“DeepSeek+工行”如何改變金融服務

轉自：經濟日報

3月8日，中國宣布已於近期在同業率先完成DeepSeek最大模型的私有化部署，並將其接入該行已有的“工銀智湧”大模型矩陣體係，更好地推動金融業務場景實現智能化升級。

“DeepSeek的邏輯分析能力比較強，它升級了工行已有‘工銀智湧’大模型矩陣體係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‘數據是什麽’的基礎上，更好地回答‘為什麽會發生’‘未來會怎樣’等問題，進一步拓寬了智慧金融的上限。”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，該行早在2024年已開展DeepSeekV1、V2等開源大模型的研究及部署應用，2025年年初又完成了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麵變化。一是複雜決策的能力得到提升。“以往的大模型擅長處理文字，比較難結合數據、穿透性分析複雜的因果關係，例如，產業鏈波動對企業的還款能力有什麽影響等等，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。”金海旻說。

二是場景應用得到全麵滲透。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，應對上述複雜問題。

三是動態風險控製能力得到提升。傳統的風險控製更多依賴預設規則，例如黑名單匹配，對新型金融欺詐的識別相對滯後，例如，如何識別AI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、博弈推演防禦，由此更好地應對新型金融欺詐。

四是人機協作關係得到重塑。“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，更加全麵地闡述決策依據。”金海旻說。

既然人工智能可以為信貸審批提供結論，那麽接下來，在銀行的風險防控過程中，“技術”能否完全替代“人”？金海旻表示，人始終是風險防控的核心與責任主體，人工智能是輔助。

“人要負責設計、采用各類風控模型，引入數據，並對最終的審批結果負責，這其中可能還會涉及到具體場景的設計、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。”金海旻說，人工智能則在兩方麵起到輔助作用。一是提升處理效能，幫助一線的信貸人員查詢信貸製度、編寫報告等，減少重複性勞動；二是增強專業能力，為銀行的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。

總體來看，人工智能為銀行的風險防控加固了“護城河”。眾所周知，銀行是經營風險的行業。一方麵，人工智能幫助銀行搜集各方信息；另一方麵，通過大模型訓練，它還能利用銀行沉澱的各種專家知識經驗，為各領域業務提供智能助手。

針對市場上普遍關注的“大模型幻覺”問題，金海旻表示，工行高度重視人工智能服務的準確性與可靠性，目前已構建“三層防禦體係”，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”。

“通過三重防護，我們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，我們為人工智能裝上了‘刹車係統’和‘導航儀’，在鼓勵技術創新的同時，守住金融安全底線。”金海旻表示。

“當前對於商業銀行來說，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。”金海旻說，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。

金海旻表示，接下來工商銀行將進一步提升“工銀智湧”算力、數據、算法等核心技術能力，推動人工智能應用提質、擴麵、上量，有效賦能銀行提高經營質效、提升工作效率、強化風險防控、增強客戶體驗、拓展同業生態，為金融業高質量發展提供新動能、新優勢。（經濟日報記者 郭子源）

很赞哦!（713）