银行业对DeepSeek模型的应用现状 - 银行业整体对DeepSeek模型的应用效果不如预期 未诞生基于该模型的杀手级应用 后续影响仍需观察 [1] - 银行业金融数据复杂性导致DeepSeek处理能力不足 模型为通用型而非金融专用型 与银行原有技术路线适配性不高 [1][7] 银行业应用态度变化轨迹 - DeepSeek从"最独特模型"转变为"众多大模型中的一个" 中小银行更积极跟进 大型商业银行热情明显减弱 [3][4] - 有关部门要求大型商业银行不得大规模宣传DeepSeek应用 需强调金融大模型自主研发 [4] - 建设银行与工商银行于7月28日分别接入阿里巴巴AI技术 工商银行商户风控系统正式接入通义千问大模型 [6] 具体应用障碍分析 - 银行金融数据存在维度差异和质量高低问题 DeepSeek对复杂底层数据处理能力不足 衍生判断难以见效 [7] - 算力制约问题突出 全面推广需高性能芯片支持 免费版DeepSeek相比国产大模型无显著优势 [8] - 金融行业对差错容忍度极低 AI投顾分析存在明显问题 智能风控应用效果未达预期 [9] 中小银行与大银行差异 - DeepSeek帮助中小银行解决"有无问题" 拉近与大银行技术差距 采购成本从动辄上千万变为免费 [9] - 中小银行研发热情较高 但上半年银行业对DeepSeek发展过于乐观 杀手级应用出现时间难以判断 [9] 行业发展趋势 - 银行业持续加大金融科技投入趋势不变 不会像金融"元宇宙"那样昙花一现 [2] - 技术团队尝试将原有金融小模型与DeepSeek通用大模型结合改造 但需要时间完成 [8]