如果把DeepSeek真正走进大众视野并获得舆论高度关注的时间从1月20日算起（当日DeepSeek发布了足以媲美OpenAI R1的模型），则银行业迎来“DeepSeek时刻”至今仅28天。

然而，自江苏银行率先宣布接入DeepSeek后，多家中小银行迅速跟进，但近期银行业内似乎缺乏新的信息发布。那么，银行业要想真正迎来“DeepSeek时刻”，还需克服哪些挑战呢？

一问：DeepSeek目前面临的最大挑战是什么？

财联社记者注意到，中小银行积极跟进，大型银行稳步推进的现状依然明显。但热闹过后，许多银行逐渐回归理性。采访期间，部分银行内部人士表示，DeepSeek的全面推进可能不会太快。原因何在？

某江浙沪上市银行内部人士透露，DeepSeek大规模应用的最大障碍在于信息安全。全面本地化部署意味着银行需将大量用户数据和个人信息提供给DeepSeek。联网过程中，银行担心数据泄露。近年来，黑客在暗网出售大量用户数据，监管层高度重视消费者权益保护和信息安全，因此银行必须谨慎行事。若仅本地化使用而不联机，实际效果尚待观察。此外，银行也在等待金融监管部门对DeepSeek的态度。

不过，用益信托研究员喻智认为，大型银行通常拥有内部和外部两套系统，与互联网链接的IT系统使用数据不多，安全性有保障。因此，银行不必过度担心数据泄露。

二问：DeepSeek对中小银行更友好？

财联社记者采访发现，与大型银行的谨慎态度相比，中小银行对DeepSeek持更欢迎态度。DeepSeek降低了金融大模型门槛，成本降至十万、数十万级。这是否意味着DeepSeek对中小银行更友好？

前述上市银行内部人士表示，DeepSeek对中小银行意义重大。过去，因成本高昂，地区性中小银行很少采购第三方大模型。但DeepSeek问世后，本地化部署成本从千万级降至十万、百万级，中小银行可接受。因此，中小银行积极部署，力求在AI投顾、电话营销、智能客服等方面推出升级版金融大模型，有望弯道超车。

邮储银行研究员娄飞鹏表示，从成本角度看，DeepSeek前期对中小银行更有利。中小银行管理机制、决策更灵活。但从客户数量、资产规模、数据质量看，大银行更具优势。因此，长远来看，DeepSeek全面推进后，大银行可能收获更多。

三问：DeepSeek会导致银行业金融科技人员“缩编”？

DeepSeek上手快捷，分析能力远超以往金融大模型，促使许多银行成立工作专班对接。但这是否意味着金融科技人员将面临大裁员？

喻智表示，从科技发展角度看，若银行大规模接入DeepSeek，IT人员裁员难以避免。正如汽车诞生导致马车夫失业一样，若数据分析工作由DeepSeek完成，银行无需保留过多金融科技人员。

然而，娄飞鹏认为，影响可能不大。银行业务中，具备金融科技思维和能力的人员仍不足。即便DeepSeek接入，金融科技人员也不会大幅减少。部分人员可转岗其他业务。

（文章来源：财联社）