题，商业银行要定期审查、测试人工智能模型，建立完善的数据验证和纠错机制，努力提高生成信息的准确性，减少人工智能幻觉；再次，商业银行不论是接入还是本地化部署DeepSeek，都需要大量使用客户数据，对此，银行既要科学、合理地使用客户数据，更要保护好客户数据，防止由此造成的客户信息泄露风险。
