中新網(wǎng)四川新聞2月17日電 (湯雁)近日，一場主題為“DeepSeek如何改變AI的游戲規(guī)則？AGI的高門檻正在消失？”的沙龍順利舉辦。這場沙龍由新網(wǎng)銀行與西南財經(jīng)大學管理科學與工程學院聯(lián)合主辦。新網(wǎng)銀行副行長李秀生，西南財經(jīng)大學管理科學與工程學院計算金融系主任、教授王俊，新網(wǎng)銀行風控科學部負責人衛(wèi)浩揭示了DeepSeek背后的技術奧秘及其在銀行業(yè)的應用前景。
開源VS閉源，是繼續(xù)競爭還是并駕齊驅？
當OpenAI與微軟深化合作引發(fā)“生態(tài)壟斷”爭議時，當英偉達正遭遇美國史上最嚴AI芯片出口管控時，DeepSeek的開源策略意外打開了另一扇門。DeepSeek區(qū)別于傳統(tǒng)封閉式AI模型，其開放性讓企業(yè)能夠以較低的成本用上較為先進的大模型，提升多場景智能助手的能力。
在軟件行業(yè)，開源與閉源兩種模式并存且各有成功案例。李秀生以Linux和安卓為例，表示這兩者作為開源軟件的代表，極大推動了操作系統(tǒng)領域的發(fā)展。他同時指出，蘋果作為閉源模式的典范，一直保持著高端手機應用的領先地位。盡管這些機構路徑不同，但都取得了顯著成就。
“從吸收全球貢獻者的角度來看，我個人更看好開源模式，因為它能夠匯聚更多人的智慧和力量，共同推動技術的進步和創(chuàng)新。未來，開源與閉源或將繼續(xù)并行發(fā)展，但開源的潛力值得期待。”李秀生如是表述。
王俊則認為，開源與閉源是相互融合、相互競爭的關系。開源技術公開，能吸引眾多開發(fā)人員參與，促進技術快速迭代，但盈利能力和商業(yè)模式不確定。閉源則注重構建自身護城河和門檻，投入巨大，商業(yè)模式獨特但多樣性較弱。兩者各有優(yōu)勢與缺陷，因此在實踐中可能會相互借鑒、融合，并在某些領域形成競爭態(tài)勢。
從市場主體角度看，DeepSeek作為一種開源、低成本且高效的大模型，對市場上的頭部科技公司產(chǎn)生了不小的沖擊。“對于OpenAI這類閉源大模型公司，DeepSeek的定價策略迫使其重新審視商業(yè)模式和技術優(yōu)化方向。而對于英偉達等芯片公司，DeepSeek的發(fā)布則證明了不一定依賴于高端GPU就能進行頂級推理，促使這類公司思考AI基建的投資邏輯和發(fā)展模式應如何調(diào)整。”王俊坦言。
不過值得注意的是，通用人工智能大模型在解決數(shù)字化風控問題上面臨挑戰(zhàn)。衛(wèi)浩表示，“盡管大模型具備廣泛的能力，比如理解問題、進行數(shù)學運算和生成代碼等，但在風控這一垂直領域，其表現(xiàn)并不盡如人意。”其原因在于大模型的訓練主要依賴于公開的互聯(lián)網(wǎng)數(shù)據(jù)和代碼，缺乏針對風控領域的專門數(shù)據(jù)語料訓練，因此其邏輯可能與風控的實際需求不完全吻合。
中小銀行逆襲靠DeepSeek？如何構建智能技術應用能力？
據(jù)浙商證券研報，DeepSeek-V3整個訓練過程僅用不到280萬GPU(圖形處理器)小時，相比之下，美國互聯(lián)網(wǎng)巨頭元宇宙平臺公司(Meta)發(fā)布的Llama3-405B的訓練時長是3080萬GPU小時。DeepSeek-V3的訓練成本約為557.6萬美元，而OpenAI(美國開放人工智能研究中心)為聊天機器人ChatGPT發(fā)布的語言模型GPT-4的訓練成本則高達數(shù)億美元。
