備受市場關注的“DeepSeek+銀行”應用有了最新進展。3月8日，中國工商銀行宣布已于近期在同業率先完成DeepSeek最新開源大模型的本地化部署，并將其接入該行已有的“工銀智涌”大模型矩陣體系，推動金融業務場景實現智能化升級。

　　“對商業銀行來說，人工智能已經從技術應用升級為戰略必修課，這是商業銀行保持未來核心競爭力的關鍵，也是通向高質量發展的必由之路，它讓銀行原來累積的各種海量數據變成了一種新資產。”中國工商銀行金融科技部副總經理金海旻對經濟日報記者表示，人工智能在商業銀行的應用，實際上就是通過技術推動形成“智力密度、決策精度、運營效率”的正向飛輪，更好地促進業務發展、服務客戶、管理風險，最終讓銀行變得更智能、更便捷、更懂客戶，進而為開展“人工智能+”行動、做好數字金融大文章提供有力支撐，助力經濟實現高質量發展。

　　拓寬智慧金融上限

　　“DeepSeek的邏輯分析能力比較強，它升級了工行已有的‘工銀智涌’大模型矩陣體系金融知識的數據邏輯分析引擎，也就是說，它讓人工智能在知道‘數據是什么’的基礎上，更好地回答‘為什么會發生’‘未來會怎樣’等問題，進一步拓寬了智慧金融的上限。”金海旻說，該行在2024年就已經開展DeepSeek-V1、DeepSeek-V2等開源大模型的研究及部署應用，2025年初又完成了DeepSeek推理大模型的本地化部署。

　　具體來看，金融服務主要發生了四方面變化：一是復雜決策的能力得到提升。以往的大模型擅長處理文字，在結合數據、穿透性分析復雜的因果關系方面較弱。相比之下，具備邏輯推理能力的大模型可以通過多級邏輯推理和假設分析來解決這一問題。

　　二是場景應用得到全面滲透。以往大模型在相對簡單的標準化場景下表現良好，但是難以處理需要深度推理的長鏈條任務，而邏輯推理能力強的大模型可以通過長周期規劃能力、非結構化數據分析能力等，應對上述復雜問題。

　　不少人都使用過電話銀行，接通人工客服后，用戶最關心自己的咨詢能否得到快速、準確的解答。“從坐席接聽客戶來電的那一刻起，員工助手‘工小慧’這個技術應用就開始在后臺運作了，它能夠根據客戶提問、搜索銀行知識庫并實時推薦答案。”金海旻說，更重要的是，通話結束后，它能夠圍繞溝通過程、內容等自動生成摘要，為日后的類似咨詢節約時間。此外，如果這些問題在線上沒有得到解決、被轉到線下網點，它還能自動生成工單，準確記錄相關處理工作。

　　三是動態風險控制能力得到提升。傳統的風險控制更多依賴預設規則，例如黑名單匹配，但對新型金融欺詐的識別相對滯后，例如怎樣識別人工智能生成的虛假貿易背景等。強邏輯推理能力的大模型可以結合交易行為中的數據進行異常邏輯鏈檢測、博弈推演防御，由此更好地應對新型金融欺詐。

　　四是人機協作關系得到重塑。以銀行核心應用場景之一的信貸審批為例，傳統大模型一般是直接給出答案，缺乏相應的推導過程，具備邏輯推理能力的大模型可以在提供結論的基礎上，提供可解釋性的推理過程，更加全面地闡述決策依據。

　　“當前，大語言模型在金融領域的潛力遠未被完全挖掘，未來其應用場景也將更廣泛。”上海金融與發展實驗室主任曾剛認為，在無障礙服務、智能投資顧問、欺詐檢測與反洗錢、動態定價與利率優化等方面均可應用大模型。此外，大模型還可參與銀行眾多的業務環節，成為職員的好幫手。

　　加固風控“護城河”

