伴随开源AI大模型DeepSeek展现出广阔的应用场景，从银行、保险、证券到金融科技公司纷纷“尝鲜”DeepSeek，探索相关应用场景，并加紧推进DeepSeek系列模型的本地化部署工作。业内分析认为，对DeepSeek等大模型的应用将进一步促进金融机构的数字化转型，推动数字金融深度发展。
DeepSeek近期接连发布了V3和R1模型，基于其在数学、代码、自然语言推理等任务上的超强性能，以及“低成本+高性能+高开放度”三重优势，极大地降低了大模型企业级部署门槛。随后，各行各业积极布局，金融机构亦加紧推进DeepSeek系列模型的本地化部署，应用场景多点开花。
浦发银行在昇腾服务器上部署DeepSeek-R1671B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。重庆农商银行则宣布在其企业微信上线基于DeepSeek模型的智能助手应用“AI小渝”，未来将应用在智能风控、场景金融、数据决策等场景中。新网银行在智能客服、贷后管理、智能营销、智能研发、风险控制等多个领域，依托大模型技术，建设了一系列智能化助手，深入应用于多个效率瓶颈环节。
保险机构亦在加速行动。新华保险、人保财险、太平人寿等多家保险机构纷纷宣布接入DeepSeek模型，从赋能角度而言，提升效率、优化服务等是行业布局的主要逻辑。“之所以接入DeepSeek，主要在于公司对大模型技术在推动业务数字化转型中的巨大潜力有着前瞻性的判断。”太平人寿有关负责人接受记者采访时表示，当前，太平人寿已在多个业务领域开展大模型应用探索，包括研发代码助手、运营“添翼系统”知识引擎以及太平人寿AI助手。
金融科技领域，金融壹账通宣布推出了自主研发的智能体平台，并接入DeepSeek、通义千问等开源大模型，推出面向银行业的全场景AI解决方案。
“乐信是国内最早部署和应用DeepSeek的金融平台之一。”乐信CTO陆勇告诉记者，乐信在DeepSeek基础之上，通过乐信金融专属数据预训练、业务数据精调，打造专属于乐信的金融垂直Al大模型“奇点”，并加速在公司业务多个领域落地应用。研发提效方面，公司大模型已实现研发人员100%落地应用，全年提出质量改进建议21万次，有效助力研发人员编码效率提升约35%。
此外，汇添富基金、诺安基金、万家基金等十余家公募基金公司已部署DeepSeek大模型，力推向科技驱动型基金公司转型。
作为开源AI大模型，DeepSeek无疑将为金融业带来新的可能性。上海金融与发展实验室主任曾刚对记者表示，大语言模型等在金融领域的应用已从辅助工具阶段迈向核心生产力阶段，从“试验阶段”进入“深度融合阶段”。它不仅为金融业提供了可复用的技术框架，更预示着金融行业将朝着智能化、个性化和高效化的方向发展。
招联首席研究员董希淼表示，金融行业拥有大量用户群体，积累了海量数据，是大模型应用的优质场景。当前，金融业对大模型的应用基本上为两种模式，其中一种是自行开发模式，如多家银行先后披露了其在大模型领域的探索及应用；另一种是合作模式，如一些机构选择与科技公司合作，利用科技公司大模型为自身业务赋能。
对DeepSeek等大模型的应用将进一步促进金融机构的数字化转型。此前，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，提出加快金融机构数字化转型，促进数字金融健康发展。
董希淼表示，金融机构、科技公司如果能够深度运用以大模型所代表的生成式人工智能（GAI），大力推进数字化转型，持续创新产品服务，不断提升用户体验，就可能走出一条差异化、特色化的发展之路。从这个意义上讲，大模型不但将成为金融业的数字化劳动力，还将促进金融机构数字化转型，推动数字金融深度发展。
尽管DeepSeek的应用前景广阔，但其带来的数据安全与隐私风险亦不容忽视。
对此，多家机构在接受采访时表示，已通过本地化部署保护数据安全。新网银行副行长李秀生表示，目前，新网银行已经建立一整套管理流程，在引入大模型时开展安全评估，训练大模型时采取数据脱敏的方式，以做好数据安全防护。同时，采取本地化部署，未来积极探索数据安全要求不降低的情况下的云服务。
太平人寿有关负责人介绍，在各项应用中，太平人寿采用数据脱敏、敏感信息过滤及严格的文档权限管理策略，确保每一条数据在传输、存储与处理过程中的安全性。另外，太平人寿的大模型都是本地化内网部署，防止内部数据泄漏的同时提供了大模型问答能力。（来源：经济参考报）
