今天小編分享的财經經驗：郵儲、建行、工行集體出手，歡迎閱讀。
作 者丨張欣
編 輯丨肖嘉
圖 源丨 AI
3 月 8 日，工商銀行宣布在同業中率先完成 DeepSeek 最新開源大模型的私有化部署，并将其接入行内 " 工銀智湧 " 大模型矩陣體系，有力推動金融業務場景的智能化更新。
據 21 世紀經濟報道記者不完全統計，目前已有超 20 家銀行部署應用 DeepSeek 大模型，在六大國有銀行裡，郵儲銀行、建設銀行、工商銀行均已開啟布局。
記者注意到，在數據隐私和安全的考量下，國有大行傾向于自行搭建大模型技術體系。當下，銀行對 DeepSeek 的探索主要集中在智能客服更新、業務流程優化、智能決策與風險管理、智能營銷與客戶洞察四大領網域。
業内專家指出，DeepSeek 不僅能夠替代重復性勞動，更可通過認知增強、強化推理，驅動業務流程優化與模式創新。以銀行網點為例，DeepSeek 與之深度融合，标志着金融服務正從 " 信息化 " 向 " 認知化 " 大步邁進。随着技術不斷迭代、生态持續完善，數智化銀行網點将成為金融業服務實體經濟、踐行普惠使命的核心陣地。
以本地部署為主自行搭建大模型
3 月 8 日，工商銀行宣布率先在同業完成 DeepSeek 最新開源大模型的私有化部署，并将其接入行内 " 工銀智湧 " 大模型矩陣體系，推動金融業務場景的智能化更新。
工商銀行稱，将以 " 企業級 AI 普惠賦能 +AI 專業突破 " 雙輪驅動，推動 AI 技術在行内的規模化應用，目前已實現大模型對行内 20 多個主要業務領網域的賦能，落地場景 200 餘個，展現出 AI 技術對金融行業高質量發展的強勁推動力。
據了解，產品創新方面，工商銀行在金融市場領網域打造了 ChatDealing 數智對話交易產品，重塑金融市場交易流程，大幅提升交易規模。客戶服務方面，工商銀行打造了遠程銀行坐席助手 " 工小慧 "，實現 " 智能全旅程陪伴 "，推動重點場景通話時長壓降約 10%，有效提升服務效率和客戶體驗。風險防控方面，工商銀行圍繞信貸全流程，打造了集信貸制度查詢、報告編寫、風險評估、數據分析、審貸建議等能力于一體的專屬授信審批風控助手 " 工小審 "，實現對公信貸全場景 " 智慧審貸 "，顯著提升業務效率和智能化風控水平。
事實上，早在 2 月 24 日，工商銀行就在其主管的《中國金融電腦》雜志上表示，2024 年上半年，工商銀行開始在行内部署并試點應用 DeepSeek 系列開源大模型，本次引入的 DeepSeek 最新開源大模型具備行業領先的復雜推理能力，進一步豐富了工商銀行大模型矩陣，以工銀智湧為統一入口，為全行員工提供更加高效、便捷、安全的 AI 生產力工具，包括構建财報分析助手、AI 财富管家等 10 餘個典型場景，推動業務流程智能化更新，有效提升工作質效。
另據媒體 2 月末報道，建設銀行已引入 DeepSeek 模型并定制化訓練，推進生成式人工智能在全集團的體系化應用，或将集成 AI 工具供下屬機構使用。
更早的 2 月 5 日，郵儲銀行率先表示，積極擁抱 AI 技術變革，依托自有大模型 " 郵智 "，第一時間本地部署并集成 DeepSeek-V3 模型和輕量 DeepSeek-R1 推理模型。
據了解，郵儲銀行首先将 DeepSeek 大模型應用于 " 小郵助手 "，新增邏輯推理功能，增強精準服務效能；通過深度分析等功能，精準識别用戶需求，提供個性化和場景化的服務方案；借助高效推理性能，加快響應速度和任務處理效率，為用戶提供更流暢的互動體驗。
郵儲銀行還稱，将在 " 郵智 " 大模型基礎上，借助 DeepSeek 的技術能力，進一步探索其在金融場景的更多特色化服務應用。在遠程銀行服務領網域，利用多步驟推理優化能力，增強手機銀行陪伴式數字員工能力，優化坐席助手與智能陪練，提升客服專業性和工作效率；在公司金融領網域，探索建築業產業鏈場景，完成復雜的業務推理流程、產品推薦、產品組合推薦、股權分析及财務分析等功能；在風險防控領網域，高效分析并自動生成案件分析報告，提升可疑點識别效率與準确性，增強反欺詐主動防御能力；在網點金融服務領網域，探索 AI 端側創新應用，拓展數字櫃員服務場景，推動網點智慧運營，助力客戶體驗提升。
沙丘智庫在《銀行業 DeepSeek 大模型應用跟蹤報告》中指出，從部署方式上看，大部分銀行選擇本地化部署。雖然 DeepSeek 降低了大模型使用成本，但數據安全和隐私要求這一核心約束依然存在，基于數據隐私和安全的考慮，銀行（尤其是大型銀行）仍然會選擇自行搭建大模型技術體系，而不是完全使用外部服務。但對銀行來說，DeepSeek R1 的私有化部署周期明顯縮短（從過去方案的 6-8 周縮短到 2-3 周），微調數據需求也從百萬級樣本降低到十萬級樣本；從應用場景上看，當前銀行主要是利用 DeepSeek 增強原有大模型應用場景的邏輯推理能力。例如郵儲銀行利用 DeepSeek 增強企業級問答 " 小郵助手 " 的服務能力。DeepSeek R1 目前尚未在銀行的業務場景中產生颠覆性創新應用，但作為一款低成本的開源推理模型，其技術特性與潛力将重塑銀行業 AI 落地的想象空間。
