AI导读：

DeepSeek引领金融AI新潮流，多家银行、券商及金融科技服务公司争相接入。通过部署DeepSeek，金融机构看到AI支出‘降本增效’的可能性，但仍面临数据安全、模型幻觉等挑战。专家提醒需做好风险暴露面管理，实施严格访问控制措施。

截至2月11日，北京银行、江苏银行、苏商银行、重庆农村商业银行等多家银行及国泰君安等头部券商已接入Deepseek，同时恒生电子、金证股份、星环科技等金融科技服务公司的大模型服务也接入了DeepSeek。通过部署DeepSeek，金融机构看到了AI支出‘降本增效’的可能性。专家指出，DeepSeek在通用大模型领域产生了显著的‘鲇鱼效应’，但从‘好用’到‘用好’，仍面临数据安全、模型幻觉等挑战。

北京银行携手华为率先实现DeepSeek全栈国产化金融应用。江苏银行本地化部署微调DeepSeek模型，运用于智能合同质检和自动化估值对账。重庆农村商业银行上线基于DeepSeek的智能助手应用‘AI小渝’。此外，移卡、优智科技等机构也积极接入DeepSeek，为其提供完整解决方案。

恒生电子、星环科技、金证股份等金融科技服务商的大模型服务正加速接入DeepSeek。实测数据显示，在金融高密度数据处理场景中，依托DeepSeek的技术，本地部署算力资源消耗降低，客户需求解析速度加快。然而，DeepSeek的优势并不意味着其他大模型被放弃，市场仍需多元化发展。

专家提醒，金融机构在部署大模型时，需高度关注数据安全性、隐私保护及合规性。同时，大模型的幻觉问题也是一大安全隐患，尤其在提供关键领域服务时，其危害不容忽视。因此，金融企业需做好风险暴露面管理，实施严格的访问控制措施，并打造体系化的防护方案。

此外，基础设施特别是GPU资源也成为大模型部署的制约因素。罗小辉表示，大多采用混合部署方式，并期待大模型小型化方案及更多GPU资源的涌现。张晓明建议，金融机构应根据自身算力、预算和基础设施情况，因‘材’施策，循序渐进地通过大模型实现降本增效。

（文章来源：上海证券报）