伴隨開源AI大模型DeepSeek展現(xiàn)出廣闊的應用場景，從銀行、保險、證券到金融科技公司紛紛“嘗鮮”DeepSeek，探索相關應用場景，并加緊推進DeepSeek系列模型的本地化部署工作。業(yè)內分析認為，對DeepSeek等大模型的應用將進一步促進金融機構的數(shù)字化轉型，推動數(shù)字金融深度發(fā)展。

　　DeepSeek近期接連發(fā)布了V3和R1模型，基于其在數(shù)學、代碼、自然語言推理等任務上的超強性能，以及“低成本+高性能+高開放度”三重優(yōu)勢，極大地降低了大模型企業(yè)級部署門檻。隨后，各行各業(yè)積極布局，金融機構亦加緊推進DeepSeek系列模型的本地化部署，應用場景多點開花。

　　浦發(fā)銀行在昇騰服務器上部署DeepSeek-R1671B千億級大模型，在業(yè)內率先實現(xiàn)全棧國產(chǎn)化算力平臺+DeepSeek大模型的金融應用。重慶農(nóng)商銀行則宣布在其企業(yè)微信上線基于DeepSeek模型的智能助手應用“AI小渝”，未來將應用在智能風控、場景金融、數(shù)據(jù)決策等場景中。新網(wǎng)銀行在智能客服、貸后管理、智能營銷、智能研發(fā)、風險控制等多個領域，依托大模型技術，建設了一系列智能化助手，深入應用于多個效率瓶頸環(huán)節(jié)。

　　保險機構亦在加速行動。新華保險、人保財險、太平人壽等多家保險機構紛紛宣布接入DeepSeek模型，從賦能角度而言，提升效率、優(yōu)化服務等是行業(yè)布局的主要邏輯�！爸�所以接入DeepSeek，主要在于公司對大模型技術在推動業(yè)務數(shù)字化轉型中的巨大潛力有著前瞻性的判斷�！碧�平人壽有關負責人接受記者采訪時表示，當前，太平人壽已在多個業(yè)務領域開展大模型應用探索，包括研發(fā)代碼助手、運營“添翼系統(tǒng)”知識引擎以及太平人壽AI助手。

　　金融科技領域，金融壹賬通宣布推出了自主研發(fā)的智能體平臺，并接入DeepSeek、通義千問等開源大模型，推出面向銀行業(yè)的全場景AI解決方案。

　　“樂信是國內最早部署和應用DeepSeek的金融平臺之一。”樂信CTO陸勇告訴記者，樂信在DeepSeek基礎之上，通過樂信金融專屬數(shù)據(jù)預訓練、業(yè)務數(shù)據(jù)精調，打造專屬于樂信的金融垂直Al大模型“奇點”，并加速在公司業(yè)務多個領域落地應用。研發(fā)提效方面，公司大模型已實現(xiàn)研發(fā)人員100%落地應用，全年提出質量改進建議21萬次，有效助力研發(fā)人員編碼效率提升約35%。

　　此外，匯添富基金、諾安基金、萬家基金等十余家公募基金公司已部署DeepSeek大模型，力推向科技驅動型基金公司轉型。

　　作為開源AI大模型，DeepSeek無疑將為金融業(yè)帶來新的可能性。上海金融與發(fā)展實驗室主任曾剛對記者表示，大語言模型等在金融領域的應用已從輔助工具階段邁向核心生產(chǎn)力階段，從“試驗階段”進入“深度融合階段”。它不僅為金融業(yè)提供了可復用的技術框架，更預示著金融行業(yè)將朝著智能化、個性化和高效化的方向發(fā)展。

　　招聯(lián)首席研究員董希淼表示，金融行業(yè)擁有大量用戶群體，積累了海量數(shù)據(jù)，是大模型應用的優(yōu)質場景。當前，金融業(yè)對大模型的應用基本上為兩種模式，其中一種是自行開發(fā)模式，如多家銀行先后披露了其在大模型領域的探索及應用；另一種是合作模式，如一些機構選擇與科技公司合作，利用科技公司大模型為自身業(yè)務賦能。

　　對DeepSeek等大模型的應用將進一步促進金融機構的數(shù)字化轉型。此前，中國人民銀行等七部門聯(lián)合印發(fā)《推動數(shù)字金融高質量發(fā)展行動方案》，提出加快金融機構數(shù)字化轉型，促進數(shù)字金融健康發(fā)展。

　　董希淼表示，金融機構、科技公司如果能夠深度運用以大模型所代表的生成式人工智能（GAI），大力推進數(shù)字化轉型，持續(xù)創(chuàng)新產(chǎn)品服務，不斷提升用戶體驗，就可能走出一條差異化、特色化的發(fā)展之路。從這個意義上講，大模型不但將成為金融業(yè)的數(shù)字化勞動力，還將促進金融機構數(shù)字化轉型，推動數(shù)字金融深度發(fā)展。

　　盡管DeepSeek的應用前景廣闊，但其帶來的數(shù)據(jù)安全與隱私風險亦不容忽視。

　　對此，多家機構在接受采訪時表示，已通過本地化部署保護數(shù)據(jù)安全。新網(wǎng)銀行副行長李秀生表示，目前，新網(wǎng)銀行已經(jīng)建立一整套管理流程，在引入大模型時開展安全評估，訓練大模型時采取數(shù)據(jù)脫敏的方式，以做好數(shù)據(jù)安全防護。同時，采取本地化部署，未來積極探索數(shù)據(jù)安全要求不降低的情況下的云服務。

　　太平人壽有關負責人介紹，在各項應用中，太平人壽采用數(shù)據(jù)脫敏、敏感信息過濾及嚴格的文檔權限管理策略，確保每一條數(shù)據(jù)在傳輸、存儲與處理過程中的安全性。另外，太平人壽的大模型都是本地化內網(wǎng)部署，防止內部數(shù)據(jù)泄漏的同時提供了大模型問答能力。