【27页PPT】DeepSeek如何影响银行业.pptxVIP

DeepSeek如何影响银行业

content

目录

01

DeepSeek为何一夜之间爆火？

02

银行拥抱AI的常见误区

03

DeepSeek如何重塑银行业？

04

行业影响：缩小技术鸿沟，推动生态变革

05

挑战与未来展望

DeepSeek为何一夜之间爆火？

01

低门槛优势：大幅降低使用/注册门槛，AI平民化

使用成本低

DeepSeek使用成本极低，网页/APP免费，API费用低，进一步AI平民化。

中文友好环境

针对中文用户优化，界面与操作指南均支持中文，降低语言障碍，提高使用效率。中文训练数据占比超90%

注册无门槛

注册流程简便，无需复杂验证，即时注册即时使用，快速融入DeepSeek的智能生态。

技术革新驱动：低成本与高性能的突破

训练成本革命

算法优化如MoE架构、MLA，实现同效能低成本，训练成本10%，推理成本仅同类1%，大幅削减银行算力投入。

开源生态赋能

开放模型代码与框架，中小银行可二次开发，打破技术垄断壁垒。强大的社区支持，加速功能迭代与问题解决。

本地化部署优势

多个尺寸开源模型支持私有化部署，满足金融数据安全与合规要求，如江苏银行本地化微调案例。

性能与成本双赢

DeepSeek在保证高性能的同时，显著降低银行技术成本，加速AI普及。

热度传播路径

捧上天

拳打ChatGPT，脚踢Gemini，摩擦Claude

颠覆现有AI产品，绕开CUDA，NVDIA完蛋了。

560万美元的训练成本吊打几个亿的训练成本。不能说不好，有点饭圈趋势

踩下地

无脑贬低，毫无技术含量，蒸馏抄作业。

甚至拿汉芯来比，又是一地鸡毛

拿一些偶尔出现的幻觉和bug来完全否定之。

典型

误解

银行拥抱AI的常见误区

02

银行拥抱新技术误区——为AI而AI

银行拥抱新技术误区

人无我有

人有我优

不管有没有用，先得有

解不解决问题先不说，新闻稿先发

照猫画虎

脱离实际

看到他行案例或者供应商方案，直接复制到本地，不考虑适用性

未充分评估可能导致资源浪费。

只看别人

不看自己

过于关注在行业里的地位和发声，不考虑解决实际问题

需精准定位业务需求，选择合适的结合点。

只仰望星空

不脚踏实地

管理层关注快速创新迭代

基层疲于提升基础数据质量和完成手工报表

DeepSeek如何影响银行业？

03

内容采集与生成：内外AI分离，合规前提下保持数据实时性

01

自动化尽调报告

整合财报与舆情数据，DeepSeek自动生成初步分析框架，显著提升报告编制效率

02

合规审查智能化

针对大量的监管合规要求，批量、快速的审核合同文本、协议条款、用户授权文本等，辅助人工审核，大幅提升审核效率，如江苏银行合同质检场景应用。

03

舆情监控

实时分析社交媒体与新闻，识别潜在风险（如客户投诉趋势预测、企业客户舆情风险预警等）

互联网

/

公有云

金融机构内网

私有云版DeepSeekor其他AI产品

客观数据：交、客户数据

监管文件

公网版DeepSeekor其他AI产品

行业标准、规范

工商数据其他公开数据

流程数据：流程规范、制度等

主观数据：业务知识、经验等

其他银行采购数据，如公安司法、风险多头

尽调报告生成

合规审查

舆情监控

防火墙

防

火墙

知识管理：从静态数据库到动态知识引擎

模型规模

最低GPU显存

推荐GPU型号

纯CPU内存需求

适用场景

1.5B

4GB

RTX3050

8GB

个人学习

7B、8B

16GB

RTX4090

32GB

小型项目

14B

24GB

A5000x2

64GB

专业应用

32B

48GB

A10040GBx2

128GB

企业级服务

70B

80GB

A10080GBx4

256GB

高性能计算

671B

640GB+

H100集群

不可行

超算/云计算

DeepSeek-R1+

ollama+AnythingLLM

DeepSeek-R1+

ollama+Dify

ChatBI技术路线图

BI分析可分为统计型、归因型、预测型、决策型四个层次

ChatBI——统计型分析

统计型

归因型

预测型

决策型

针对所输入的问题进行提前阅读，模糊字段会触发联想，匹配字段枚举值

若干次优解作为推荐问题备选，模糊语义场景下对齐提问意图

基于主题下的模型数据进行问答，提问中可以方便地进行主题和模型的切换

划定范围

模糊匹配

业务黑话

笨办法：做配置表

ChatBI——统计型分析

统计型

归因型

预测型

决策型

ChatBI——统计型分析

统计型

归因型

预测型

决策型

归因型分析：维度归因

统计型

归因型

预测型

决策型

统计分析

数据解释

下钻分析

归因型分析：指标归因

统计型

归因型

预测型

决策型

通过归因分析，发现线上申请总量过低、笔均交低，需要分析