中国银行正在加快努力在多种业务场景中部署DeepSeek人工智能（AI）模型，主要国有和股份制银行将其整合到智能客户服务、运营效率和信贷审批中。
该银行周六宣布，中国最大的商业贷款机构中国工商银行（ICBC）最近完成了最新的开源DeepSeek AI模型的本地化部署。该模型已集成到工商银行的大型模型矩阵框架中，以增强金融业务场景的智能。
根据该银行的声明，工行已经构建了一个具有多模态感知和多任务协作的多层框架，形成了一个由10多个大型模型和2000多个传统模型组成的协作应用矩阵，实现了不同模型之间的优化协调。
该银行已经实施了大型语言模型，以200多个现实世界应用，为20多个主要业务领域赋权，展示了人工智能技术在促进金融业高质量发展方面的强大驱动力。
在产品创新方面，工商银行开发了ChatDealing智能对话系统，重塑了交易流程，并显著增加了交易量。
以整个信贷流程为中心，工商银行开发了一个专门的信贷审批风险控制助手，该助手集成了信贷政策查询、报告撰写、风险评估、数据分析和贷款审批建议。
此外，据新华网报道，2月份，中国邮政储蓄银行宣布，利用自己的大型模型，该银行部署并集成了DeepSeek-V3模型和轻量级DeepSeek-R1推理模型。
该银行已将DeepSeek应用于其人工智能助手，增加了逻辑推理能力，以提高服务精度。通过深度分析等功能，它准确地识别了用户的需求，并提供了个性化和基于场景的服务解决方案。利用高效的推理性能，该银行加快了响应时间和任务处理效率。
据CNR报道，在股份制银行中，上海浦东开发银行还部署了DeepSeek-R1 671B大型模型，该模型嵌入数字助理应用程序中，增强了智能问答、财务分析和报告写作等场景。
多家银行部署DeepSeek AI模型的举措对银行业务运营和数字化转型产生了积极影响，例如提高业务效率和服务质量。引入DeepSeek模型可以通过提高决策效率来增强风险管理能力并推动业务创新。
然而，鉴于银行客户信息的敏感度高，以及DeepSeek依赖大量数据进行培训，数据泄露的风险增加。随着人工智能技术的广泛采用，银行应确保DeepSeek模型的开发、培训和应用符合相关法律、法规和监管要求。
此外，为了提高模型的可解释性，银行应该开发可视化工具，以直观的方式呈现模型的决策过程和理由。
银行需要通过制定系统计划来加强内部人才培训，以提高员工的技术能力，以跟上模型迭代的速度和效率。
