大模型浪潮下，专家热议金融格局如何被改写

　　2025年开年，一只来自中国的“蓝色鲸鱼”在全球科技领域翻涌起滔天巨浪。深度求索公司推出的开源大模型，结合高性能和低成本的优势，在金融领域掀起了一场革命性的变革。

　　然而，DeepSeek在金融领域的应用也面临一些挑战。数据隐私和安全问题、算法的透明性和可解释性等问题不容忽视。

　　3月12日，由中关村(000931)互联网金融研究院、中关村金融科技产业发展联盟主办的2025大模型重塑金融格局论坛暨中关村金融科技产业发展联盟第二届三次会员大会成功举办。在大会圆桌对话环节，多位业内专家围绕“DeepSeek对金融行业的影响与挑战”展开深度探讨。

　　影响几何？

　　国产AI大模型DeepSeek的崛起正成为重塑金融业态的重要力量。

　　中国科学院微电子研究所研究员、中国科学院大学教授陈曙东表示DeepSeek在金融领域优势显著，具有语义精准理解和效率提升的优势。

　　民建北京市委金融委副主任兼秘书长、中国科学院大学经济与管理学院金融系副主任郭琨称，在金融领域，DeepSeek通过底层异构数据处理能力突破传统授信效率尤其为银行等机构解决了系统数据整合的行业痛点。

　　“更关键的是，其小样本学习和逻辑推理特性，让历史案例经验能快速迁移至新场景，降低对大规模标注数据的依赖，契合金融风控的高专业性需求。”郭琨表示。

　　“DeepSeek在金融场景中提升了代码生成和数学能力，内化思维链以个性化思考，推动应用开发从传统模式向大模型能力驱动转变。”数势科技AI负责人李飞认为。

　　挑战何在？

　　尽管DeepSeek为金融行业带来了诸多积极影响，但也面临着一些挑战。陈曙东认为，数据质量把控难，模型悖论待解，知识库建设复杂，业务理解与模型结合难、数据隐私与安全风险、模型可解释性不足等问题亟待解决。

　　在科大讯飞(002230)人工智能专家李坤看来，挑战核心在于找到高价值、有用户粘性的场景，并平衡投入产出。此外，数据处理和监管要求是行业面临的共同难题，需提升数据处理能力，适应监管变化，以实现大模型技术在行业内的成功应用。

　　闻名投资创始人、董事长侯长青表示DeepSeek的出现会加速行业分化，金融科技赛道已进入“数据深耕期”，蚂蚁等巨头聚拢下，小公司的机会在于围绕客户服务的垂直数据闭环，形成不可复制的“数据基因”。

　　他强调，AI带来的不是简单替代，而是商业逻辑重构：金融科技需“数据喂养的持续进化”。未来金融AI竞争的关键，在于更高效地将行业隐性知识转化为可复用的智能资产，而非单纯比拼模型能力。

　　如何展望？

　　尽管面临挑战，但DeepSeek在金融行业的未来仍然充满无限可能。

　　陈曙东认为，未来，DeepSeek向个性化Agent进化，构建“通用基座 + 金融插件”的知识增强架构，在数据安全与创新效率间找到平衡点，通过人机协同实现“专家思维数字化”，并以合规技术工程化破解监管信任难题，推动大模型从“能用”向“敢用、好用”跨越，最终重塑金融领域的人机共生范式。

　　郭琨则表示，deepseek一方面将通过技术轻量化降低小型金融机构的AI应用门槛，推动普惠金融；另一方面向监管科技、金融市场风控等垂直场景渗透，例如实时甄别异常交易、优化客户画像。技术跃迁也将重塑“金融+AI”复合型人才需求，交叉学科培养成为应对就业的关键。

　　在郭琨看来，本质上，DeepSeek不仅是工具升级，更是金融数据价值释放的“智能底座”，推动行业从经验驱动转向数据深度治理驱动。

　　“未来机会将诞生于能将专业数据壁垒转化为场景创新的公司，这既需要技术硬实力，更考验对客户需求的深度理解与快速迭代能力。”侯长青称，机会与风险并存，金融科技的竞争本质是“数据话语权”小型金融科技公司应在于用专业数据训练出差异化数据，而非盲目追逐通用技术幻觉。

（责任编辑：李悦 ）