【財經分析】DeepSeek突破AI算力圍城：銀行業的“奇點時刻”到來？

新華財經北京2月17日電近日，一場主題為“DeepSeek如何改變AI的遊戲規則？AGI的高門檻正在消失？”的沙龍順利舉辦，沙龍由新網銀行與西南財經大學管理科學與工程學院聯合主辦。新網銀行副行長李秀生、西南財經大學管理科學與工程學院計算金融系主任王俊、新網銀行風控科學部負責人衛浩共同探討了DeepSeek背後的技術奧祕及其在銀行業的應用前景。

開源與閉源如何演進？

當OpenAI與微軟深化合作引發“生態壟斷”爭議時，當英偉達正遭遇美國史上最嚴AI芯片出口管控時，DeepSeek的開源策略意外打開了另一扇門。DeepSeek區別於傳統封閉式AI模型，其開放性讓企業能夠以較低的成本用上較為先進的大模型，提升多場景智能助手的能力。

在軟件行業，開源與閉源兩種模式並存且各有成功案例。李秀生以Linux和安卓為例，表示這兩者作為開源軟件的代表，極大推動了操作系統領域的發展。他同時也指出，蘋果作為閉源模式的典範，一直保持著高端手機應用的領先地位。儘管這些機構路徑不同，但都取得了顯著成就。

“從吸收全球貢獻者的角度來看，我個人更看好開源模式，因為它能夠匯聚更多人的智慧和力量，共同推動技術的進步和創新。未來，開源與閉源或將繼續並行發展，但開源的潛力值得期待。”李秀生如是表述。

王俊則認為，開源與閉源是相互融合、相互競爭的關係。開源技術公開，能吸引眾多開發人員參與，促進技術快速迭代，但盈利能力和商業模式不確定。閉源則注重構建自身護城河和門檻，投入巨大，商業模式獨特但多樣性較弱。兩者各有優勢與缺陷，因此在實踐中可能會相互借鑑、融合，並在某些領域形成競爭態勢。

從市場主體角度看，DeepSeek作為一種開源、低成本且高效的大模型，對市場上的頭部科技公司產生了不小的衝擊。“對於OpenAI這類閉源大模型公司，DeepSeek的定價策略迫使其重新審視商業模式和技術優化方向。而對於英偉達等芯片公司，DeepSeek的發佈則證明了不一定依賴於高端GPU就能進行頂級推理，促使這類公司思考AI基建的投資邏輯和發展模式應如何調整。”王俊坦言。

不過值得注意的是，通用人工智能大模型在解決數字化風控問題上面臨挑戰。衛浩表示，“儘管大模型具備廣泛的能力，比如理解問題、進行數學運算和生成代碼等，但在風控這一垂直領域，其表現並不盡如人意。”其原因在於大模型的訓練主要依賴於公開的互聯網數據和代碼，缺乏針對風控領域的專門數據語料訓練，因此其邏輯可能與風控的實際需求不完全吻合。

中小銀行逆襲靠DeepSeek？

據浙商證券研報，DeepSeek-V3整個訓練過程僅用不到280萬GPU（圖形處理器）小時，相比之下，美國互聯網巨頭元宇宙平臺公司（Meta）發佈的Llama3-405B的訓練時長是3080萬GPU小時。DeepSeek-V3的訓練成本約為557.6萬美元，而OpenAI（美國開放人工智能研究中心）為聊天機器人ChatGPT發佈的語言模型GPT-4的訓練成本則高達數億美元。

與傳統大模型動輒千萬乃至上億的投入而言，DeepSeek本地化部署的成本可以低至不足百萬元。據工業和信息化部最新消息，三家基礎電信企業均已全面接入DeepSeek開源大模型。目前在金融領域，從銀行、基金到證券，多家機構都在緊鑼密鼓部署DeepSeek。自2024年5月起，新網銀行就在系統研發場景中應用DeepSeek大模型，分別構建了研發知識問答助手與代碼續寫助手，縮短一線工程師在研發過程中查閱技術資料的耗時。

李秀生認為，在人工智能領域，DeepSeek的出現帶來了兩大理念上的變化。一是DeepSeek的出現打破了“大力出奇跡”的執念，即不再盲目追求極端的算力。過去，人們常認為只有堆砌巨大的算力才能取得突破，但DeepSeek證明了通過優化算法和模型，也能在較低算力下實現高效性能。二是DeepSeek進一步加劇了開源與閉源之爭。OpenAI通過ChatGPT帶火了大模型概念，但其閉源策略限制了技術的普及。而DeepSeek等開源模型的出現，降低了技術門檻，使得更多機構能夠應用大模型。這一變化對銀行業等金融機構產生了深遠影響。

“對於未來，隨著技術的不斷進步和成本的進一步降低，大模型將不再是大銀行的專屬奢侈品，而是能夠廣泛應用於中小銀行等金融機構中。這將為商業銀行帶來重要的技術變革趨勢，推動其更加智能化、高效化地發展。”李秀生說道。

在銀行業數字化風控領域，DeepSeek等大模型技術有著廣泛的應用前景。據衛浩分享，DeepSeek的發佈讓技術人員非常興奮，因為它能媲美OpenAI的頂尖推理模型水平，且權重開源、許可寬鬆、可本地化可控使用。

