在2025蛇年春節(jié)前后，杭州的一家人工智能公司DeepSeek發(fā)布了開源模型 R1，震撼了全球科技圈。從其訪問量暴增、到受到質疑和圍堵、再至上線英偉達等平臺，話題熱度居高不下，也帶來了業(yè)內對大模型技術的新思考。

拉長時間線觀察，2022年底ChatGPT的爆火引發(fā)了后續(xù)全球AI大模型井噴式發(fā)展，經歷了2023年國內外科技公司的“百模大戰(zhàn)”，大模型技術于2024年步入了金融、醫(yī)療、法律等垂直行業(yè)的應用之年。

將視角聚焦至金融行業(yè)。銀行擁有海量的數據資源，是大模型應用的先行行業(yè)。過去一年多的時間，以國有大行、股份行為代表的金融機構，通過自建、聯合共建大模型，挖掘大模型在更多業(yè)務場景中的應用，特別是在智能客服、智能投顧、數字員工、風險管理、合規(guī)審查、反欺詐等方面，探索領域涵蓋了前中后臺。

而展望未來，伴隨大模型技術的持續(xù)進化，2025年是否會爆出突破性創(chuàng)新？此次DeepSeek爆火的價值或就在此，其以創(chuàng)新力量向外界提供了重要啟示，無疑會鼓勵國內各行業(yè)在AI創(chuàng)新方面的探索。

銀行探索大模型多場景應用

銀行對大模型的熱情，源于人工智能大模型或將是銀行數字化轉型的重要驅動力。因為大模型被預期將深刻改變銀行業(yè)的經營模式與服務模式，并進一步影響競爭格局。

根據中國銀行業(yè)協會發(fā)布《2024年度中國銀行業(yè)發(fā)展報告》，金融與人工智能有天然的契合點，AI大模型技術能夠充分挖掘銀行業(yè)的海量數據，而銀行業(yè)具有適用AI大模型技術的豐富場景。當前AI大模型正推進我國銀行業(yè)服務、營銷、產品等領域的全面革新，催化“未來銀行”加速到來。

但是，在數據安全的要求下，當前銀行的大模型技術先行先試的還是各種碎片化的應用場景。

雖然，國有大行、多家股份制銀行在2023年年報和2024年半年中均有對人工智能大模型布局有較高預期的表述，并披露了大模型領域的技術研發(fā)和應用進展。但是當前階段正如中國銀行業(yè)協會首席信息官高峰發(fā)文總結：“目前銀行業(yè)對于大模型的應用目的主要是建立一個內部使用的人工助手，以提升內部員工的效率?！?/p>

高峰認為，目前大模型在銀行業(yè)應用第一的場景是智能編制代碼，節(jié)省了軟件開發(fā)人員；應用第二的場景是內部的AI辦公，包括知識問答、會議紀要、文本寫作及合規(guī)審查；應用第三的場景是中臺的運營管理，包括智能客服、企業(yè)級知識庫等。但對于賬戶交易等觸及核心業(yè)務的大模型應用，目前尚未落地。

以工商銀行為例，根據公開資料，該行與國家級實驗室、科研機構和頭部企業(yè)的合作，全面建成同業(yè)最大千卡云算力集群、最懂金融的千億級金融大模型、高質多維的金融數據集。目前實現約20個業(yè)務領域的端到端、規(guī)?；瘧茫ㄟh程銀行、運行管理、對公信貸、金融市場等領域。

再以郵儲銀行為例，該行發(fā)布了自有大模型“郵智”，該大模型從底層算力到頂層應用，全部實現自主可控。“郵智”支持多場景的金融應用，包括企業(yè)智能助手、數字員工、信貸模型等。從具體場景看，其中一項是郵儲銀行利用大模型等新技術搭建了智能法審輔助工具，使得法律審查用時提速超50%。該行還表示，未來該行將在合同智能起草、履約管理、法律問答等更多領域探索利用大模型。

中小銀行中，可從江蘇銀行觀察，該行最新運用“智慧小蘇”大語言模型，賦能風控領域的數智化轉型，規(guī)則組件化，規(guī)范了風控模型的開發(fā)和維護流程。

大型銀行投入高成本

券商中國記者從一位銀行業(yè)內人士解到，當選擇一個訓練模型，需要向其投喂相應的脫敏數據，其前期投入資金成本、設備成本、人力成本和試錯成本，并不是一家中型銀行可以承受的，所以大型銀行的優(yōu)勢更大。

根據中國銀行業(yè)協會發(fā)布《2024年度中國銀行業(yè)發(fā)展報告》，2023年六大行金融科技投入首次突破1200億元。

從其過去一年對大模型領域招采需求可窺探一斑，從公開信息看，郵儲銀行、建設銀行旗下子公司建信金科、交通銀行、浦發(fā)銀行、招商銀行、光大銀行、興業(yè)銀行、廣發(fā)銀行、華夏銀行均有對外大模型相關的硬件、軟件招標中標信息。

其中，郵儲銀行發(fā)布了大模型智能研發(fā)測試輔助系統關聯的三個子項目，分別由華為、阿里云和智譜華章中標。

此外，大模型訓練對算力的需求是巨大的。例如光大銀行曾于2024年9月發(fā)布智能運營中心大模型GPU算力資源采購項目招標公告，擬采購10臺大模型算力服務器資源及1個算力組網配件。

與大模型有關的金融科技人才越來越受到銀行的重視。如近期興業(yè)銀行、寧波銀行發(fā)布招聘科技人才的信息中，提及了“熟悉主流大模型”“具有相關理論基礎和實踐經驗”等相關要求。

中小銀行如何乘勝追擊？

與大型銀行高成本投入不同，跟隨策略是多數中小銀行的選擇。這是因為，對于后者而言，除了資金、人力成本這項前期成本外，后期的試錯成本之高也是難以承受之重。

“當選擇了一個路徑，每年進行幾百萬、幾千萬的投入，如果最后數據跑完的結論是，這項路徑是錯的，那前面的投入就全部錯付了?！币患页巧绦腥耸扛嬖V券商中國記者，中小銀行采取跟隨策略，也是為了圍觀頭部銀行成熟的應用，從而選擇成功率高的路徑，實現“下山摘桃子”。

“大模型的訓練與推理往往需要海量的計算資源，這涉及到昂貴的硬件投資以及持續(xù)的能源消耗，對于中小銀行而言，無疑是一筆沉重的成本負擔?！鄙虾ｃy行首席信息官胡德斌在今年1月11日參加新金融聯盟舉辦的一項內部研討會總結：“我們既不盲目爭先，也不甘落后，即便在資源上存在差距，也不放棄深入研究與部署，積極擁抱大模型帶來的變革。在場景選擇上，我們擇優(yōu)而用，不刻意偏袒某一特定大模型作為應用基礎，而是更加注重依據業(yè)務場景需求來確定實現方式?！?/p>