银行掀起 AI 革新热潮：谁在抢跑，谁在跟进？

借着国内科技和大模型突破的东风，中国银行业正掀起一场以 AI 大模型为引擎的自我革新浪潮。

在这场变革中，DeepSeek 大模型犹如一柄"金融科技手术刀"，被工商银行、邮储银行、浦发银行等大行、股份行纳入技术底座，更成为新网银行、众邦银行等互联网银行。

浦发银行全栈国产化部署到桂林银行"数智魔方"的降本增效，从工行财报分析助手的复杂推理到青农商行"智慧 Qimi"中台的秒级决策，这场由大模型驱动的效率革命或许有机会在未来重构银行业的服务范式。

工行：统一入口、丰富大模型矩阵

借助 Deepseek，国有大行进一步丰富提升了了自主可控的大模型平台。

工商银行称，此前已率先建成全栈自主可控的千亿级金融大模型技术体系，打造 “工银智涌” 大模型品牌，构建 “商用 + 开源” 金融行业大模型矩阵，领跑行业创新应用。

在 2024 年上半年，工商银行已经开始在行内部署并试点应用 DeepSeek 系列开源大模型，本次引入的 DeepSeek 最新开源大模型具备行业领先的复杂推理能力，进一步丰富了工商银行大模型矩阵，以工银智涌为统一入口，为全行员工提供更加高效、便捷、安全的 AI 生产力工具，实现了 AI 技术在全行的普及应用。

在 DeepSeek 最新开源大模型引入过程中，工商银行通过一系列技术创新手段显著提升模型部署效率，压降推理成本，提高吞吐量。工商银行通过在重点领域率先试点，实现应用突破，充分发挥 DeepSeek 开源大模型在强推理与复杂数据处理等方面的优势，构建财报分析助手、AI 财富管家等 10 余个典型场景，推动业务流程智能化升级，有效提升工作质效。

邮储：第一时间本地部署并集成

邮储银行依托自有大模型 “邮智”，第一时间本地部署并集成 DeepSeek-V3 模型和轻量 DeepSeek-R1 推理模型。“邮智” 大模型通过引入并应用 DeepSeek 能力，复杂多模态、多任务处理、算力节约、效能提升等方面将得到进一步增强。

邮储银行首先将 DeepSeek 大模型应用于 “小邮助手”，新增逻辑推理功能，增强精准服务效能；通过深度分析等功能，精准识别用户需求，提供个性化和场景化的服务方案；借助高效推理性能，加快响应速度和任务处理效率，为用户提供更流畅的交互体验。

邮储银行将在 “邮智” 大模型基础上，借助 DeepSeek 的技术能力，进一步探索其在金融场景的更多特色化服务应用。在远程银行服务领域，利用多步骤推理优化能力，增强手机银行陪伴式数字员工能力，优化坐席助手与智能陪练，提升客服专业性和工作效率；在公司金融领域，探索建筑业产业链场景，完成复杂的业务推理流程、产品推荐、产品组合推荐、股权分析及财务分析等功能；在风险防控领域，高效分析并自动生成案件分析报告，提升可疑点识别效率与准确性，增强反欺诈主动防御能力；在网点金融服务领域，探索 AI 端侧创新应用，拓展数字柜员服务场景，推动网点智慧运营，助力客户体验提升。

浦发银行：率先实现全栈国产化算力平台 +DeepSeek 大模型

浦发银行在昇腾服务器上部署 DeepSeek-R1 671B 千亿级大模型，在业内率先实现全栈国产化算力平台 +DeepSeek 大模型的金融应用。

具体来说，浦发银行基于昇腾 Atlas 800T A2算力集群，快速完成 DeepSeek-R1 671B 大模型的部署，融合 “五横六纵” 企业级知识库，嵌入数字员工助手应用，赋能智能问答、指标问答、财务分析、报告写作等多个应用场景。对内更好地赋能员工，对外更好地服务客户，全面提升数字金融服务能力。

