
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。