銀行掀起 AI 革新熱潮：誰在搶跑，誰在跟進？

藉着國內科技和大模型突破的東風，中國銀行業正掀起一場以 AI 大模型為引擎的自我革新浪潮。

在這場變革中，DeepSeek 大模型猶如一柄"金融科技手術刀"，被工商銀行、郵儲銀行、浦發銀行等大行、股份行納入技術底座，更成為新網銀行、眾邦銀行等互聯網銀行。

浦發銀行全棧國產化部署到桂林銀行"數智魔方"的降本增效，從工行財報分析助手的複雜推理到青農商行"智慧 Qimi"中台的秒級決策，這場由大模型驅動的效率革命或許有機會在未來重構銀行業的服務範式。

工行：統一入口、豐富大模型矩陣

藉助 Deepseek，國有大行進一步豐富提升了了自主可控的大模型平台。

工商銀行稱，此前已率先建成全棧自主可控的千億級金融大模型技術體系，打造 “工銀智湧” 大模型品牌，構建 “商用 + 開源” 金融行業大模型矩陣，領跑行業創新應用。

在 2024 年上半年，工商銀行已經開始在行內部署並試點應用 DeepSeek 系列開源大模型，本次引入的 DeepSeek 最新開源大模型具備行業領先的複雜推理能力，進一步豐富了工商銀行大模型矩陣，以工銀智湧為統一入口，為全行員工提供更加高效、便捷、安全的 AI 生產力工具，實現了 AI 技術在全行的普及應用。

在 DeepSeek 最新開源大模型引入過程中，工商銀行通過一系列技術創新手段顯著提升模型部署效率，壓降推理成本，提高吞吐量。工商銀行通過在重點領域率先試點，實現應用突破，充分發揮 DeepSeek 開源大模型在強推理與複雜數據處理等方面的優勢，構建財報分析助手、AI 財富管家等 10 餘個典型場景，推動業務流程智能化升級，有效提升工作質效。

郵儲：第一時間本地部署並集成

郵儲銀行依託自有大模型 “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。“郵智” 大模型通過引入並應用 DeepSeek 能力，複雜多模態、多任務處理、算力節約、效能提升等方面將得到進一步增強。

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，精準識別用户需求，提供個性化和場景化的服務方案；藉助高效推理性能，加快響應速度和任務處理效率，為用户提供更流暢的交互體驗。

郵儲銀行將在 “郵智” 大模型基礎上，藉助 DeepSeek 的技術能力，進一步探索其在金融場景的更多特色化服務應用。在遠程銀行服務領域，利用多步驟推理優化能力，增強手機銀行陪伴式數字員工能力，優化坐席助手與智能陪練，提升客服專業性和工作效率；在公司金融領域，探索建築業產業鏈場景，完成複雜的業務推理流程、產品推薦、產品組合推薦、股權分析及財務分析等功能；在風險防控領域，高效分析並自動生成案件分析報告，提升可疑點識別效率與準確性，增強反欺詐主動防禦能力；在網點金融服務領域，探索 AI 端側創新應用，拓展數字櫃員服務場景，推動網點智慧運營，助力客户體驗提升。

浦發銀行：率先實現全棧國產化算力平台 +DeepSeek 大模型

浦發銀行在昇騰服務器上部署 DeepSeek-R1 671B 千億級大模型，在業內率先實現全棧國產化算力平台 +DeepSeek 大模型的金融應用。

具體來説，浦發銀行基於昇騰 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，賦能智能問答、指標問答、財務分析、報告寫作等多個應用場景。對內更好地賦能員工，對外更好地服務客户，全面提升數字金融服務能力。

江蘇銀行：積極運用大模型重塑金融服務模式

江蘇銀行依託 “智慧小蘇” 大語言模型服務平台，成功本地化部署微調 DeepSeek-VL2 多模態模型、輕量 DeepSeek-R1 推理模型，分別運用於智能合同質檢和自動化估值對賬場景中，通過對海量金融數據的挖掘與分析，重塑金融服務模式，實現金融語義理解準確率與業務效率雙突破，為業務發展注入強勁動力。

