證券時報網
劉茜
2025-02-13 21:16
金融機構加速部署DeepSeek大模型,，其中也包括期貨公司,。
記者從多渠道獲悉,，東證期貨近日已成功部署DeepSeek-R1及其系列蒸餾模型,，華泰期貨本月也將完成對DeepSeek大模型的部署，另有一些券商系期貨公司反饋會借助母公司的平臺,。
受訪人士認為,，大模型在金融機構的應用具有多方面的積極意義，體現在投資研究,、風控合規(guī),、低成本部署、創(chuàng)新模式等四個方面,。
期貨業(yè)部署DeepSeek
近日,，東證期貨官宣稱，已成功部署DeepSeek r1及其系列蒸餾模型,，標志著公司在金融科技領域邁出重要一步,。
據介紹，此次技術升級將全面賦能數據分析,、客戶服務等核心業(yè)務,，加速公司數字化轉型進程。DeepSeek大模型將深度整合至東證繁微智能投研平臺,，通過技術協(xié)同效應顯著提升投研服務的精準度和效率,。
展望未來，東證期貨相關負責人稱,，將持續(xù)深化大語言模型在衍生品領域的創(chuàng)新應用,。具體來看，包括以下舉措：一是深度融合DeepSeek與繁微平臺的智能推薦,、搜索和問答功能,，打造更優(yōu)質的客戶體驗；二是深度挖掘公司大數據平臺資源,，結合DeepSeek的先進分析能力,，對內部業(yè)務發(fā)展、風險管理,、營運管理等多個領域提供能力支持,，助力業(yè)務創(chuàng)新；三是拓展大模型在更多金融場景的應用,，幫助投資者識別市場機會,，有效規(guī)避潛在風險。
除了東證期貨以外,，記者了解到,，華聞期貨也將引入DeepSeek系列模型，與公司現有的阿里通義千問,、智譜GLM等大模型形成強大的協(xié)同生態(tài),。通過多模型的深度融合與互補,，持續(xù)提升金融科技的核心競爭力，推動“科技驅動型,、服務領先型”期貨公司建設邁向新高度,。
據悉，東證期貨,、華聞期貨預計將成為完成DeepSeek系列模型本地化部署的首批期貨公司,。
金融機構爭相布局
隨著DeepSeek熱度居高不下，不光是期貨行業(yè),，券商,、基金等金融機構都在爭相布局。
據不完全統(tǒng)計,，目前已有逾10家券商宣布完成DeepSeek R1模型的本地化部署,，其中包括國泰君安、國金證券,、中泰證券,、國元證券、光大證券,、興業(yè)證券,、華福證券、華安證券,、國盛證券,、中金財富、國信證券,、中信建投,、東興證券、西南證券等,。
國泰君安發(fā)布研報稱,，近日，國內已有十余家券商宣布已完成DeepSeek本地化部署,，根據各家券商公布的應用領域及場景來看，DeepSeek主要應用場景暫時以員工賦能為主,，涉及的場景包括信息檢索,、文檔處理、知識庫問答,、行業(yè)研究及市場研判,、系統(tǒng)運維、輔助辦公等多工作場景,，輔助的業(yè)務人員以投顧業(yè)務,、投研業(yè)務及合規(guī)運維環(huán)節(jié)人員為主,。
隨著DeepSeek-R1模型的發(fā)布，博時基金也透露,，已完成內部部署,，并開始探索它在投資研究、咨詢服務和軟件開發(fā)等方面的應用,。DeepSeek-R1模型在推理能力上表現優(yōu)異,，可以幫助提升工作效率，支持業(yè)務創(chuàng)新,。
除博時基金外,，匯添富基金、富國基金,、永贏基金,、景順長城基金、中歐基金,、國泰基金,、萬家基金、天弘基金等多家基金公司也已部署DeepSeek大模型,。
促進金融業(yè)發(fā)展
DeepSeek為何會在金融業(yè)掀起智能化熱潮,？
對此，排排網財富理財師姚旭升向記者表示,，大模型在金融機構的應用具有多方面的積極意義,，體現在投資研究、風控合規(guī),、低成本部署,、創(chuàng)新模式等四個方面。
具體來看,，一是大模型能夠快速解析海量的研究報告,，提取關鍵信息，幫助金融機構提高研究效率,。二是大模型可以自動檢查信息披露文件,，確保其符合監(jiān)管要求，提升金融機構風險管控的精準度,。三是大模型的開源特性和較低的部署成本,，降低了金融機構在金融科技方面的投入門檻，金融機構可以將節(jié)省下來的資源投入到其他核心業(yè)務中,，提升整體競爭力,。四是大模型的引入為金融機構帶來了新的業(yè)務思路和創(chuàng)新模式，利用大模型的推理能力，金融機構可以探索新的投資策略和產品設計,，更好地滿足客戶需求,。
在順時投資權益投資總監(jiān)易小斌看來，AI在金融行業(yè)的應用將產生深遠的影響,，這類似于當年互聯(lián)網誕生對金融行業(yè)產生的翻天覆地的變化,，讓金融業(yè)運營效率提升、風險控制加強,、業(yè)務創(chuàng)新增多,、客戶服務體驗更好?？傊?，AI將會普及使用，人人都將受益,。不過,，在這過程中，風險防范和隱私保護也會越來越重要,。
關于金融機構應用大模型的相應風險,，姚旭升向記者解釋道，風險主要在于三方面,。第一,，大模型的訓練依賴大量數據，若數據質量不佳,，可能導致模型輸出結果存在偏差,，由于大模型的“黑箱”特性，還會造成金融機構難以對其結果進行有效的風險溯源和管理,。第二,，金融機構對數據安全和隱私保護有嚴格要求，行業(yè)對AI技術的監(jiān)管政策尚未形成統(tǒng)一標準,，大模型在金融領域的應用可能面臨法律風險和規(guī)則不確定性,。第三，金融機構涉及大量敏感數據,，大模型的應用可能增加數據泄露,、數據濫用的風險，侵害到投資者的合法權益,。
