大模型在银行业的应用现状：效果显著但需更多时间验证

自去年1月份DeepSeek大模型的推出，国内银行业开始广泛探索其应用。经过一年的实践，大模型在市场营销、智能客服、人员培训等方面已显现出积极效果。然而，在风控优化等核心领域，其效果仍需进一步观察。

多家银行人士表示，尽管大模型在市场营销、智能客服、人员培训等方面已带来明显效益，但在风控领域，其作用尚需更多时间和案例来验证。一位城商行人士指出，银行风控体系已相对成熟，大模型虽能提高审核效率，但是否有效提升风控精度，至少需要一年乃至更长的时间维度来对比观察。

大模型节省银行营销费用

某上市银行人士透露，过去每年在设计营销海报、发布品牌宣传广告等方面的开支约在千万左右。去年DeepSeek问世后，该行指导本行人员进行AI设计应用，效果良好，费用已降低到百万。这表明AI大模型已在某些方面给银行带来实际好处。

在人员培训和智能客服方面，AI大模型已在银行取得稳步应用。总行已在探索将AI优化后的营销话术、相关金融知识通过后台传给基层银行人员，后者也能借助AI模型更好做好产品销售工作。

大模型的“迁移学习”能力

AI大模型的最大价值可能在于其“迁移学习”能力，能够将成熟场景的经验进行总结归纳后，再拓展到类似新场景。在理财产品的营销等方面已具备一定应用和优势。

然而，在业务领域的进一步运用，目前看更多是尝试和争议并存。有上市银行总行人士表示，随着AI技术的进步，未来的理想场景可能会是AI机器人提供理财产品的购买建议，不再需要理财经理。但这一观点并未得到同行的普遍认可。

大模型应用的局限性与竞争

某上市城商行人士介绍，尽管引入了DeepSeek大模型，但目前并没有基于该模型开发出足够成熟、好用的应用。另一家地方城商行人士也确认，尝试将原有“小模型”和DeepSeek融合，但成效不大，还需进一步研发和完善。

财联社记者了解到，DeepSeek的最大作用或许是激发更多同行迅速跟进，并在金融、医疗等领域展开激烈竞争。自去年年中开始，包括阿里千问在内的大模型已在不断探索和多家银行达成合作，并取得积极效果。

某头部城商行人士确认，目前银行采用的是“多条腿走路”的战略，相关应用仍在探索中。毕竟，银行对于数据的安全性、系统的稳定性有更高的要求。