從智能風(fēng)控、個(gè)性化服務(wù)、網(wǎng)點(diǎn)運(yùn)營(yíng)，再到多種遠(yuǎn)程服務(wù)，銀行與DeepSeek的合作正向多場(chǎng)景應(yīng)用拓展 攝影/任玉明

[ 從訓(xùn)練成本來(lái)看，DeepSeek-V3約為557.6萬(wàn)美元，而OpenAI為聊天機(jī)器人ChatGPT發(fā)布的語(yǔ)言模型GPT-4的訓(xùn)練成本則達(dá)到數(shù)億美元。 ]

蛇年春節(jié)前后，DeepSeek公司推出旗下包括V3大模型、R1大模型等一系列大語(yǔ)言模型，引起了“狂卷”大模型的銀行機(jī)構(gòu)的注意。據(jù)觀察，郵儲(chǔ)銀行、北京銀行、重慶銀行、江蘇銀行、蘇商銀行、重慶農(nóng)商行等多家銀行機(jī)構(gòu)近期紛紛完成了DeepSeek的本地化部署。

業(yè)內(nèi)人士表示，當(dāng)下銀行業(yè)對(duì)大模型的應(yīng)用主要是為了建立內(nèi)部使用的助手，以提高員工的辦公效率。在銀行業(yè)競(jìng)相接入大模型的當(dāng)下，將有更多銀行機(jī)構(gòu)探索與DeepSeek公司合作，接入V3大模型、R1大模型等一系列大模型。對(duì)于銀行來(lái)說(shuō)，在接入最新大模型提高效率的同時(shí)，還要注意數(shù)據(jù)安全、信息泄露、文本幻覺(jué)等風(fēng)險(xiǎn)。

銀行探索多場(chǎng)景應(yīng)用

從智能風(fēng)控、個(gè)性化服務(wù)、網(wǎng)點(diǎn)運(yùn)營(yíng)，再到多種遠(yuǎn)程服務(wù)，銀行與DeepSeek的合作正向多場(chǎng)景應(yīng)用拓展。

郵儲(chǔ)銀行2月8日透露，通過(guò)本地部署的方式，旗下“郵智”大模型集成了DeepSeek-V3模型及輕量級(jí)的DeepSeek-R1推理模型。郵儲(chǔ)銀行率先將DeepSeek大模型應(yīng)用于“小郵助手”，實(shí)現(xiàn)了以下創(chuàng)新突破：一是新增邏輯推理功能，顯著提升精準(zhǔn)服務(wù)效能；二是通過(guò)深度分析功能，能夠更精準(zhǔn)地識(shí)別用戶需求，進(jìn)而提供個(gè)性化、場(chǎng)景化的服務(wù)方案；三是憑借高效的推理性能，大幅加快響應(yīng)速度和任務(wù)處理效率。

“我行與華為緊密合作，成功引入并部署了DeepSeek系列大模型。目前，該模型已在AIB平臺(tái)的京行研究、京行智庫(kù)、客服助手、京客圖譜等多個(gè)核心業(yè)務(wù)場(chǎng)景中開(kāi)展試點(diǎn)應(yīng)用，顯著提升了基于知識(shí)驅(qū)動(dòng)的大模型服務(wù)質(zhì)量和效率。”北京銀行人士表示。

江蘇銀行在其數(shù)字金融官微發(fā)布公告稱，該行已應(yīng)用DeepSeek大語(yǔ)言模型。公告提到，依托“智慧小蘇”大語(yǔ)言模型服務(wù)平臺(tái)，該行本地化部署微調(diào)DeepSeek-VL2多模態(tài)模型、輕量DeepSeek-R1推理模型，分別運(yùn)用于智能合同質(zhì)檢和自動(dòng)化估值對(duì)賬場(chǎng)景。

江蘇銀行人士表示，通過(guò)應(yīng)用R1推理模型，結(jié)合郵件網(wǎng)關(guān)解析處理能力，實(shí)現(xiàn)郵件分類、產(chǎn)品匹配、交易錄入、估值表解析對(duì)賬全鏈路自動(dòng)化處理，識(shí)別成功率達(dá)90%以上，目前已初步實(shí)現(xiàn)業(yè)務(wù)集中運(yùn)營(yíng)，按照平均手工操作水平測(cè)算，每天可節(jié)約9.68小時(shí)工作量。

重慶農(nóng)村商業(yè)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(yīng)用“AI小渝”，未來(lái)將應(yīng)用在智能風(fēng)控、場(chǎng)景金融、數(shù)據(jù)決策等場(chǎng)景中，實(shí)現(xiàn)構(gòu)建分鐘級(jí)響應(yīng)的智能客服系統(tǒng)，結(jié)合知識(shí)庫(kù)實(shí)現(xiàn)個(gè)性化財(cái)富管理建議等。

