公司与参会方信息 - 活动为分析师会议和电话会议，于2025年2月16日在北京市以口头形式进行 [1] - 接待人员为董事会秘书王潇和行业产品部总经理耿晓明 [3] - 参会投资者来自华创证券、中信建投证券等众多金融机构 [1][2] DeepSeek对金融行业及公司的影响 - DeepSeek高性能、低成本且开源，推动金融行业AI应用，公司与大型银行在AI领域共研共建，有交付经验和案例验证，去年上半年发布多款大模型系列产品，未来将加大探索力度 [3] 问答环节要点 AI领域布局与IT架构变革 - DeepSeek带来开源趋势、私有化部署线下闭环及应用效果提升，从纵向和横向拓宽金融IT应用大模型空间，释放银行需求，需求将从科技部门驱动转向业务部门驱动，公司在客户卡位和业务理解上有优势 [3] 下游客户需求与商机 - 银行对数据安全要求高，支持开源潮流促使更多银行选择私有化部署，但有算力投入门槛，大行和中小行部署方式不同，公司可与银行探索多种合作方式 [3][4] BPO场景AI agent布局 - 公司深入银行业务流程，认为用AI agent解决银行作业流问题是机遇，会带来银行和公司业务转型 [4] 商业合作模式 - 过去公司参与后端应用开发和模型调优，未来随着中小行市场铺开，可能出现不同商业模式，打包模式可能成主流 [4] 呼叫中心业务与AI结合 - 呼叫中心业务适合AI化，公司早期有探索，大模型将提升效果，非金融领域呼叫中心服务用AI替代有降本增效效果，未来更明显 [5] 外包业务趋势 - 银行合规和安全要求高，ITO和BPO同步增长，使用AI会衍生新服务需求，公司可获IT业务和衍生服务业务机遇 [6] 模型调优工作 - 模型调优价值高，初始命中率25%，6个月调优后提升至55% - 60%，调优有门槛，随使用时间增长护城河加深 [6] 金融行业客户使用AI考虑因素 - 银行使用AI前期为降本增效、降低风险，营销试点中可增加客户粘性，金融机构加大内部场景使用和营销投入 [7] 下游客户IT支出 - 银行IT过去靠数字化转型和信创驱动，满足信创是基本盘，部分大行和股份制银行将转向新技术投入，AI投入资源预期有倾斜 [8]