江苏银行：积极运用大模型重塑金融服务模式

江苏银行依托 “智慧小苏” 大语言模型服务平台，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，通过对海量金融数据的挖掘与分析，重塑金融服务模式，实现金融语义理解准确率与业务效率双突破，为业务发展注入强劲动力。

据悉，江苏银行于 2023 年率先研究并开发出行业级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，“智慧小苏” 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。DeepSeek-VL2 多模态模型，能够同时处理文本、图像、语音等多种数据类型，较单一领域模型部署节约了算力成本，为进一步解决金融领域复杂的多模态场景问题（如票据识别、合同解析等）提供了技术基础；DeepSeek-R1 模型，在模型规模和性能上具备显著优势，为处理复杂任务（如风险评估、投资分析）和生成高质量文本（如报告撰写、合规审查）提供更优解决方案。

互联网银行：积极升级智能客服

天生具备技术优势的互联网银行，显然也属于积极拥抱的一批。

中信百信银行自 2023 年初，便大力推进大模型技术智能客服助手、智能风控等多个场景的落地应用。在 DeepSeek 系列模型的强大支撑下，中信百信银行智能代码助手能力焕新升级，提升研发效率与质量。此外，根据用户反馈，算法团队持续对模型进行微调，以行内实际业务场景中的问题和解答为样本对模型进行针对性训练，使模型在语言风格、业务逻辑等方面更贴合中信百信银行的研发需求。截至目前，周均提问数突破上千人次，回复准确率高达 91%，成为研发人员不可或缺的得力助手。

新网银行积极拥抱 DeepSeek 等大模型，打造基于大模型的智能服务平台 “识卷”，通过深度融合多模态数据处理能力，解决新市民客户个性化授信难、车抵房抵等抵押业务流程复杂的问题，提升服务质效。目前，新网银行通过发展战略、应用场景、模型建设和算力搭建几个方面的努力，快速跟进大模型探索实践。在智能客服、贷后管理、智能营销、智能研发、风险控制等多个领域，新网银行依托 DeepSeek 等大模型技术，建设了一系列智能化助手，深入应用于多个效率瓶颈环节。

众邦银行于 2025 年 2 月 6 日完成了 DeepSeek 本地化部署，首期开始在 ChatOPS、智能招聘以及问数精灵等场景展开应用。ChatOPS 是众邦银行以开源大模型为基座，深度融合运维专业知识库，打造的智能 IT 服务助手。目前，ChatOPS 已升级为 DeepSeek R1 模型，并集成至企业微信，用户可一键触达高效服务。据介绍，升级后实现效能跃迁，问题解决效率提升 50%，响应速度缩短至秒级，人力成本降低 30%；而且精准可靠，答案准确率超 85%，故障处理周期压缩 60%，为业务连续性保驾护航。

农商银行：首批部分典型场景

日前，青岛农商银行（以下简称青农商行）深入推进大模型技术在金融领域的创新应用，本地化部署以 DeepSeek 大模型为基座的企业级 AI 模型服务中台 “智慧 Qimi”，分别应用于网点厅堂数字人、培训教材文本校验等场景，重塑对外服务和对内管理模式，推动全行数字金融发展进一步智能化升级。

此次通过引入 DeepSeek-R1 大语言模型，结合原有大模型技术能力，“智慧 Qimi” 在模型轻量化与高效推理方面取得显著突破，为复杂、高频业务场景提供更优解决方案。基于 DeepSeek 的模型特性，青岛农商银行 “智慧 Qimi”第一批已上线智能问答、报告撰写、文章校验等六个场景。

北京农商银行在大模型技术研发与落地应用领域持续深耕，积累了丰富的技术储备和应用经验，并开展了 “基于开源大模型应用” 课题的研究工作。通过积极探索，将 AI 技术融入业务及内部管理链条，涵盖智能交互问答、工单信息智能提取、智能化题库构建、代码辅助开发及自动化测试案例生成等多个应用场景，显著提升了业务效率与创新能力。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。