在金融科技的浪潮中，一场由DeepSeek大模型引领的技术风暴正席卷而来，其开源生态的推动犹如一股强劲的飓风，重新定义了金融机构的数字化路径。近日，一场聚焦“AI如何赋能金融科技，以及金融机构如何把握新兴机遇”的高端沙龙在清华大学成功举办，本次活动由清华大学经济管理学院的区块链金融研究中心、中国金融研究中心携手新网银行联合呈现。
沙龙由清华大学经济管理学院副院长、区块链金融研究中心主任何平主持，他携手新网银行副行长李秀生、光大信托普惠金融部副总经理祝世虎、百川智能副总裁邓江，共同探讨了AI大模型在金融领域的深度应用与未来趋势。
DeepSeek等前沿大模型的崛起，标志着金融行业正由“数据驱动”向“智能驱动”转变。这些大模型凭借其卓越的逻辑推理、多模态处理能力以及高度的可定制性，为金融机构带来了革命性的智能化解决方案，推动了行业的全面升级。
何平指出，开源大模型的普及极大地降低了技术门槛，加速了银行、信托、资管等领域的智能化转型。借助大模型，金融机构不仅提升了业务效率，还在风险管理、客户服务、产品设计等关键环节实现了端到端的智能化，推动了行业的智能化进程。
从实践角度来看，李秀生分享了新网银行在探索大模型应用过程中的心得。他表示，开源大模型的“低成本+本地化部署”优势，使得中小银行也能享受到智慧平权，将通用人工智能融入日常运营中。
祝世虎则结合个人研究经历，阐述了AI领域的发展历程。他认为，算力、数据与模型之间的平衡是推动AI发展的关键。DeepSeek等开源大模型的兴起，再次实现了这三者之间的新平衡，降低了准入门槛，促进了AI技术的广泛应用。
邓江从开发者的角度，进一步阐述了大模型对中小金融机构的积极影响。他指出，大模型带来的技术与知识平权，让中小金融机构能够迅速弥补能力短板，凭借业务灵活性快速拓展市场，有望在垂直细分领域取得领先地位。
然而，技术并非万能的。尽管在提升竞争力方面发挥着重要作用，但技术的积累与创新仍需时间的沉淀与突破。在金融领域，大模型的应用正从“人力替代”向“认知升维”转变，创造着新的价值。
李秀生以银行为例，详细介绍了大模型技术在客服和营销领域的应用情况。通过学习大量历史资料，大模型能够提升客服效率，降低人力成本；在营销环节，大模型则能利用自然语言沟通能力与客户沟通，提供后续跟进线索，从而提升客户体验感和满意度。
祝世虎指出，非银金融机构因其灵活性，在大模型的使用上更具想象力，更易实现创新突破。例如，保险行业可通过大模型自动化解析复杂条款、赋能代理人精准营销、提升客户画像理解度等。因此，非银金融机构作为试点，能够充分发挥其灵活性，实现差异化突围。
邓江则从大模型拓展业务的角度进行阐述。他表示，一些金融机构在专业人才获取上可能存在竞争劣势，但大模型的出现改变了这一局面。大模型能以极低成本提供相关业务的AI专家支持，使金融机构能够开展更多复杂业务，提升竞争力。大模型的本质在于其高智商和情商，使AI能够胜任各种专业领域的工作。
随着金融领域迈入大模型时代，人工智能正由单一工具的“效率革命”转向生态级的“应用普及”。通过大模型将“技术-场景-需求”的生态化融合，高门槛的金融服务正变得更加普惠、高效，并增强了金融与其他行业的交叉融合能力。