與傳統(tǒng)大模型動輒千萬乃至上億的投入而言，DeepSeek本地化部署的成本可以低至不足百萬元。據(jù)工業(yè)和信息化部最新消息，三家基礎電信企業(yè)均已全面接入DeepSeek開源大模型。目前在金融領域，從銀行、基金到證券，多家機構都在緊鑼密鼓部署DeepSeek。自2024年5月起，新網(wǎng)銀行就在系統(tǒng)研發(fā)場景中應用DeepSeek大模型，分別構建了研發(fā)知識問答助手與代碼續(xù)寫助手，縮短一線工程師在研發(fā)過程中查閱技術資料的耗時。
李秀生認為，在人工智能領域，DeepSeek的出現(xiàn)帶來了兩大理念上的變化。一是DeepSeek的出現(xiàn)打破了“大力出奇跡”的執(zhí)念，即不再盲目追求極端的算力。過去，人們常認為只有堆砌巨大的算力才能取得突破，但DeepSeek證明了通過優(yōu)化算法和模型，也能在較低算力下實現(xiàn)高效性能。二是DeepSeek進一步加劇了開源與閉源之爭。OpenAI通過ChatGPT帶火了大模型概念，但其閉源策略限制了技術的普及。而DeepSeek等開源模型的出現(xiàn)，降低了技術門檻，使得更多機構能夠應用大模型。這一變化對銀行業(yè)等金融機構產(chǎn)生了深遠影響。
“對于未來，隨著技術的不斷進步和成本的進一步降低，大模型將不再是大銀行的專屬奢侈品，而是能夠廣泛應用于中小銀行等金融機構中，這將為商業(yè)銀行帶來重要的技術變革趨勢，推動其更加智能化、高效化地發(fā)展。”李秀生說道。
在銀行業(yè)數(shù)字化風控領域，DeepSeek等大模型技術有著廣泛的應用前景。據(jù)衛(wèi)浩分享，DeepSeek的發(fā)布讓技術人員非常興奮，因為它能媲美OpenAI的頂尖推理模型水平，且權重開源、許可寬松、可本地化可控使用。
衛(wèi)浩講述了實操使用的感受：“在處理非結構化數(shù)據(jù)時，DeepSeek等大模型能增強語義理解和文本處理能力，讓我們從更廣泛的數(shù)據(jù)中獲取信息。此外，通用智能模型的技術也可以被風控模型借鑒，提高客戶評估準確性，做出更好決策。”
衛(wèi)浩指出，DeepSeek R1具備的深度思考能力，可以通過思維鏈訓練模式，提高意圖和語義理解能力。這種能力不僅限于中文，也能在處理長上下文和復雜意圖時表現(xiàn)出色。
銀行業(yè)作為信息化程度較高的行業(yè)，其計算機系統(tǒng)經(jīng)歷了多次重大變革。從應用計算機系統(tǒng)替代手工操作，到移動互聯(lián)網(wǎng)的出現(xiàn)，銀行不斷再造其經(jīng)營流程。如今，隨著人工智能快速發(fā)展，銀行正面臨第四輪信息系統(tǒng)進化的挑戰(zhàn)與機遇。那么大模型時代，銀行應該如何構建適配自己的智能技術應用能力？
李秀生認為，大模型時代的來臨，要求銀行從人工智能的充分應用角度，思考如何重塑銀行的經(jīng)營管理和流程。銀行需要首先思考如何構建應用，再考慮如何組織數(shù)據(jù)、提升數(shù)據(jù)質量、進行標簽標注以及應用行外數(shù)據(jù)。整體來看，商業(yè)銀行需從戰(zhàn)略層進行思考，同時考慮算力、數(shù)據(jù)、算法以及應用等多方面因素。
據(jù)介紹，新網(wǎng)銀行自成立起，就在反欺詐和信用風險控制領域充分應用了人工智能技術，實現(xiàn)了高效、大規(guī)模的貸款處理。然而，隨著大模型的出現(xiàn)，銀行開始考慮在更多領域進行探索和嘗試。目前，新網(wǎng)銀行已在客服領域應用大模型，成功替代了部分人工客服，并正在營銷、貸后管理等領域嘗試大模型的應用。
