當全球科技巨頭仍在追逐千億參數大模型的算力競賽時，一場由開源生態驅動的“AI平權運動”正在重塑中國金融業的創新格局。國產大模型DeepSeek以百萬美元級的訓練成本突破技術封鎖，其“高精度+低門檻”的特性正在引發銀行業智能化變革浪潮。

據悉，已有工商銀行、建設銀行、江蘇銀行、北京銀行等15家銀行先后宣布接入DeepSeek系列模型。江蘇地區金融機構也應時而動，將AI技術深度嵌入信貸風控、遠程服務、智能營銷等核心場景，在長江經濟帶腹地全力書寫產數融合的生動樣本。

監管機構的舉措>>>以AI為代表的新興技術正以前所未有的速度與金融業務深度融合。中國人民銀行江蘇省分行作為監管機構，敏銳地洞察到這一趨勢，積極發揮引領作用，指導當地商業銀行探索AI與金融的融合路徑，為金融行業創新發展注入新動力。

人民銀行江蘇省分行積極推動金融機構利用AI技術提升金融服務質效

記者：在推動金融機構利用AI技術開展數字化轉型、提升金融服務效率方面做了哪些工作?

中國人民銀行江蘇省分行：一是貫徹落實《金融科技發展規劃(2022-2025年)》(銀發〔2021〕335號文件印發)、《推動數字金融高質量發展行動方案》(銀發〔2024〕200號文件印發)相關要求，通過政策宣講、交流研討等多種形式，積極引導金融機構深化AI技術在金融領域的應用，將“人工智能+”場景嵌入各類金融業務，促進金融機構利用人工智能大模型開展智能營銷、智能識別、智能理財、智能客服、智能風控、智能監管等金融產品和服務創新;二是建立包容審慎的金融科技實踐模式，在全省開展金融科技創新監管工具實施。在新一批江蘇省“數字金融”主題工具測試中，納入人工智能大模型創新應用項目，推動AI技術金融應用健康發展;三是開展人工智能大模型應用情況調研，分析大模型金融應用現狀和存在問題，挖掘應用場景，引導金融機構在風險可控的基礎上推進算力建設、模型訓練和場景應用。

記者：在金融與AI技術相結合的過程中存在哪些挑戰?打算如何解決?

中國人民銀行江蘇省分行：挑戰主要在于大模型數據來源多樣化、數據使用范圍廣、算法存在黑箱問題等。此外，大模型相關技術更新迭代速度較快，對大模型有深入研究和使用經驗的人才還較為缺乏。目前考慮的解決方案：一是深化數據治理，夯實數據基礎。探索建立面向大模型的數據采集、清洗、標注、應用、更新的方法和體系，構建高質量、多樣化的金融數據集。在保障安全和合規的前提下，探索利用隱私計算等技術共享部分數據，促進數據要素合理流通;二是強化風險防控，持續跟蹤優化。推動金融機構建立大模型應用的監控和反饋機制，追蹤模型輸出的穩定性與一致性，及時發現并處理數據泄露、算法偏見、模型被惡意攻擊等風險。持續跟蹤技術前沿，保持大模型的更新迭代能力;三是開展應用試點，拓展技術實踐。探索實施江蘇省“人工智能大模型”主題監管工具，對部分創新度較高的大模型應用納入金融科技創新監管工具，關注應用熱點難點問題，包容審慎推動AI技術實踐;四是開展研究探索，強化示范引領。聯合大模型技術能力較強的金融機構，探索成立金融領域人工智能創新實驗室，形成大模型研究、應用和推廣的共建共享機制框架;五是加強人才培養，打造專業團隊。推動金融機構制定人才需求目錄和團隊建設規劃，通過組織開展智能技術應用大賽等促進技術交流，激發金融機構創新潛力，提升金融從業人員智能化認知和使用水平。

商業銀行的探索>>>數字化時代呼嘯而來，當AI技術與銀行業務相遇，一場顛覆傳統的變革正悄然發生……

江蘇銀行引入DeepSeek賦能“智慧小蘇”

