AI大模型Deepseek的问世，正逐步重塑银行的金融大模型研发与应用格局。据一位股份制银行IT部门负责人透露，2025年2月5日，该银行已开始对Deepseek进行初步测试，旨在评估其在智能客服、内部办公等场景中的降本增效潜力，与其他大模型进行对比。

该负责人表示，银行在金融大模型应用方面已有多番尝试，包括自研金融大模型和基于通用大模型开发金融小模型，但这些尝试均伴随着高昂的成本。Deepseek以其较低的数据训练成本，为提升金融大模型研发应用的投入产出比带来了新的希望。

同时，一位城商行IT部门负责人也透露，春节期间，其IT团队已着手探讨在Deepseek开源大模型基础上，研发专属的金融大模型。Deepseek的低成本和高效率，为中小银行在金融大模型自研领域开辟了新的道路。

上海交通大学上海高级金融学院副院长李峰此前指出，AI大模型能否推动金融行业高质量发展，关键在于其能否为金融机构带来实质性的降本增效。Deepseek的出现，有望在这一方面发挥重要作用。

随着AI大模型在银行业务场景的广泛应用，从普惠金融、风控、客户营销到支付、跨境金融等多个领域，都能看到AI大模型的身影。Deepseek的算力消耗低，对于面临算力瓶颈的银行而言，无疑是一大福音，将加速银行在AI Agent等前沿技术上的研发与应用。

中小银行在金融大模型研发方面的投入有限，Deepseek的低成本数据训练特性，成为了它们自研金融大模型的新突破口。一旦Deepseek在数据训练成本、内容准确性等方面展现出优势，中小银行将更加积极地围绕其进行研发。

Deepseek的面世，有望缩小大型银行与中小银行在金融大模型应用方面的差距。随着AI大模型技术的不断迭代升级，银行对AI Agent等前沿技术的需求也日益增加。Deepseek通过算法优化，充分调动混合专家MoE模型架构与AI深度学习能力，为银行提供了更加精准专业的AI生成式内容。

为了进一步提升AI大模型的应用成效，银行纷纷根据自身业务特色自研金融大模型。然而，投入产出比一直是银行面临的挑战。Deepseek的降本增效作用，或将改变这一现状，使更多银行倾向于自研金融大模型。

尽管Deepseek为银行在金融大模型自研方面带来了新的机遇，但AI Agent等前沿技术的应用仍面临合规操作风险。银行在推进这些技术应用时，需高度关注数据隐私保护、数据加密和访问控制等问题，确保合规操作。

综上所述，Deepseek的问世，不仅为银行在金融大模型自研领域提供了新的选择，也为加速推进AI Agent等前沿技术的应用带来了新的契机。然而，银行在享受这些技术带来的便利的同时，也需警惕潜在的风险与挑战。（文章来源：每日经济新闻）