今天小编分享的财经经验：邮储、建行、工行集体出手，欢迎阅读。
作 者丨张欣
编 辑丨肖嘉
图 源丨 AI
3 月 8 日，工商银行宣布在同业中率先完成 DeepSeek 最新开源大模型的私有化部署，并将其接入行内 " 工银智涌 " 大模型矩阵体系，有力推动金融业务场景的智能化更新。
据 21 世纪经济报道记者不完全统计，目前已有超 20 家银行部署应用 DeepSeek 大模型，在六大国有银行里，邮储银行、建设银行、工商银行均已开启布局。
记者注意到，在数据隐私和安全的考量下，国有大行倾向于自行搭建大模型技术体系。当下，银行对 DeepSeek 的探索主要集中在智能客服更新、业务流程优化、智能决策与风险管理、智能营销与客户洞察四大领網域。
业内专家指出，DeepSeek 不仅能够替代重复性劳动，更可通过认知增强、强化推理，驱动业务流程优化与模式创新。以银行网点为例，DeepSeek 与之深度融合，标志着金融服务正从 " 信息化 " 向 " 认知化 " 大步迈进。随着技术不断迭代、生态持续完善，数智化银行网点将成为金融业服务实体经济、践行普惠使命的核心阵地。
以本地部署为主自行搭建大模型
3 月 8 日，工商银行宣布率先在同业完成 DeepSeek 最新开源大模型的私有化部署，并将其接入行内 " 工银智涌 " 大模型矩阵体系，推动金融业务场景的智能化更新。
工商银行称，将以 " 企业级 AI 普惠赋能 +AI 专业突破 " 双轮驱动，推动 AI 技术在行内的规模化应用，目前已实现大模型对行内 20 多个主要业务领網域的赋能，落地场景 200 余个，展现出 AI 技术对金融行业高质量发展的强劲推动力。
据了解，产品创新方面，工商银行在金融市场领網域打造了 ChatDealing 数智对话交易产品，重塑金融市场交易流程，大幅提升交易规模。客户服务方面，工商银行打造了远程银行坐席助手 " 工小慧 "，实现 " 智能全旅程陪伴 "，推动重点场景通话时长压降约 10%，有效提升服务效率和客户体验。风险防控方面，工商银行围绕信贷全流程，打造了集信贷制度查询、报告编写、风险评估、数据分析、审贷建议等能力于一体的专属授信审批风控助手 " 工小审 "，实现对公信贷全场景 " 智慧审贷 "，显著提升业务效率和智能化风控水平。
事实上，早在 2 月 24 日，工商银行就在其主管的《中国金融电腦》杂志上表示，2024 年上半年，工商银行开始在行内部署并试点应用 DeepSeek 系列开源大模型，本次引入的 DeepSeek 最新开源大模型具备行业领先的复杂推理能力，进一步丰富了工商银行大模型矩阵，以工银智涌为统一入口，为全行员工提供更加高效、便捷、安全的 AI 生产力工具，包括构建财报分析助手、AI 财富管家等 10 余个典型场景，推动业务流程智能化更新，有效提升工作质效。
另据媒体 2 月末报道，建设银行已引入 DeepSeek 模型并定制化训练，推进生成式人工智能在全集团的体系化应用，或将集成 AI 工具供下属机构使用。
更早的 2 月 5 日，邮储银行率先表示，积极拥抱 AI 技术变革，依托自有大模型 " 邮智 "，第一时间本地部署并集成 DeepSeek-V3 模型和轻量 DeepSeek-R1 推理模型。
据了解，邮储银行首先将 DeepSeek 大模型应用于 " 小邮助手 "，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，精准识别用户需求，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，为用户提供更流畅的互動体验。
邮储银行还称，将在 " 邮智 " 大模型基础上，借助 DeepSeek 的技术能力，进一步探索其在金融场景的更多特色化服务应用。在远程银行服务领網域，利用多步骤推理优化能力，增强手机银行陪伴式数字员工能力，优化坐席助手与智能陪练，提升客服专业性和工作效率；在公司金融领網域，探索建筑业产业链场景，完成复杂的业务推理流程、产品推荐、产品组合推荐、股权分析及财务分析等功能；在风险防控领網域，高效分析并自动生成案件分析报告，提升可疑点识别效率与准确性，增强反欺诈主动防御能力；在网点金融服务领網域，探索 AI 端侧创新应用，拓展数字柜员服务场景，推动网点智慧运营，助力客户体验提升。
沙丘智库在《银行业 DeepSeek 大模型应用跟踪报告》中指出，从部署方式上看，大部分银行选择本地化部署。虽然 DeepSeek 降低了大模型使用成本，但数据安全和隐私要求这一核心约束依然存在，基于数据隐私和安全的考虑，银行（尤其是大型银行）仍然会选择自行搭建大模型技术体系，而不是完全使用外部服务。但对银行来说，DeepSeek R1 的私有化部署周期明显缩短（从过去方案的 6-8 周缩短到 2-3 周），微调数据需求也从百万级样本降低到十万级样本；从应用场景上看，当前银行主要是利用 DeepSeek 增强原有大模型应用场景的逻辑推理能力。例如邮储银行利用 DeepSeek 增强企业级问答 " 小邮助手 " 的服务能力。DeepSeek R1 目前尚未在银行的业务场景中产生颠覆性创新应用，但作为一款低成本的开源推理模型，其技术特性与潜力将重塑银行业 AI 落地的想象空间。