除了銀行領域，王俊預測在制造業(yè)、氣候風險預測、計算機、教育、媒體娛樂等領域，大模型相關智能應用都會有較明顯的提升。王俊指出：“在制造業(yè)中，大模型能監(jiān)測零件或電池的可靠性，預測其壽命；在氣候風險預測方面，人工智能算法解讀未來天氣情況，為高速公路等提供預警和路線優(yōu)化；在計算機領域，大模型能助力代碼補全、代碼理解和構建；在教育領域，基于學生的學習習慣和行為，可以構建個性化大模型輔助學生學習；在媒體娛樂領域，大模型能用于內(nèi)容生成、模型構建和場景搭建，如動畫制作、游戲設計和短視頻制作，還能合成數(shù)字人，用于電商推薦等。”
AI搶飯碗還是造金碗？未來銀行需要什么樣的AI人才？
據(jù)中國銀行業(yè)協(xié)會發(fā)布的《2024年度中國銀行業(yè)發(fā)展報告》，金融與人工智能有天然的契合點，AI大模型技術能夠充分挖掘銀行業(yè)的海量數(shù)據(jù)，而銀行業(yè)具有適用AI大模型技術的豐富場景。當前AI大模型正推進我國銀行業(yè)服務、營銷、產(chǎn)品等領域的全面革新，催化“未來銀行”加速到來。
伴隨銀行對大模型的廣泛應用，對科技人員的技能也提出了更高的要求。李秀生認為，在互聯(lián)網(wǎng)應用行業(yè)，互聯(lián)網(wǎng)思維助力了互聯(lián)網(wǎng)大廠的成功。隨著人工智能時代的來臨，對人才的需求轉變?yōu)榫邆淙斯ぶ悄芩季S的金融和科技復合型人才。
新網(wǎng)銀行近年來已強調(diào)互聯(lián)網(wǎng)思維，并將在未來重視人工智能思維。在業(yè)務產(chǎn)品設計、客戶營銷、日常經(jīng)營活動以及構建整體經(jīng)營管理體系時，都在融入人工智能思維。因此，銀行將評估員工是否具備這一能力、基礎或潛質，以培養(yǎng)適應未來銀行發(fā)展所需的人才。
“人工智能技術的不斷進步給銀行從業(yè)者帶來了挑戰(zhàn)，但也提供了新的機遇。面對變革，從業(yè)者需要保持冷靜，不斷學習，緊跟時代變化，找到自己在社會和企業(yè)中的位置。”李秀生勉勵道，“技術人員需要調(diào)整自己，應用人工智能技術來提升自己的能力。而業(yè)務人員則不必過于擔心被替代，因為人工智能技術的應用門檻降低了，即使不懂計算機的人也可以利用人工智能工具構建流程和應用，發(fā)揮自己的價值。因此，只要勇于學習，緊跟技術變化，銀行從業(yè)者就不會被淘汰，反而能更好地適應時代技術的進步。”
從風控業(yè)務角度，衛(wèi)浩指出，動手實踐是掌握人工智能的關鍵。在風控領域，人工智能技術的應用需要更高的人才要求，不僅需要對技術原理有深入的了解，還需要對模型的優(yōu)勢、能力邊界和風險有充分的認識，以確保技術的正確應用。因此，風控人員需要具備深厚的技術功底和廣泛的知識面。
王俊也表示，高校也在致力于培養(yǎng)AI+專業(yè)領域的復合型人才。“我們在課程設置上進行優(yōu)化，納入了數(shù)據(jù)分析、數(shù)據(jù)挖掘、機器學習、深度學習和多模態(tài)數(shù)據(jù)等課程，讓學生在本科階段就能接觸人工智能相關知識。增加了實訓項目和實驗課程，鼓勵學生參加金融科技大賽等比賽，將知識轉化為實踐能力。此外，我們希望與業(yè)界加強產(chǎn)學研合作，通過聯(lián)合實驗室、專家講座等形式，讓學生更深入地了解業(yè)界需求和業(yè)務，從而激發(fā)他們的學習動力和培養(yǎng)符合業(yè)界需求的人才。”
談及AI技術在銀行業(yè)應用的下一步發(fā)展趨勢，李秀生表示，隨著AI和大模型技術的發(fā)展，商業(yè)銀行迎來新一輪重塑。這不僅涉及系統(tǒng)升級，更將深刻改變銀行的業(yè)務流程、產(chǎn)品形態(tài)、決策機制、人員組合及崗位設置。“雖然金融風險管理的本質未變，但服務方式、產(chǎn)品形態(tài)和運作機制將發(fā)生巨變。這一過程或許漸進，預計三至五年后，商業(yè)銀行的面貌將煥然一新。”(完)
