市场商业报告披露官方网站
2025年04月07日 星期一
DeepSeek“金融业微信朋友圈” 从“争相”到“恐后”，从“实用”到“用对”
◎编写 温婷
DeepSeek风头正盛，金融企业竞相连接。
截止到2月11日，有北京银行、江苏银行、苏商金融机构、重庆农村商业银行等大部分银行及光大证券等头部券商“抢鲜”DeepSeek。恒生电子、金证股份、星环科技等综合金融服务企业大实体模型服务项目也接入了DeepSeek。
根据布署DeepSeek，一些金融企业看见了AI开支“降低成本”的概率。专家指出，DeepSeek的出现在了通用性大模型行业形成了极强的“鲇鱼效应”，可是却“实用”到“用对”，还面临着网络信息安全、故意练习、实体模型错觉等挑战。
竞相连接DeepSeek
此前，北京银行公布全面开展“all in AI”发展战略，携手并肩华为公司率先开展DeepSeek全栈开发产业化金融业运用。江苏银行借助“聪慧小舒”大语言模型综合服务平台，本地化部署调整DeepSeek-VL2跨模态实体模型、轻巧DeepSeek-R1推理模型，各自应用于智能合同质量检验和自动化公司估值查账情景。重庆农村商业银行依靠腾讯云服务大模型专业知识引擎的水平，在公司微信上线根据DeepSeek模型智能语音助手运用“AI小渝”。
据公开数据，连接DeepSeek的银行种类包含金融机构、证劵、股票基金、非银行支付机构等。现阶段，大部分银行已经实现DeepSeek系列产品大模型本地化部署，应用领域包含智能合同管理方法、在线客服小助手等。
做为最早一批本地化部署DeepSeek的非银行支付机构之一，移卡最开始挑选DeepSeek的原因在于“实用”，这也成为了DeepSeek粉丝诸多的重要原因。
移卡监事会主席、CTO罗小辉表示，移卡在2024年初就本地化部署了DeepSeek coder，在这个基础上，移卡研发了编号小助手，它的功能包含编码编写、编码改错等。“DeepSeek是当前开源系统最完全大实体模型生产商，性能高效率出众。”罗小涛直言，移卡提前准备长期用以DeepSeek为首的开源大模型，逐渐更换国外AI商品大实体模型服务项目，这将在确保条件允许的情况下大幅度降低应用成本。
奇安信金融行业责任人徐懿巍觉得，练习成本较低，特性比较强，彻底开源系统、适用免费商用等优点，使DeepSeek在垂直领域比较容易落地式。
对于此事，优智高新科技创始人兼CEO詹毅颇有感触。现阶段优智科技和中信证券等头部券商在实体模型主要用途进行项目上线，正和数十家金融企业推动应用落地。其主要AI服务平台（智遇文本文档、智友Agent）已全面连接DeepSeek，为金融机构提供包含DeepSeek私有化部署等在内的完整解决方案。此外，优智高新科技已经DeepSeek上不断练习面对金融场景模型版本号。
“如果使用造成来对比的情况下，金融企业亲睐更好用大实体模型‘全车’，而DeepSeek提供了更好的模块。”詹毅称，对于实体模型运用来讲，2024年更多的是头部机构积极推进大模型落地式，2025年在DeepSeek的认识普及化以及更多金融业榜样实例的带动下，中小机构大模型运用将加速，销售市场将大幅扩充。
“过去提到大模型，金融机构总体目标通常是‘争相’；现如今更多的是‘恐后’，思维模式出现了量变。”詹毅说。
“鲇鱼效应”不断强化
巨资资金投入，产出率不明，一直是危害金融企业大模型产业化资金投入的主要原因，并且通过布署DeepSeek，许多金融企业看见了AI开支“降低成本”的概率。
据了解，恒生电子、星环科技、金证股份等综合金融服务商大实体模型服务项目正加速连接DeepSeek。比如，恒生大模型系列产品运用全方位连接DeepSeek流行实体模型（DeepSeek-V3/DeepSeek-R1），遮盖金融业行研、投资顾问、合规管理、经营、投资银行等关键需求场景；星环科技大模型运营管理平台Sophon LLMOps全面支持DeepSeek-R1全参版本号及分馏版本号，适合于智能投研与策略适用、智能运营与流程优化等智能金融场景。其测试报告也证实了这一趋势。