值得注意的是，此前，中信銀行信息技術管理部創新科學家張然曾提醒，要警惕 " 銀行可直接放棄自行搭建設施轉而使用外部服務 " 這一誤區。他認為， DeepSeek 服務收費低也降低了使用成本，但數據安全和隐私要求這一核心約束依然存在，基于數據隐私和安全的考慮，銀行未來仍不會直接放棄自行搭建設施轉而使用外部服務。（詳見本報報道《深度丨金融業迎來 "DeepSeek 時刻 "》）
推動金融服務從 " 信息化 " 邁向 " 認知化 "
3 月 5 日，工商銀行軟體開發中心專家朱國平撰文總結了當下銀行對 DeepSeek 探索四大服務領網域。
例如，郵儲銀行通過集成 DeepSeek — V3 模型和輕量級的 DeepSeek — R1 推理模型，優化了 " 小郵助手 " 的語義理解和邏輯推理能力，提升了遠程銀行服務的效率和客戶體驗。業務流程優化。
例如，工商銀行充分發揮 DeepSeek 在強推理與復雜數據處理等方面的優勢，構建财報分析助手、AI 财富管家等 10 餘個典型場景，推動業務流程智能化更新，有效提升工作質效。智能決策與風險管理。
例如，蘇商銀行利用 DeepSeek 的蒸餾技術優化信貸風控模型，欺詐風險标籤準确率提升 35%。智能營銷與客戶洞察。
例如，建設銀行利用 DeepSeek 提升文生圖功能，優化營銷内容。
朱國平稱，上述實踐表明，DeepSeek 不僅能替代重復性勞動，更能通過認知增強、強化推理驅動業務流程優化和模式創新。金融業正加快技術吸收速度，結合金融場景需求，将模型通用能力轉化為行業專屬解決方案，尋求價值轉換的突破。
朱國平分析認為，在金融行業數字化轉型的浪潮中，銀行網點作為服務客戶的前沿陣地，面臨着效率提升與體驗優化的雙重挑戰。傳統網點依賴人工服務的模式已難以滿足客戶對便捷性、個性化和智能化的需求。DeepSeek 作為新一代人工智能技術體系，通過融合知識推理、多模态互動與混合專家等關鍵能力，為銀行網點重塑業務流程、創新服務模式、優化客戶體驗、提升決策效率提供了有力武器和強勁動能，有望點燃智能金融服務的範式革命。
"DeepSeek 與銀行網點的深度融合，标志着金融服務從‘信息化’向‘認知化’的躍遷。随着技術迭代與生态完善，數智化的銀行網點将成為金融業服務實體經濟、踐行普惠使命的核心陣地。" 朱國平如是強調。
朱國平表示，DeepSeek 驅動的具身智能機器人或數字人可承擔銀行網點的第一觸點服務。通過多模态互動技術（如語音識别、視覺感知、語義理解），機器人能夠主動識别客戶身份、情緒狀态及服務需求，提供個性化的問候與引導。例如，針對老年客戶自動切換為簡明語音互動模式，對高頻業務需求客戶直接推送自助服務入口，從而實現服務觸達的精準分層。
在客戶需求解析環節，DeepSeek 能夠實時分析客戶語義，結合歷史行為數據與業務知識圖譜，準确識别其核心訴求。例如，當客戶表述 " 需要處理賬戶問題 " 時，系統可自動區分密碼重置、賬戶凍結等細分場景，并匹配對應的業務通道。同時，通過智能排隊算法，系統可根據業務類型、客戶特征（如 VIP 等級、緊急程度）動态調整服務優先級，優化網點資源分配。
在業務辦理過程中，朱國平認為，DeepSeek 可依托增強現實（AR）或數字人互動界面，提供可視化的操作指引。例如，在開戶流程中，數字人可逐步演示資料填寫規範，實時校驗表單信息的完整性；在理财產品購買環節，系統能通過動态圖表解析風險等級與收益結構，輔助客戶決策。此外，機器人可聯動網點設備（如自助終端、叫号系統），實現跨終端服務銜接，減少客戶等待時間。
對于銀行員工，DeepSeek 能夠構建高效協同的智能工作平台。端側部署的 DeepSeek 推理引擎，可對業務辦理過程中的風險信号進行毫秒級響應。例如，在信貸面籤環節，系統通過分析客戶微表情、語音波動與歷史信用記錄，實時輸出風險提示；在大額轉賬場景中，結合反洗錢規則庫與交易鏈路圖譜，自動觸發二次驗證流程。此類能力使員工從繁瑣的風控核查中解放，聚焦于高價值決策。
此外，DeepSeek 的知識中樞系統能夠整合行内制度文檔、產品手冊、案例庫等多源信息，支持員工通過自然語言進行快速檢索。例如，客戶經理輸入 " 小微企業信用貸準入條件 "，系統可自動提取最新政策要點、同類客戶成功案例及相關風險提示。此外，在業務辦理過程中，系統能自動推送關聯操作指引（如證件審核标準、合規話術），降低人為操作失誤率。
你希望銀行把 DeepSeek 運用到哪些方面？