蘇商銀行人士透露，該行憑借對(duì)DeepSeek系列模型技術(shù)的深度整合，打造了“數(shù)據(jù)、算法、算力、場(chǎng)景”四輪驅(qū)動(dòng)的智能決策系統(tǒng)。目前，該系統(tǒng)已在信貸風(fēng)控、反欺詐監(jiān)測(cè)等20多個(gè)業(yè)務(wù)場(chǎng)景中落地應(yīng)用，盡調(diào)報(bào)告生成效率提升40%。

有望縮小“技術(shù)鴻溝”

近年來(lái)，銀行為自研金融大模型投入了巨大資源，而中小銀行則無(wú)法跟上大型銀行接入大模型的步伐，其中的“技術(shù)鴻溝”越拉越大。業(yè)內(nèi)人士認(rèn)為，憑借DeepSeek較低的算力需求和訓(xùn)練成本，能為中小銀行帶來(lái)機(jī)會(huì)，有助于縮小與大型銀行的技術(shù)差距。

“DeepSeek的大模型技術(shù)具備強(qiáng)大的推理能力、高效的計(jì)算性能，推理成本又比較低，很適合在特定場(chǎng)景下實(shí)現(xiàn)高頻調(diào)用和落地應(yīng)用，為中小銀行在人工智能領(lǐng)域的應(yīng)用和發(fā)展提供了有力支持。”某城商行人士表示。

根據(jù)浙商證券發(fā)布的研報(bào)，DeepSeek-V3大模型整個(gè)訓(xùn)練過(guò)程用了不到280萬(wàn)GPU（圖形處理器）小時(shí)，相比之下，美國(guó)互聯(lián)網(wǎng)巨頭Meta發(fā)布的Llama3-405B的訓(xùn)練時(shí)長(zhǎng)是3080萬(wàn)GPU小時(shí)。從訓(xùn)練成本來(lái)看，DeepSeek-V3約為557.6萬(wàn)美元，而OpenAI為聊天機(jī)器人ChatGPT發(fā)布的語(yǔ)言模型GPT-4的訓(xùn)練成本則達(dá)到數(shù)億美元。

較低的訓(xùn)練成本為中小銀行跨越“技術(shù)鴻溝”帶來(lái)機(jī)會(huì)。上海金融與發(fā)展實(shí)驗(yàn)室主任、首席專家曾剛指出，DeepSeek為中小銀行提供了一種高性價(jià)比的解決方案。首先，中小銀行能夠根據(jù)自身業(yè)務(wù)需求，靈活調(diào)整DeepSeek模型的參數(shù)和功能。其次，DeepSeek具備開(kāi)箱即用的模型能力，中小銀行無(wú)需投入大量資源進(jìn)行技術(shù)研發(fā)，即可快速部署并應(yīng)用大模型。最后，中小銀行可以直接利用DeepSeek的成熟技術(shù)，快速上線智能風(fēng)控、合同校驗(yàn)、客戶洞察等功能，顯著縮短從技術(shù)引入到實(shí)際應(yīng)用的周期。

“未來(lái)，預(yù)計(jì)將有更多持牌金融機(jī)構(gòu)加入AI升級(jí)的浪潮，通過(guò)提升傳統(tǒng)金融業(yè)務(wù)的質(zhì)效，進(jìn)一步保障金融安全和用戶資金賬戶的安全。”素喜智研高級(jí)研究員蘇筱芮指出，DeepSeek模型具備多元化的應(yīng)用能力，不僅在邏輯推理和自然語(yǔ)言處理方面表現(xiàn)出色，還能夠?qū)崿F(xiàn)高性價(jià)比的部署。人工智能大模型在智能營(yíng)銷、智能風(fēng)控等多個(gè)細(xì)分場(chǎng)景中展現(xiàn)出廣闊的應(yīng)用前景。

不過(guò)，目前銀行仍處于探索DeepSeek大模型技術(shù)應(yīng)用的初期階段。據(jù)了解，銀行業(yè)對(duì)大模型的應(yīng)用主要集中在內(nèi)部場(chǎng)景，比如智能代碼編寫、內(nèi)部AI辦公、智能客服等中臺(tái)運(yùn)營(yíng)管理，以此來(lái)提升員工工作效率，但并未涉及賬戶交易等核心業(yè)務(wù)的應(yīng)用。

數(shù)據(jù)風(fēng)險(xiǎn)、“幻覺(jué)”挑戰(zhàn)

