去年1月份前后DeepSeek横空出世，拉开了国内银行业拥抱大模型浪潮的序幕。如今一年时间过去，大模型对银行究竟带来了哪些改变？近半个月来，财联社记者与银行业内进行了深度交流与采访。
多家银行相关人士向记者表示，从实际应用效果来看，目前大模型在市场营销、智能客服、人员培训等方面已经起到明显的作用。在风控优化等方面有一定作用，但还需要观察。对于部分银行宣扬的大模型可加持银行风险识别核心能力，甚至“重塑”风控体系，多家银行人士向记者表示，不宜过度乐观，还需更多时间维度、案例来对比观察。
“DeepSeek去年才问世，有银行下半年就说帮助优化了风控，在我看来是不太可信的。”上述城商行人士向记者指出，银行自有的风控体系已经相对成熟和自动化，人工干涉的作用大大减少，关键在于源头送审材料的真实性，也就是数据来源的可信度。大模型固然能够加快后头人员的审核效率，但“是否有效提升风控精度”，至少需要一年乃至更长的时间维度来对比，才能作出结论。
大模型节省银行大笔营销费用，更多作用需观察
某上市银行人士向记者表示，由于市场营销、品牌推广的需求，过去每一年，该行基本在设计营销海报、发布品牌宣传广告等方面的开支，基本都在千万左右。因为这些工作过去都是外包给其他公司，在银行提出需求后由后者承担。“很多时候我们还不满意，需要反复修改。”
但是，去年DeepSeek问世以后，该行指导本行人员进行AI设计应用，效果非常好，“尽管还需要人为干涉，但综合其他成本，去年这项费用已降低到百万”。其表示，从1千万费用到1百万，AI大模型的确已经在某些方面给银行带来实在的好处。
“用上大模型后，我行自然不再需要那么多外包公司。”上述上市银行人士指出。他认为，即便是在银行内部，一旦AI大模型成熟，部分线下岗位或也将面临逐步缩减甚至消失。
在人员培训、智能客户方面，AI大模型已经在银行取得稳步应用。相关人士介绍，过去对于基层人员尤其是理财经理的培训，总行需要花费大量的时间和人力。但在AI介入后已经得到改变。目前总行已在探索将AI优化后的营销话术、相关金融知识通过后台传到给基层银行人员，后者也能够借助AI模型更好做好产品销售的工作。
上述股份行金融科技人员指出，目前来看AI大模型的最大价值，可能在于具备“迁移学习” 能力，能够将成熟场景的经验进行总结归纳后，再拓展到类似新场景。因此，在理财产品的营销等方面已经具备一定应用和优势。
不过，在财联社记者与业内的采访交流中，大模型能带来的正面加分项基本到此为止。在业务领域的进一步运用，目前看更多是尝试和争议并存。
记者了解到，除前述风控领域外，当下较为火热的智能营销领域，银行在AI运用上仍然存在争议。有上市银行总行人士表示，随着AI技术的进步，未来的理想场景可能会是：AI机器人给他提供理财产品的购买建议，不再需要理财经理。这一观点却得不到同行的认可，有银行人士即向记者表示，“千人一面”的AI营销或许并不适合每一个人，“我个人更愿意和真实的人进行交流”。
杀手级应用未现，更多同行杀入银行大模型战场
某上市城商行人士向记者介绍，去年2月，在DeepSeek问世之后，该行也引入了该大模型，并要求技术人员深度学习、部署研发。但遗憾的是，目前该行并没有基于DeepSee大模型开发出足够成熟、好用的应用。整体来看，DeepSeek在银行业的应用中没有体现足够的优势。“现在早已没有了新鲜劲”。尽管目前该行依旧部署了DeepSeekk，但“预期值已经降低”，不指望很快会有颠覆性、杀手级的应用出现。
另外一家地方城商行人士也向记者确认，去年上半年，在察觉到DeepSeeK在金融数据领域的局限性后，他们试图将原有单一业务领域的“小模型”和DeepSeek进行融合，试图开发出可落地的应用。但目前来看，成效依然不大，还需要进一步研发和完善。
财联社记者在采访中了解到，当前来看DeepSeek的最大作用，或许是激发更多同行迅速跟进，并在金融、医疗等领域展开激烈竞争。自去年年中开始，包括阿里千问在内的大模型已经在不断探索和多家银行达成合作，并取得积极效果。此前，某头部国有大行已经宣布和阿里达成合作。
“阿里和我们银行日前也有合作。我行也采购、部署了阿里的大模型。”某头部城商行人士向财联社记者确认，目前银行采用的是“多条腿走路”的战略。但目前相关应用仍在探索中。毕竟，银行对于数据的安全性、系统的稳定性有更高的要求。
启泰网提示：文章来自网络，不代表本站观点。
