AI导读：

江苏银行与苏商银行成功部署DeepSeek模型，应用于智能合同质检、自动化估值对账等场景，提升业务效率。DeepSeek助力银行业金融科技转型，但也需面对数据安全、人才匮乏等挑战。

据公众号“江苏金融科技”，近日，江苏银行成功本地化部署微调DeepSeek-VL2多模态模型、轻量DeepSeek-R1推理模型，分别运用于智能合同质检和自动化估值对账场景中，重塑金融服务模式。通过对海量金融数据的挖掘与分析，实现金融语义理解准确率与业务效率双突破。

江苏银行于2023年开发出大语言模型服务平台“智慧小苏”，此次通过引入DeepSeek大语言模型，在复杂多模态、多任务场景处理能力、算力节约、效能等方面得到进一步提升。

苏商银行也已开始应用DeepSeek，如处理非标材料，提升信贷材料综合识别准确率，缩短核心系统迭代周期，并将DeepSeek的蒸馏技术应用于信贷风控、反欺诈等多个场景。

另有银行业内人士表示，其所在的银行正在研究DeepSeek的应用，可能的应用包括客户尽职调查、风险判断、报表的自动化统计等。DeepSeek更加智能，可以节约银行收集、整理信息的精力和时间。

数据安全方面，本地部署DeepSeek可将相关数据留在银行内部，避免数据安全方面的问题。银行需构建完善的数据治理、数据安全、隐私保护体系。

DeepSeek对银行业的影响

艾瑞咨询报告显示，2019年国内金融机构对金融科技投入突破2200亿元，预计2027年将超过5800亿元。DeepSeek将帮助银行在服务、决策、管理上做出突破，特别适合银行场景应用。

然而，金融科技人才匮乏，数据资源相比平台企业较匮乏。董希淼分析称，DeepSeek等大模型技术会加速银行数字化转型的效率和质量，但需严肃面对隐私权、著作权等问题。

娄飞鹏认为，DeepSeek有助于加快银行业数字化转型，提高业务处理效率和风险管理精准度。同时，银行需强化对数据信息的管理，维护好客户信息安全。

（文章来源：澎湃新闻）