DeepSeek银行应用遇冷

今年1月，DeepSeek推出对标OpenAI o1的R1模型，一度引发业内高度关注，多家银行迅速跟进试水。但仅仅半年过去，热潮迅速降温。记者调研发现，目前银行业对DeepSeek的应用进展缓慢，尚未出现突破性成果，不少大行甚至悄然减少了相关宣传。

多位银行金融科技人士表示，DeepSeek虽具潜力，但在实际应用中面临三大难题：一是金融数据复杂且质量参差，模型处理能力有限；二是算力成本不低，难以支撑全行级部署；三是作为通用大模型，与银行原有技术路线兼容性较差。多位受访者坦言，最初对DeepSeek的期待过高，如今看来，短期内难以出现基于该模型的“杀手级应用”。

尽管如此，业内人士普遍认为，AI仍是银行业不可逆的趋势。尤其对中小银行而言，DeepSeek的免费接入降低了大模型应用的门槛，一定程度上缩小了与大行的技术差距。不过，受监管导向影响，银行更强调自主研发，对DeepSeek的公开讨论趋于谨慎。目前，相关应用多处于内部测试阶段，真正落地仍需时间验证。