3月27日，中國銀行研究院發布2025年第二季度經濟金融展望報告。其中就DeepSeek賦能銀行業數字化轉型進行了專題研究。
長期以來，以銀行為代表的金融部門以其大規模、高質量的數據資源和多維度、多元化的應用場景，被視為最適合大模型應用的行業之一。2025年1月，中國人工智能公司深度求索（DeepSeek）發布推理模型DeepSeek-R1，不僅在性能上逼近甚至超越了OpenAI的o1系列產品，並且推理成本僅需o1的3%左右。這一里程碑式進展被矽谷科技媒體、德意誌銀行等譽為中國人工智能領域的“斯普特尼克時刻”(SputnikMoment)。當前，以DeepSeek為代表的人工智能大模型持續賦能銀行等金融相關領域，有望為金融行業數字化轉型提供關鍵助力。
DeepSeek通過應用於精準營銷、理財顧問、貸前風控、信用評估等核心領域，帶動銀行各類業務效率明顯提升。例如，在精準營銷環節，DeepSeek構建的對話式AI引擎，采用意圖識別（NLU）與對話狀態跟蹤（DST）雙引擎架構，多輪對話管理系統支持上下文感知的個性化服務，結合情感計算模塊實現客戶體驗的量化評估。基於DeepSeek的智能客服系統，能夠實現全天候不間斷服務，快速響應客戶的咨詢和問題。通過自然語言處理技術，智能客服可以理解客戶的意圖，根據客戶的曆史記錄和偏好，為客戶提供個性化的服務推薦，提升客戶滿意度。此外，DeepSeek基於客戶消費習慣和金融資源應用狀態、所處行業特征、產品特性等生成的各類營銷方案，也將為客戶經理提供多維度的參考。
在投資決策環節，DeepSeek可以通過對客戶的資產狀況、風險偏好、投資目標等信息的分析，為客戶制定個性化的投資組合方案。同時，DeepSeek也可以實時監測全球金融市場動態，包括股票、債券、外匯等各類金融市場的價格波動、交易量變化等，通過對曆史數據和實時數據的分析，捕捉到市場趨勢的細微變化，提前發出風險預警。在智能風控環節，DeepSeek基於實時風險決策引擎和整合流式計算框架與複雜事件處理（CEP）技術，能夠實現毫秒級風險決策響應。從目前已完成或計劃完成DeepSeek本地化部署的商業銀行來看，其多元化業務為DeepSeek賦能提供了豐富場景。
報告指出，DeepSeek在賦能銀行業數字化轉型中面臨一系列挑戰。如DeepSeek引起的顛覆式創新對行業監管體系跟進完善提出較高要求；大模型幻覺問題無法根治，影響相關業務生產力潛能釋放；商業銀行部署過程中對算力、數據、IT基礎設施要求不斷提升，轉型壓力依然較大等。
對於上述問題，中銀研究院提出三點建議：首先，推動完善銀行業AI大模型監管體系。商業銀行應積極參與監管政策的研討與制定，與監管機構保持密切溝通，及時了解監管動態。同時，建立內部合規審查機制，對DeepSeek模型的開發、訓練和應用進行全流程合規審查。
其次，加強系統性優化，緩解大模型幻覺問題。商業銀行應加強數據治理，整合內部數據資源，建立統一的數據平台。通過數據清洗、標注、建模等工作，提高數據質量和可用性。加強外部數據的獲取和整合，通過推進可信數據空間建設，打通公共數據空間、城市數據空間與金融數據空間互聯互通，激發公共數據在金融可信數據空間中的帶動效應。
最後，多維度制定優化策略，為AI持續賦能築牢基礎。如，在機構內部構建“AI 業務”的思維體系，鼓勵職工以數據溝通業務和技術，加快形成人機協同工作新模式；加大對雲計算、大數據等基礎設施的投入，提高算力水平等。
