一線|“宇宙行”放大招，工商銀行宣佈率先完成DeepSeeK全行大規模應用，會有更多銀行跟進嗎？
財聯社3月8日訊（記者 彭科峰）DeepSeek爆火，對銀行業的後續影響還在進一步延伸。
今日晚間，工商銀行相關人士向財聯社記者介紹，該行近期已在同業率先完成DeepSeek最新開源大模型的私有化部署，並將其接入行內“工銀智涌”大模型矩陣體系。”目前實現大模型對行內20多個主要業務領域的賦能，落地場景200餘個”。
同時，該人士向財聯社記者進一步介紹，“工行同業首家實現了DeepSeek推理大模型的全行大規模推廣使用。”
首個國有大行官宣完成DeepSeek私有化部署並完成全行大規模使用
今日晚間，工行相關人士向財聯社記者表示，爲深入貫徹落實國家“人工智能+”戰略，加快培育金融行業新質生產力，工商銀行緊跟生成式人工智能技術取得的新突破，積極推動大模型的規模化應用。近期，該行已經完成DeepSeek最新開源大模型的私有化部署，並將其接入“工銀智涌”大模型體系內，以持續推動金融業務場景的智能化升級。
工行進一步介紹，該行目前已經構建了集算力、算法、數據、工具、安全、應用、生態於一體的“工銀智涌”企業級金融大模型技術應用體系。在算力方面，工商銀行建成同業首個自主可控的千卡規模AI算力雲，具備TB級數據千億大模型全參二次訓練的能力，訓推效率達到業界同規格產品先進水平。
在算法方面，工商銀行已建成多層次架構、多模態感知、多任務協同融合的金融大模型算法矩陣，目前已形成十餘個大模型、兩千多個傳統模型的協同應用矩陣，實現不同模型的擇優調控。DeepSeek最新開源大模型也已經納入其中。
那麼，目前融合了DeepSeek的“工銀智涌”大模型具體有哪些最新應用呢？對此，工行相關人士向財聯社記者舉例稱，目前該行在金融市場領域打造了ChatDealing數智對話交易產品，重塑金融市場交易流程，“實現總分行詢價交易效率提升3倍”；此外，已打造了遠程銀行坐席助手“工小慧”，實現“智能全旅程陪伴”，推動重點場景通話時長壓降約10%，有效提升服務效率和客戶體驗；在風控升級方面，工行打造了集信貸制度查詢、報告編寫、風險評估、數據分析、審貸建議等能力於一體的專屬授信審批風控助手“工小審”，實現對公信貸全場景“智慧審貸”，顯著提升業務效率和智能化風控水平。
某銀行業分析師向財聯社記者表示，工行在銀行業有着舉足輕重的地位，對於金融科技的投入歷來非常重視。本次快速完成DeepSeek的私有化部署，相信會吸引更多銀行機構加快擁抱DeepSeek的步伐。
多家大行和股份行暫未官宣接入、應用DeepSeek大模型信息
今日晚間，財聯社記者查詢公開信息發現，目前國有六大行中，已經公開宣佈接入DeepSeek、完成私有化部署的銀行機構並不多。除了工行之外，目前郵儲銀行、建設銀行也已經宣佈在探索相關應用。此前並未有其他銀行公開宣佈完成DeepSeeK全行大規模推廣使用。
郵儲銀行近期表示，依託自有大模型“郵智”，第一時間本地部署並集成DeepSeek-V3模型和輕量DeepSeek-R1推理模型。目前郵儲銀行首先將DeepSeek大模型應用於“小郵助手”，新增邏輯推理功能，增強精準服務效能；通過深度分析等功能，精準識別用戶需求，提供個性化和場景化的服務方案。
此外，據媒體報道，建行總行已引入DeepSeek大模型並進行定製化訓練，積極推進生成式人工智能在全集團的體系化應用，或將集成AI工具供下屬機構使用。但是，各個子公司通過總行平臺應用按需探索，不得自行接入。
而在股份制銀行中，近期也只有招行、浦發等少數幾家銀行宣佈已經引入DeepSeek大模型並實現了定製化訓練，但並未介紹最新應用成果。浦發銀行表示，基於昇騰Atlas 800T A2算力集羣，快速完成DeepSeek-R1 671B大模型的部署，融合“五橫六縱”企業級知識庫，嵌入數字員工助手應用。
綜合來看，目前對於DeepSeek最爲熱情的還是衆多中小銀行。
業內稱DeepSeek實現大模型平權，但仍需冷靜看待
“中小銀行原本在金融科技方面的投入就有限，因爲原來獨立研發金融大模型成本太高，動輒幾千萬。現在有了DeepSeek，堪稱實現了銀行業的金融大模型平權。”某江浙滬上市銀行人士向財聯社記者表示，過去以工行爲代表的國有大行早已通過自研、第三方合作等方式，持續進行金融大模型的探索，中小銀行相對動作較慢。
應該如何看待本次工行宣佈實現全行大規模推廣呢？對此，某國有大行研究員向財聯社記者表示，這和工行的“深厚家底”有關。依據其研究，在國有大行中工行的金融科技人員應已超過萬人且領先同業，此外招行的金融科技人員數量也不少，其他大型銀行相比差距明顯。
不過，也有業內人士認爲，不能夠過度神話DeepSeek的作用。用益信託研究員喻智向財聯社記者表示，綜合來看，目前DeepSeek相比過去的大模型在邏輯推理有所增強，但“是否重構金融業”還談不上。某種程度上，eepSeek大模型暫時更適合邏輯清晰、易於規範化的工作。以信託行業爲例，他認爲考慮到專業財富投資領域的不同，“千人千面”，DeepSeek對信託機構的作用就很有限，在銀行理財等方面，”AI投顧“暫時的空間也較有限。