大模型技術(shù)提升銀行工作效率的同時(shí)，可能帶來(lái)的風(fēng)險(xiǎn)也不容忽視。最受關(guān)注的便是數(shù)據(jù)隱私與安全問(wèn)題。“大模型的應(yīng)用意味著要處理大量個(gè)人和企業(yè)的數(shù)據(jù)，增加了信息泄露的風(fēng)險(xiǎn)，客戶的信息泄露后可能會(huì)被非法獲取用于詐騙活動(dòng)等，導(dǎo)致銀行聲譽(yù)受損。”有銀行業(yè)人士表示。

DeepSeek的隱私政策中包含電子郵件地址、電話號(hào)碼、擊鍵模式等個(gè)人隱私數(shù)據(jù)收集。近日，DeepSeek的ClickHouse數(shù)據(jù)庫(kù)因配置錯(cuò)誤而暴露，導(dǎo)致敏感信息泄露。該數(shù)據(jù)庫(kù)暴露了超過(guò)100萬(wàn)條記錄，涵蓋聊天記錄、API密鑰、操作日志等高度敏感的信息，并且由于未配置身份驗(yàn)證機(jī)制，這些數(shù)據(jù)任何人都可以隨意訪問(wèn)。隨后，DeepSeek遭意大利個(gè)人數(shù)據(jù)保護(hù)局詢問(wèn)，并從應(yīng)用商店下架。

上海段和段律師事務(wù)所高亞平律師認(rèn)為，各國(guó)的監(jiān)管機(jī)構(gòu)正在加強(qiáng)對(duì)大模型數(shù)據(jù)處理活動(dòng)的監(jiān)督，但確保管理體系能夠有效應(yīng)對(duì)合規(guī)要求并非易事，在數(shù)據(jù)處理的完整生命周期中，AI算法、爬蟲技術(shù)的使用，使得合規(guī)的技術(shù)目標(biāo)變得難以捉摸，給大模型數(shù)據(jù)治理帶來(lái)新的挑戰(zhàn)。

“幻覺(jué)”問(wèn)題是另一大挑戰(zhàn)。目前已有使用者發(fā)現(xiàn)DeepSeek存在一本正經(jīng)地“胡說(shuō)八道”的情況。例如，在生成學(xué)術(shù)論文材料時(shí)，DeepSeek會(huì)生成不存在的材料，或指向無(wú)關(guān)的論文。業(yè)內(nèi)人士表示，大模型目前面臨的“幻覺(jué)”問(wèn)題，其主要根源在于訓(xùn)練數(shù)據(jù)的污染。

清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授孫茂松認(rèn)為，盡管生成式人工智能在生成流暢文本方面表現(xiàn)優(yōu)異，但由于缺乏真正的理解能力，在數(shù)據(jù)匱乏或信息不明確的情況下，可能會(huì)生成不準(zhǔn)確甚至虛假的內(nèi)容。“幻覺(jué)”在高精度任務(wù)中可能會(huì)帶來(lái)嚴(yán)重的限制。

上述金融業(yè)人士表示，在金融領(lǐng)域，由于對(duì)數(shù)據(jù)精度的要求極高，同時(shí)需要確保模型的可解釋性以及嚴(yán)格的風(fēng)險(xiǎn)控制，金融機(jī)構(gòu)在應(yīng)用大模型時(shí)往往表現(xiàn)得較為謹(jǐn)慎。

在北京大學(xué)智能學(xué)院教授王立威看來(lái)，大模型的“幻覺(jué)”現(xiàn)象是一種內(nèi)在特性。當(dāng)前的大模型主要通過(guò)從海量數(shù)據(jù)中學(xué)習(xí)來(lái)構(gòu)建其能力，本質(zhì)是一種基于統(tǒng)計(jì)的方法。由于這種方法是基于統(tǒng)計(jì)規(guī)律而非邏輯推理，因此無(wú)法保證輸出結(jié)果100%準(zhǔn)確。

“為解決這一問(wèn)題，一方面需要從軟件工程的角度出發(fā)，優(yōu)化算法，提升數(shù)據(jù)質(zhì)量，從而提高大模型的精度；另一方面，也需要通過(guò)制定行業(yè)規(guī)范和法律法規(guī)，對(duì)大模型技術(shù)加以約束和引導(dǎo)，使其能夠更加安全、可靠地服務(wù)于經(jīng)濟(jì)社會(huì)的發(fā)展。”某國(guó)有大行金融科技業(yè)務(wù)部人士建議。

來(lái)源：第一財(cái)經(jīng)日?qǐng)?bào)