江蘇銀行通過引入DeepSeek大語言模型，服務平臺“智慧小蘇”在復雜多模態、多任務場景處理能力、算力節約、效能等方面得到進一步提升：其一，運用多模態模型實現合同質檢智能化，筑牢企業信貸防火墻。“智慧小蘇”通過DeepSeek-VL2多模態模型的細粒度文檔理解能力解決了傳統模型在非制式合同中存在合并單元格、跨頁表格等多結構表格內容識別準確率不足、精度局限的問題，將嵌套表格、手寫體混合排版等復雜場景的識別成功率提升至領先水平。利用DeepSeek模型優化后，識別及預警響應速度提升20%，助力分支行更高效地完成受托支付合規性審核。其二，運用推理模型實現托管資產估值對賬自動化，優化流程提質增效。“智慧小蘇”通過輕量化DeepSeek-R1推理模型引擎的高效計算特性完成資產托管估值信息自動化解析錄入、自動化對賬。實現郵件分類、產品匹配、交易錄入、估值表解析對賬全鏈路自動化處理，識別成功率達90%以上，按照平均手工操作水平測算，每天可節約9.68小時工作量。

江蘇銀行持續探索大模型技術在金融場景的應用，在智能客服、智慧辦公、數據治理、風險防控等領域都有領先的創新實踐，已落地近20個場景，為業務發展注入強勁動力。

浦發銀行南京分行構建數智化平臺

在年初 “站在風口浪尖的Al管理變革”主題研討會上，浦發銀行南京分行展示了打造的“全生命周期、全流程陪伴”科技金融服務體系和“科技會客廳”服務平臺。

浦發銀行南京分行通過引入大數據挖掘等技術打造數智化平臺，構建 “科技雷達”評價體系，為輕資產科技型企業成功開辟了新的融資渠道。借助總行創設的面向全國“專精特新”、高新技術企業的數智化拓客服務平臺，集成商機分析、營銷追蹤等多種功能，運用大數據挖掘科技型企業商機需求線索，精準觸達目標客戶，減少企業“找貸款”的成本。

此外，浦發銀行南京分行積極與南京雨花臺區大數據局合作，探索數據要素金融化新模式，成功落地南京市首筆民營企業數據資產貸。該業務模式以企業入表且經過登記、估值和披露的數據資產為核心標的，依托DCB架構鏈接數據與資本兩個要素市場，全面披露數據資產相關流程。A公司作為數據供應商，因業務擴展產生資金需求，浦發銀行南京分行通過數據資產貸提供1000萬元授信支持，解決了企業資金周轉問題，推動其快速發展。

工商銀行蘇州分行已形成全覆蓋的AI產品矩陣

工行在AI戰略布局上圍繞 “技術筑基、場景深耕、生態協同”三大方向展開，目前已建成全棧自主可控的“工銀智涌”大模型技術體系及配套平臺，其千億級參數金融大模型覆蓋金融市場、信貸風控、遠程銀行等50多個場景，是同業最大千卡云算力集群。蘇州工行已形成覆蓋B端、C端、員工端的AI產品矩陣，重點創新包括：

(一)智能生產力工具。網點雙助手：業務助手支持制度查詢、交易指引、合規檢查，日均調用量超80萬次;培訓助手實現“課程生成-AI陪練-能力圖譜評估”閉環，培訓成本降低60%。信貸全鏈智能體：整合制度助手(自動解析監管政策)、文檔助手(智能生成報告)、風控助手(實時預警杠桿風險)，覆蓋貸前至貸后11個關鍵節點。

(二)客戶服務升級。AI財富助理：基于客戶畫像(整合10+維度數據)與資產診斷，生成個性化配置方案，已服務超1200萬客戶，戶均資產管理規模增長15%。對公產品顧問：結合20萬+產品案例庫，提供“需求理解-方案推薦-案例佐證”全鏈路服務，促成對公產品交易額同比提升22%。

(三)決策支持革命。產品洞見：自動生成產品競爭力分析報告(涵蓋收益對比、風險指標、市場趨勢)，產品經理需求調研周期縮短70%。

(四)技術開放賦能。金融智能中樞平臺：通過調用總行金融智能中樞平臺大模型API成功上線智慧盡調助手，實現大模型能力的本地化應用，快速孵化區域特色應用。通過“技術-場景-生態”三位一體布局，AI應用已從單點創新邁向體系化賦能。下一步將深化大模型與物聯網、區塊鏈的融合，探索“AI+投研”“AI+跨境金融”等前沿領域，持續鞏固金融科技領跑優勢。

學術前沿的聲音>>>在科技與金融深度融合的時代背景下，如何在行業創新發展的同時保障金融安全?如何開展AI與金融交叉領域的基礎研究?如何向社會輸送既懂技術又熟悉業務的復合型人才，高等院校都首當其沖。

國際著名密碼學專家、西交利物浦大學數學物理學院院長丁津泰教授：用量子密碼守護金融安全

記者：能談談您目前從事的研究工作及其意義嗎?