以恒生电子为例子，评测资料显示，在金融密度高的数据处理方法场景下，借助DeepSeek-R1的千亿级主要参数压缩和蒸馏技术，本地部署算率能源消耗减少50%；根据DeepSeek独创MoE（混和权威专家）架构设计，客户满意度分析加速3倍。
“在一些强逻辑推理的需求场景，DeepSeek提高了练习成效。”星环科技金融业助理副总裁张晓明最近在与客户连接检测中发觉，一些有很大实体模型应用实践、算力和优秀人才资源储备银行和头部券商正积极连接DeepSeek，DeepSeek在通用性大模型行业形成了极强的“鲇鱼效应”。
自然，DeepSeek优势突出并不等于别的大模型被舍弃。张晓明直言，整个大模型市场还是一个多元需求的行业，目前有金融客户用星环科技大模型运营管理平台Sophon LLMOps兼容了70好几个流行实体模型，可适应不同需求场景的需要，“DeepSeek酷热下，应当想着如何把大实体模型转化为生产力”。
恒生电子首席科学家、恒生科学研究院白硕称，DeepSeek善于慢思考，当需要速度思索相结合的实际应用场景中，通义千问和DeepSeek能够相辅相成，发挥更大的实际效果。
关于未来DeepSeek的使用场景，罗小涛给出了两个方面构想：“一是面向企业内部人员的效率工具；二是以用户为中心或客户的产品开发。”在应用模式上，除作为互动问答小助手外，把大实体模型嵌入实际的使用场景可以让其发挥重要作用。
不可忽视的考验
新鲜事物全是机遇与挑战共存，DeepSeek运用也是如此。专家指出，金融企业因其业务性质，对数据的安全性、个人隐私保护及合规拥有极高标准严要求，所以在布署大模型的时候也遭遇更大考验。
徐懿巍表明，金融行业大模型通常包括繁杂算法与市场逻辑思维能力，开发设计费用较高，并承重关键业务流程和信息，本身安全系数起着至关重要的作用。在OWASP公布大实体模型运用十大安全风险性中，“提醒引入”稳居第一位。网络攻击可通过创新特定引导词来欺诈大模型造成不正确的结论，尤其是涉及到决策、风险管控等重点领域时，这类进攻可能造成巨大损失。
金融业行业大模型的错觉难题也是一大安全风险。大模型产生的具体内容有时候很有可能和现实不符合，这对极度依赖准确信息的金融业而言，是一个潜在风险，尤其是在给予市场需求分析、风险评价或投资价值分析时，其危害不可忽视。
徐懿巍表明，金融企业在布署大模型时，安全隐患不但来源于单独大模型服务项目，更来源于整家企业。因而，金融机构一定要做好整个团队风险暴露面管理方法，执行严格密钥管理对策，如身份认证和授权体系，限定对API、数据库浏览。与此同时，搞好互联网、终端设备、云、网络服务器、数据库系统等基础网络安全防范措施，最大程度减少安全威胁。在实际保障体系层面，应紧紧围绕信息来源合规管理、具体内容安全合规、隐秘数据鉴别过虑、练习数据堂安全性、数据分类分级与安全防护、数据信息密钥管理等，打造出系统化的安全防护计划方案。
除安全性外，基础设施建设尤其是GPU网络资源也成为大模型部署的一大“制约”。“充分考虑实体模型针对网络资源的需要比较多，大家主要采用混和部署的方法，即一部分本土化、一部分对外接口的形式。我们正高度关注大模型的小型化计划方案，希望用这种方式来减轻网络资源工作压力，同时也希望不断涌现大量GPU网络资源，当地大模型与计算机器设备的融合是下面重点研究的事宜。”罗小涛说。
张晓明提议，金融企业布署DeepSeek要综合考虑算率、资金预算基础设施建设资金投入状况，因“材”强化措施。“比如，中大型机构可以通过布署R1全参版本号，充分发挥算率、人才等综合优势，加快大模型的平台能力布署；中小机构能够立足于业务流程导进分馏版，开发设计比较适合DeepSeek落地运用和专用工具，由浅入深，真真正正根据大模型实现降本增效。”张晓明说。
市场观察所刊载信息，来源于网络，并不代表本媒体观点。本文所涉及的信息.数据和分析均来自公开渠道，如有任何不实之处、涉及版权问题，请联系我们及时处理。本文仅供读者参考，任何人不得将本文用于非法用途，由此产生的法律后果由使用者自负。投诉举报请联系邮箱：News_Jubao@163.com