據悉，江蘇銀行於 2023 年率先研究並開發出行業級大語言模型服務平台 “智慧小蘇”。此次通過引入 DeepSeek 大語言模型，“智慧小蘇” 在複雜多模態、多任務場景處理能力、算力節約、效能等方面得到進一步提升。DeepSeek-VL2 多模態模型，能夠同時處理文本、圖像、語音等多種數據類型，較單一領域模型部署節約了算力成本，為進一步解決金融領域複雜的多模態場景問題（如票據識別、合同解析等）提供了技術基礎；DeepSeek-R1 模型，在模型規模和性能上具備顯著優勢，為處理複雜任務（如風險評估、投資分析）和生成高質量文本（如報告撰寫、合規審查）提供更優解決方案。

互聯網銀行：積極升級智能客服

天生具備技術優勢的互聯網銀行，顯然也屬於積極擁抱的一批。

中信百信銀行自 2023 年初，便大力推進大模型技術智能客服助手、智能風控等多個場景的落地應用。在 DeepSeek 系列模型的強大支撐下，中信百信銀行智能代碼助手能力煥新升級，提升研發效率與質量。此外，根據用户反饋，算法團隊持續對模型進行微調，以行內實際業務場景中的問題和解答為樣本對模型進行針對性訓練，使模型在語言風格、業務邏輯等方面更貼閤中信百信銀行的研發需求。截至目前，周均提問數突破上千人次，回覆準確率高達 91%，成為研發人員不可或缺的得力助手。

新網銀行積極擁抱 DeepSeek 等大模型，打造基於大模型的智能服務平台 “識卷”，通過深度融合多模態數據處理能力，解決新市民客户個性化授信難、車抵房抵等抵押業務流程複雜的問題，提升服務質效。目前，新網銀行通過發展戰略、應用場景、模型建設和算力搭建幾個方面的努力，快速跟進大模型探索實踐。在智能客服、貸後管理、智能營銷、智能研發、風險控制等多個領域，新網銀行依託 DeepSeek 等大模型技術，建設了一系列智能化助手，深入應用於多個效率瓶頸環節。

眾邦銀行於 2025 年 2 月 6 日完成了 DeepSeek 本地化部署，首期開始在 ChatOPS、智能招聘以及問數精靈等場景展開應用。ChatOPS 是眾邦銀行以開源大模型為基座，深度融合運維專業知識庫，打造的智能 IT 服務助手。目前，ChatOPS 已升級為 DeepSeek R1 模型，並集成至企業微信，用户可一鍵觸達高效服務。據介紹，升級後實現效能躍遷，問題解決效率提升 50%，響應速度縮短至秒級，人力成本降低 30%；而且精準可靠，答案准確率超 85%，故障處理週期壓縮 60%，為業務連續性保駕護航。

農商銀行：首批部分典型場景

日前，青島農商銀行（以下簡稱青農商行）深入推進大模型技術在金融領域的創新應用，本地化部署以 DeepSeek 大模型為基座的企業級 AI 模型服務中台 “智慧 Qimi”，分別應用於網點廳堂數字人、培訓教材文本校驗等場景，重塑對外服務和對內管理模式，推動全行數字金融發展進一步智能化升級。

此次通過引入 DeepSeek-R1 大語言模型，結合原有大模型技術能力，“智慧 Qimi” 在模型輕量化與高效推理方面取得顯著突破，為複雜、高頻業務場景提供更優解決方案。基於 DeepSeek 的模型特性，青島農商銀行 “智慧 Qimi”第一批已上線智能問答、報告撰寫、文章校驗等六個場景。

北京農商銀行在大模型技術研發與落地應用領域持續深耕，積累了豐富的技術儲備和應用經驗，並開展了 “基於開源大模型應用” 課題的研究工作。通過積極探索，將 AI 技術融入業務及內部管理鏈條，涵蓋智能交互問答、工單信息智能提取、智能化題庫構建、代碼輔助開發及自動化測試案例生成等多個應用場景，顯著提升了業務效率與創新能力。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。