衛浩講述了實操使用的感受，“在處理非結構化數據時，DeepSeek等大模型能增強語義理解和文本處理能力，讓我們從更廣泛的數據中獲取信息。此外，通用智能模型的技術也可以被風控模型借鑑，提高客戶評估準確性，做出更好決策。”

衛浩指出，DeepSeek R1具備的深度思考能力，可以通過思維鏈訓練模式，提高了意圖和語義理解能力。這種能力不僅限於中文，也能在處理長上下文和複雜意圖時表現出色。

銀行業作為信息化程度較高的行業，其計算機系統經歷了多次重大變革。從應用計算機系統替代手工操作，到移動互聯網的出現，銀行不斷再造其經營流程。如今，隨著人工智能快速發展，銀行正面臨第四輪信息系統進化的挑戰與機遇。那麼大模型時代，銀行應該如何構建適配自己的智能技術應用能力？

李秀生認為，大模型時代的來臨，要求銀行從人工智能的充分應用角度，思考如何重塑銀行的經營管理和流程。銀行需要首先思考如何構建應用，再考慮如何組織數據、提升數據質量、進行標籤標註以及應用行外數據。整體來看，商業銀行需從戰略層進行思考，同時考慮算力、數據、算法以及應用等多方面因素。

據他介紹，新網銀行自成立起，就在反欺詐和信用風險控制領域充分應用了人工智能技術，實現了高效、大規模的貸款處理。然而，隨著大模型的出現，銀行開始考慮在更多領域進行探索和嘗試。目前，新網銀行已在客服領域應用大模型，成功替代了部分人工客服，並正在營銷、貸後管理等領域嘗試大模型的應用。

除了銀行領域，王俊預測在製造業、氣候風險預測、計算機、教育、媒體娛樂等領域，大模型相關智能應用都會有較明顯的提升。王俊指出，“在製造業中，大模型能監測零件或電池的可靠性，預測其壽命；在氣候風險預測方面，人工智能算法解讀未來天氣情況，為高速公路等提供預警和路線優化；在計算機領域，大模型能助力代碼補全、代碼理解和構建；在教育領域，基於學生的學習習慣和行為，可以構建個性化大模型輔助學生學習；在媒體娛樂領域，大模型能用於內容生成、模型構建和場景搭建，如動畫製作、遊戲設計和短視頻製作，還能合成數字人，用於電商推薦等。”

未來銀行需要什麼樣的AI人才？

據中國銀行業協會發布的《2024年度中國銀行業發展報告》，金融與人工智能有天然的契合點，AI大模型技術能夠充分挖掘銀行業的海量數據，而銀行業具有適用AI大模型技術的豐富場景。當前AI大模型正推進我國銀行業服務、營銷、產品等領域的全面革新，催化“未來銀行”加速到來。

伴隨銀行對大模型的廣泛應用，對科技人員的技能也提出了更高的要求。李秀生認為，在互聯網應用行業，互聯網思維助力了互聯網大廠的成功。隨著人工智能時代的來臨，對人才的需求轉變為具備人工智能思維的金融和科技複合型人才。

新網銀行近年來已強調互聯網思維，並將在未來重視人工智能思維。在業務產品設計、客戶營銷、日常經營活動以及構建整體經營管理體系時，都在融入人工智能思維。因此，銀行將評估員工是否具備這一能力、基礎或潛質，以培養適應未來銀行發展所需的人才。

“人工智能技術的不斷進步給銀行從業者帶來了挑戰，但也提供了新的機遇。面對變革，從業者需要保持冷靜，不斷學習，緊跟時代變化，找到自己在社會和企業中的位置。”李秀生勉勵道。“技術人員需要調整自己，應用人工智能技術來提升自己的能力。而業務人員則不必過於擔心被替代，因為人工智能技術的應用門檻降低了，即使不懂計算機的人也可以利用人工智能工具構建流程和應用，發揮自己的價值。因此，只要勇於學習，緊跟技術變化，銀行從業者就不會被淘汰，反而能更好地適應時代技術的進步。”

從風控業務角度，衛浩指出，動手實踐是掌握人工智能的關鍵。在風控領域，人工智能技術的應用需要更高的人才要求，不僅需要對技術原理有深入的瞭解，還需要對模型的優勢、能力邊界和風險有充分的認識，以確保技術的正確應用。因此，風控人員需要具備深厚的技術功底和廣泛的知識面。

王俊也表示，高校也在致力於培養AI+專業領域的複合型人才。“我們在課程設置上進行優化，納入了數據分析、數據挖掘、機器學習、深度學習和多模態數據等課程，讓學生在本科階段就能接觸人工智能相關知識。增加了實訓項目和實驗課程，鼓勵學生參加金融科技大賽等比賽，將知識轉化為實踐能力。此外，我們希望與業界加強產學研合作，通過聯合實驗室、專家講座等形式，讓學生更深入地瞭解業界需求和業務，從而激發他們的學習動力和培養符合業界需求的人才。”

談及AI技術在銀行業應用的下一步發展趨勢，李秀生表示，隨著AI和大模型技術的發展，商業銀行迎來新一輪重塑。這不僅涉及系統升級，更將深刻改變銀行的業務流程、產品形態、決策機制、人員組合及崗位設置。“雖然金融風險管理的本質未變，但服務方式、產品形態和運作機制將發生鉅變。這一過程或許漸進，預計三至五年後，商業銀行的面貌將煥然一新。”

（文章來源：新華財經）

來源：東方財富網

作者：新華財經