丁津泰：我們全程參與了科技部重點研發計劃“銀行業及關鍵基礎設施信息系統抗量子密碼遷移關鍵技術研究”，該項目在國際金融銀行領域抗量子密碼遷移項目中處于領先地位，是目前全球唯二正在實施的金融銀行領域重大項目之一。過去大家總是把密碼和國家直接聯系起來，其實現在用手機進行網上購物之所以放心背后就涉及密碼學。不同行業有不同需求，我們這個項目主要針對銀行的需求。全球央行中，我國央行是開展相關工作比較早的，很多國家的央行還在討論要不要做后量子遷移，而我們已經在行動了。畢竟國內銀行業不能與國外隔絕，我們要開展國際貿易就要和外國銀行對接，如果人家換了系統，我們不換，我們就不能出國旅游，我們的信用卡在國外就不能用。所以在密碼應用上一定要與國際接軌。

記者：研究成果會很快進行實際應用嗎?怎么看待數字人民幣?

丁津泰：研究成果最終要想實際應用，必須等中國標準出來，目前采用的還是美國的標準。數字人民幣也必須要靠量子，所有數字貨幣的設計都建立在密碼學的基礎之上。就拿比特幣來說，作為加密貨幣，其簽名密碼也必須升級為后量子，否則可能會逐步走向衰亡。

蘇州大學金融科技系常巍副教授：監管應走在金融領域AI應用之前

記者：AI技術會給金融機構帶來怎樣的改變?

常巍：AI對不同類別的金融機構影響不一樣。在證券領域，智能選股等服務于投資者的智能投資組合設計，可能是AI帶來的便利;另外還可以對客戶進行畫像，根據客戶的資產能力或者風險承受水平來呈現更匹配的金融產品;在銀行領域，主要體現在業務的數字化轉型以及產品、服務的創新設計，也可以更有針對性的進行差異化定價。AI給金融機構帶來的轉變在金融科技部門會體現的更為明顯，比如利用金融的大數據或者云計算、區塊鏈技術，在客戶資料整合或者安全漏洞防范方面會做的更好一些。

記者：不同規模的金融機構在AI的應用方面是否存在差異性?

常巍：我個人覺得肯定是有差異的。大的金融機構資金實力較強，在金融創新、金融科技研發和投入方面會有更大的優勢。這就對中小金融機構提出了比較大的挑戰。我個人覺得中小金融機構可以依據自己的市場地位和業務特色去應用和開發適合自身AI層次的應用。對AI技術的應用最好能建立在差異化的基礎之上。其實當AI遍地開花，如何去防范風險也是非常關鍵的。金融機構作為關系到國計民生的重要機構，系統性風險如果防范不力，可能會對經濟生活造成非常大的沖擊。所以金融機構在利用AI發展的過程中，怎樣去保護客戶隱私，保障數據安全，怎樣保證利用AI所帶來的服務或者產品的擴張能夠在商業銀行發展的可控制范圍內，都要做好準備。

記者：在AI與金融相融合過程中，監管機構應該如何平衡創新與風險?

常巍：作為監管機構，最好能夠走在AI在金融領域應用的前面，這就需要我們的監管機構要比一般金融機構在認知上面更加超前，這樣才能用技術來監管技術。否則，監管機構在制定監管規則或者相關法律的時候可能會無從下手。所以，對于監管機構來說，首先最重要的就是充分的有前瞻性的去認識到AI的不可逆轉性;其次要有一個開放包容的心態。AI的發展可能會有扁平化的趨勢，這就對我們監管機構提出了更高的要求。因為AI觸達到的方面非常多，那么監管的這種條塊分割可能就要改變一下;最后我認為監管機構還需要有國際合作的準備。AI的發展從國際上來看速度也是非常快的。這就需要通過加強國際溝通來形成新形勢下的監管規則，可能比我們自己獨立去設定監管的方式方法更好一些。

記者：AI與金融的融合發展對專業教學產生了什么影響?

常巍：我深刻感受到AI和金融科技的發展對我們高校教授提出了非常嚴峻的考驗。未來知識的傳授可能就不是主要內容了，因為同學們會通過各種方式和平臺自己去了解和解決很多學習當中遇到的問題。作為教師更多需要引導他們面對新形勢，及時了解接納AI的融入。特別是引導學生有效利用AI，比如在和AI進行交互提問的時候，怎么提出更有質量的問題，當AI給出回答后要具備辨別力：一是能分辨回答正確還是錯誤，二是要知道回答是不是他所需要的，是不是有內在邏輯的。

記者 趙琦薇