值得注意的是，此前，中信银行信息技术管理部创新科学家张然曾提醒，要警惕 " 银行可直接放弃自行搭建设施转而使用外部服务 " 这一误区。他认为， DeepSeek 服务收费低也降低了使用成本，但数据安全和隐私要求这一核心约束依然存在，基于数据隐私和安全的考虑，银行未来仍不会直接放弃自行搭建设施转而使用外部服务。（详见本报报道《深度丨金融业迎来 "DeepSeek 时刻 "》）
推动金融服务从 " 信息化 " 迈向 " 认知化 "
3 月 5 日，工商银行軟體开发中心专家朱国平撰文总结了当下银行对 DeepSeek 探索四大服务领網域。
例如，邮储银行通过集成 DeepSeek — V3 模型和轻量级的 DeepSeek — R1 推理模型，优化了 " 小邮助手 " 的语义理解和逻辑推理能力，提升了远程银行服务的效率和客户体验。业务流程优化。
例如，工商银行充分发挥 DeepSeek 在强推理与复杂数据处理等方面的优势，构建财报分析助手、AI 财富管家等 10 余个典型场景，推动业务流程智能化更新，有效提升工作质效。智能决策与风险管理。
例如，苏商银行利用 DeepSeek 的蒸馏技术优化信贷风控模型，欺诈风险标签准确率提升 35%。智能营销与客户洞察。
例如，建设银行利用 DeepSeek 提升文生图功能，优化营销内容。
朱国平称，上述实践表明，DeepSeek 不仅能替代重复性劳动，更能通过认知增强、强化推理驱动业务流程优化和模式创新。金融业正加快技术吸收速度，结合金融场景需求，将模型通用能力转化为行业专属解决方案，寻求价值转换的突破。
朱国平分析认为，在金融行业数字化转型的浪潮中，银行网点作为服务客户的前沿阵地，面临着效率提升与体验优化的双重挑战。传统网点依赖人工服务的模式已难以满足客户对便捷性、个性化和智能化的需求。DeepSeek 作为新一代人工智能技术体系，通过融合知识推理、多模态互動与混合专家等关键能力，为银行网点重塑业务流程、创新服务模式、优化客户体验、提升决策效率提供了有力武器和强劲动能，有望点燃智能金融服务的范式革命。
"DeepSeek 与银行网点的深度融合，标志着金融服务从‘信息化’向‘认知化’的跃迁。随着技术迭代与生态完善，数智化的银行网点将成为金融业服务实体经济、践行普惠使命的核心阵地。" 朱国平如是强调。
朱国平表示，DeepSeek 驱动的具身智能机器人或数字人可承担银行网点的第一触点服务。通过多模态互動技术（如语音识别、视觉感知、语义理解），机器人能够主动识别客户身份、情绪状态及服务需求，提供个性化的问候与引导。例如，针对老年客户自动切换为简明语音互動模式，对高频业务需求客户直接推送自助服务入口，从而实现服务触达的精准分层。
在客户需求解析环节，DeepSeek 能够实时分析客户语义，结合历史行为数据与业务知识图谱，准确识别其核心诉求。例如，当客户表述 " 需要处理账户问题 " 时，系统可自动区分密码重置、账户冻结等细分场景，并匹配对应的业务通道。同时，通过智能排队算法，系统可根据业务类型、客户特征（如 VIP 等级、紧急程度）动态调整服务优先级，优化网点资源分配。
在业务办理过程中，朱国平认为，DeepSeek 可依托增强现实（AR）或数字人互動界面，提供可视化的操作指引。例如，在开户流程中，数字人可逐步演示资料填写规范，实时校验表单信息的完整性；在理财产品购买环节，系统能通过动态图表解析风险等级与收益结构，辅助客户决策。此外，机器人可联动网点设备（如自助终端、叫号系统），实现跨终端服务衔接，减少客户等待时间。
对于银行员工，DeepSeek 能够构建高效协同的智能工作平台。端侧部署的 DeepSeek 推理引擎，可对业务办理过程中的风险信号进行毫秒级响应。例如，在信贷面签环节，系统通过分析客户微表情、语音波动与历史信用记录，实时输出风险提示；在大额转账场景中，结合反洗钱规则库与交易链路图谱，自动触发二次验证流程。此类能力使员工从繁琐的风控核查中解放，聚焦于高价值决策。
此外，DeepSeek 的知识中枢系统能够整合行内制度文档、产品手册、案例库等多源信息，支持员工通过自然语言进行快速检索。例如，客户经理输入 " 小微企业信用贷准入条件 "，系统可自动提取最新政策要点、同类客户成功案例及相关风险提示。此外，在业务办理过程中，系统能自动推送关联操作指引（如证件审核标准、合规话术），降低人为操作失误率。
你希望银行把 DeepSeek 运用到哪些方面？
