文章核心观点 工商银行首席技术官吕仲涛在国民财富发展研究合作平台2025春季峰会上，就人工智能在金融领域应用情况演讲，认为DeepSeek模型催生金融行业AI应用爆发式增长，分享金融大模型应用场景，指出用好模型的方法、面临挑战及后续关键 [1][3][4] 分组1：大模型应用趋势 - DeepSeek模型催生金融行业AI应用爆发式增长，未来大模型应用可能出现四大趋势，包括由应用工具转向基础设施、算力需求快速提升、人机协同成常态、人工智能相关法律规范逐渐完善 [1] 分组2：工商银行大模型应用情况 - 工商银行率先完成DeepSeek最新开源大模型私有化部署，接入“工银智涌”大模型矩阵体系，面向全行开放使用，实现40余个应用场景 [1] 分组3：金融大模型典型应用场景 - 金融市场领域，依托大模型智能体及文档编写范式，打造投研平台建设投资研究助手和“ChatDealing智能体”，提升投资、交易业务流程效率 [2] - 运行管理方面，围绕“服务客户、赋能员工”，基于大模型知识检索范式打造网点自助终端客户助手、网点业务助手，构建网点智能化对客服务新模式，提升客户体验和网点运营质效 [2] 分组4：用好DeepSeek等大模型的方法 - 结合不同场景特点灵活施策，部分场景可直接利用DeepSeek模型+外挂知识库应用范式，时效性、专业性要求高的场景需后训练并可能蒸馏出小尺寸场景专用模型 [3] - 业界将推出更强大模型，但金融行业主流应用范式仍会延续基于通用基础模型训练行业垂类模型 [3] 分组5：AI技术带来的新挑战 - 需持续加强风险管理，AI技术带来知识幻觉、生成伪造内容、算法偏见等安全风险 [3] - 数据成为AI应用核心优势后带来挑战，AI模型性能依赖数据，金融行业数据敏感度高，需确保数据采集、使用合规 [4] - 算力需求不断增大，短期内扩大算力等规模是提升模型性能直接手段，国产算力需加强生态建设 [4] - 需要构建适应人工智能时代的人才培养机制，人工智能应用人才缺口大，需构建多层次、全方位人才培养体系 [4] 分组6：后续关键 - 金融行业用好DeepSeek等大模型，关键在于构建高效能组织、高水平技术和数据、高价值场景、高适配人才 [4]