　　眾所周知，銀行業是經營風險的行業，既然人工智能可以為信貸審批提供結論，那么接下來，在銀行的風險防控過程中，技術能否完全替代人？

　　“人始終是風險防控的核心與責任主體，人工智能則是輔助。”金海旻說，“人要負責設計、采用各類風控模型，引入數據，并對最終的審批結果負責，這其中可能還會涉及具體場景的設計、模型使用時的微調訓練、準確率的判斷測試等，這些都要靠人來做最終決策。”

　　相比之下，人工智能為銀行的風險防控加固了“護城河”，其輔助作用主要體現在兩方面。一是提升處理效能，幫助一線的信貸人員查詢信貸制度、編寫報告等，減少重復性勞動；二是增強專業能力，為信貸審批人員提供風險評估參考意見，幫助他們拓展評估視野，協助開展數據分析判斷。“此前，工商銀行已經基于大模型技術，輔助信貸審批人員開展客戶經營風險評估、財務杠桿分析等工作，今年引入DeepSeek-R1推理大模型后，我們第一時間升級了人工智能的財務分析場景，發現其分析質量高于通用大模型水平，推理邏輯清晰，結論簡潔鮮明，能夠更好地輔助信貸審批人員進行客觀判斷，進一步強化信貸風險防控水平。”金海旻說。

　　“未來的主流工作模式將是人機協作，模型負責效率，員工負責判斷，雙方通過實時反饋實現持續優化，團隊協作也將更加緊密。”曾剛說。

　　因此，接下來要平衡好人員和新技術的關系。“商業銀行要以開放的心態順應技術進步趨勢，積極擁抱新技術。”中國郵政儲蓄銀行研究員婁飛鵬說，從業人員要加強學習，不斷提高學習能力。特別是在技術不斷創新發展、未來有較多可能性的階段，商業銀行要提升科技人員隊伍實力，擁有足夠的科技人才儲備，將科技人才、業務人才有效融合，推動業務與科技協同。

　　為大模型裝上“導航儀”

　　盡管人工智能在金融業具有廣泛的應用前景，但市場也不乏擔憂之聲，尤其高度關注大模型“幻覺”問題。“人工智能大幅提升了人類認識世界和改造世界的能力，是新一輪科技革命和產業變革的重要驅動力量，也必然會對生產關系產生影響，但不可否認，人工智能技術的發展也伴隨著一系列難以預知的風險挑戰，在安全、社會治理、道德倫理等方面帶來眾多新課題。”十四屆全國人大三次會議新聞發言人婁勤儉于3月4日在十四屆全國人大三次會議新聞發布會上表示。

　　“我們高度重視人工智能服務的準確性與可靠性，目前已構建三層防御體系，即數據治理、邏輯約束、人機協同，確保大模型應用輸出的每一條建議都‘有據可依、有源可溯、有人可核’。”金海旻說，通過三層防御，確保人工智能在回答問題時，既有銀行家的嚴謹，又有老朋友的善解人意，為人工智能裝上“剎車系統”和“導航儀”，鼓勵技術創新的同時，守住金融安全底線。

　　婁飛鵬認為，接下來，商業銀行要結合對技術的研判，建立應急預案和風險管理框架。首先，DeepSeek作為人工智能工具，采用開源模型方式，如果受到惡意攻擊，可能導致數據被篡改或被破壞，給商業銀行的數據安全帶來新的挑戰，商業銀行要及時做好模型的安全防護和漏洞修復；其次，由于人工智能在決策過程中受歷史數據影響，它可能存在路徑依賴問題，進而造成模型精準度不夠、決策違背常識倫理等問題，商業銀行要定期審查、測試人工智能模型，建立完善的數據驗證和糾錯機制，努力提高生成信息的準確性，減少人工智能幻覺；再次，商業銀行不論是接入還是本地化部署DeepSeek，都需要大量使用客戶數據，對此，銀行既要科學、合理地使用客戶數據，更要保護好客戶數據，防止由此造成的客戶信息泄露風險。