应用场景“多点开花” DeepSeek激发券业更多可能性

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

◎记者 李雨琪

近期，国产人工智能大模型DeepSeek在全球范围内引发关注，其出色的语境理解、推理能力和开源特性，吸引了券商、基金公司、银行等金融机构争相接入和拓展应用。

“DeepSeek开源推理大模型的推出，为金融机构提供了部署慢思考模式大模型的新选择，为金融行业数字化转型注入了强劲动能。”东吴证券IT部门负责人表示，券商的AI应用实践，证明了大模型技术在证券行业具备极大的应用潜力，可为业务效率和客户体验带来显著提升，是券商推进数字化转型、做好金融“五篇大文章”的持续动力。

为券业数字化发展提供更多可能性

DeepSeek为何能吸引众多金融机构争相布局？

“大模型同时支持快思考和慢思考，这意味着人类真正推开了人工智能的大门。”东吴证券IT部门负责人解释称，以DeepSeek-R1为代表的推理大模型在传统大语言模型的基础上，增强了推理、逻辑分析和决策能力。这类模型通常具备超强的技术背景，如深度学习、神经网络推理、元学习等方法，在复杂的逻辑推理、科学计算和高层次问题解决方面拥有亮眼表现。

在中银证券金融科技部相关负责人看来，DeepSeek系列大模型通过对算法、框架和硬件进行协同优化，大幅降低了训练和使用成本，同时保持行业顶尖的性能水准，打破了少数企业的技术垄断，激发了其他企业和科研机构的技术创新与探索热情。

证券公司部署DeepSeek大模型，将有哪些收获？

东吴证券IT部门负责人表示，DeepSeek-R1的深度理解和长文本推理能力，为证券行业探索AI+经纪、AI+投研、AI+投顾、AI+合规、AI+文档等创新模式开辟了全新路径。

“预计DeepSeek大模型的加入可以提升客户服务、业务运营、系统运维等方面20%的工作效率。”国盛证券相关业务负责人称，DeepSeek大模型的优势在于推理能力较强、推理成本更低。DeepSeek能准确识别用户问题的意图，并提供相对准确的答案，而且在同等资源下，DeepSeek较其他模型回答更快。

应用场景“多点开花”

人工智能与金融行业如何深度融合？从场景落地来看，大模型的应用已覆盖证券公司前中后台全链条。

东吴证券IT部门负责人根据调研情况，梳理了大模型主要应用的六大领域：

一是智能投研与投顾。例如，东吴证券以自研大模型赋能投研、投顾及固收领域，为投顾提供诊股分析、涨停分析、波段分析、投资组合等应用。

二是代码辅助与研发提升。例如，中金公司通过代码审核、单元测试等场景提高开发效率。海通证券、国金证券利用大模型进行代码补全和智能研发，优化团队协作水平。

三是智能风控与合规管理。例如，中信证券的风控助手集成舆情监测、法规问答和风险分析，为全链路风控提供支持。

四是客户服务与营销。例如，广发证券开发智能客服和财务助手，提升客户黏性与服务质量。中国银河证券在场外衍生品交易中实现智能化转型，大幅提高业务规模和转化率。

五是智能化报告生成与文档处理。例如，东吴证券智能文档平台实现文档自动生成与质检，节省人工时间并降低操作成本。国金证券的报告助手支持多种模板，显著提高报告撰写效率。

六是多模态、数字人技术应用。例如，东吴证券、国泰君安和海通证券积极探索数字人应用，结合文字、语音、图片等多模态大模型，提升用户交互体验与服务效率。

此外，证券行业应用场景还包括运营管理场景、风控合规场景、信贷审核场景、员工助手场景、投研分析场景、智能文档场景、数据分析场景等。后续，证券机构还会在应用领域方面持续探索。

东兴证券计划以“场景化智能体”为切入点，深入挖掘金融业务中的各类应用场景，广泛应用于“东兴198”App的线上客户服务、财富管理、投研分析、风险管理等核心业务领域。

国信证券表示，计划将大模型更广泛应用于金太阳App、财富管理、投资银行、投研分析等核心的证券业务领域。持续探索智能投顾、智能客服、智能算法、智能尽调、合规助手、代码助手等关键场景的落地实施。

构建金融行业新生态

DeepSeek的出现和演进，推动金融行业加速变革。

“DeepSeek不仅会为金融行业创造新生态，而且应用性会更强。”东吴证券IT部门负责人直言，金融机构以前使用的大模型，都是“快思考”模式，会产生幻觉现象。在DeepSeek开源推理大模型之后，金融机构的AI获得了“慢思考”的能力，加上多模态模型能够“看见”“听见”“说话”，整合了人类文字中的20万亿Tokens语料，知识面大大拓展，判断力也显著提升。在AI辅助下，金融机构数字化转型必将构建新的生态。

大模型技术迭代升级的同时，也对金融行业提出更高要求。中银证券金融科技部相关负责人认为，大模型的应用可以解决数字化转型中存在的一些难点和痛点，但大模型的应用同时带来了新的挑战。一方面，大模型对券商员工的工作和学习能力提出了新的要求，需要券商员工快速结合大模型提高生产力；另一方面，由于前期基础设施投入大，对技术方向的选择与架构设计也尤为重要。

国盛证券相关业务负责人建议，监管政策应当同大模型的发展一起演进，指导券商在风险可控的同时为客户提供更高质量的服务。公司未来也将通过AI赋能各项业务，提高业务运营效率和质量，降低成本和风险。