編輯《證券時報》 許盈
銀行、券商、基金、保險…國內大型DeepSeek熱潮正在席卷金融業。
近日，近10家券商正式宣布完成DeeepSek-R1的本地化部署，DeepSeek-R1是DeepSeek系列模型的最新版本。到目前為止，證券業至少有16家證券公司探索了DepSeek模型的應用。
業內人士表示，從長遠來看，證券公司將受益于大型技術的發展和人工智能應用的加速實施，這將有助于提高業務效率，拓寬金融技術的護城河。然而，在短期內，投資者需要警惕二級市場的概念炒作。
1 許多券商行動迅速
證券公司正在迅速行動。截至出版，至少有16家證券公司宣布已完成國泰君安、國金證券、中泰證券、興業證券、國元證券、華福證券、光大證券、華安證券、廣發證券、國盛證券、中金財富證券、華西證券、國信證券、中信建投、東興證券、西南證券等。
許多證券公司表示，他們已經將Deepseek融入了公司的許多核心業務領域，并將授權信息檢索、文檔處理、行業研究、市場研究和判斷、輔助軟件研發、輔助營銷計劃、合規問答、業務處理指導等業務場景。
例如，2月8日，中金財富證券宣布完成與DeepSeek-R1模型的深度整合。據報道，該技術應用不僅實現了智能投資助理IC-Copilot的升級迭代，而且創造性地構建了公司投資服務領域“熱點發現-信息處理-戰略生成”三位一體的服務生態。
光大證券介紹，近日，光大證券AI(人工智能)中臺新增DeepSeek大模型本地化部署和多場景應用測試，并在華為NPU計算平臺的基礎上實現本地化適應。據悉，光大證券的部署以“自主可控+創新應用”為核心
近日，華安證券也完成了DeepSeek的本地化部署和場景適應。華安證券認為，DeepSeek-R1大型模型“性能倍增、成本下降”的雙重優勢將加快垂直領域人工智能的大規模應用，公司已初步建設人工智能平臺，以大型模型為中心，整合、部署各種人工智能能力，實現人工智能資源的高效利用和協調運行，為后續業務的智能升級和創新發展提供有力支持。
事實上，DeepSeek對證券公司來說并不是什么新鮮事。近年來，隨著證券業數字化轉型的快速推進，一些證券公司早在2024年就積極擁抱DeepSeek等模式。
例如，據中信建設投資證券相關負責人介紹，早在2024年上半年，中信建設投資證券就率先在行業內接入大型DeepSeek模型，促進人工智能技術在風險控制和業務創新領域的深入應用。該負責人表示，在風險控制領域，該系統充分發揮了DeepSeek的語義理解能力，并建立了7×24小時全天候輿情監測網絡將新聞響應時效縮短到分鐘級。隨著DeepSeek-R1的發布，中信建投證券信息技術部也在春節期間完成了當地部署。
廣發證券相關負責人還介紹，廣發證券在2025年春節前完成了DepSeek-V3和DepSeeek-R1的訪問，并在春節前推出了基于DepSeek的微信小程序，使投資顧問和公司員工能夠開展春節新年等客戶服務。此外，廣發證券還完成了DepSeek模型的本地化部署，以進一步優化已完成的智能客戶服務、代碼生成輔助、智能投資研究等人工智能場景的應用。
2 使用場景暫集中在內部
國金證券相關負責人告訴《證券時報》編輯：“目前，Deepseek主要用于內部員工，以提高客戶服務的深度和響應速度。我們正在積極探索客戶直接使用的場景，一些產品很快就會進入內部測試階段。”。
編輯觀察到，從DeepSeek模型在證券公司核心業務的落地場景來看，各證券公司目前的應用主要集中在證券公司內部。根據編輯采訪的反饋，DeepSeek的優勢主要體現在提高效率上，可以幫助投資、研究、合規等日常工作，提高質量和效率。
例如，中金財富證券相關負責人表示，通過大型自然語言處理和事件推理能力，可以自動分析政策、行業研究報告、上市公司公告等非結構化文本，協助投資顧問高效完成市場熱點分析和市場解讀，顯著提高信息處理效率和決策準確性，日處理量超過1萬份文件，比傳統手工處理效率提高90%。
中泰證券相關負責人還向《證券時報》編輯介紹，2025年1月DeepSeek-R1推出后，中泰證券迅速本地化部署了多個DeepSeek-R1模型，并在DeepSeek的基礎上創建了215個知識庫。憑借這些成果，中泰證券成功地將其應用于運營助理、系統庫問答等場景，為公司員工提供問答服務，問答精度超過95%。
2024年12月，中泰證券利用DeepSeek-V3模型，整合專家規則和思維鏈技術，在金融新聞文本挖掘和分析領域取得突破。該負責人表示：“通過將金融專家規則融入提示詞，該模型可以自動繪制產業鏈地圖，清晰地呈現上市公司、行業、行業等實體之間的復雜關系網絡。同時，該模型還可以準確判斷新聞中提到的實體的正負情緒，準確率高達90%。這一創新大大降低了傳統深度學習算法對大規模標記數據和模型培訓的依賴性，為市場動態的捕捉和判斷提供了實時可靠的支持。”
“現在DeepSeek太受歡迎了，行業也在不斷探索更多的應用場景。目前，大多數證券公司都在內部使用，客戶的直接應用場景可能不會那么快推出。總的來說，DeepSeek的邏輯性很強，但準確性還有待提高。”一位證券公司網絡黃金部門負責人說。
3 加速券商自研系統迭代
據編輯介紹，證券公司利用開源技術進行創新應用并不是什么新鮮事。在過去的兩年里，許多證券公司積極擁抱金融技術，并試圖建立自己的智能助手、證券垂直模型、智能平臺等。隨著DeepSeek模型在證券行業的逐步滲透，它將大大加快證券公司自主研發和創新系統的迭代。
例如，國泰君安開發了業內首款參數1000億元的多模態證券垂直模型——“君宏靈犀”，并將大模型能力全面融入客戶數字服務系統。據國泰君安介紹，DeepSeek-R1模型的部署將賦予和擴大“君宏靈犀”在智能問答、智能投資服務、投資教育、行業研究、市場分析、合規風險控制、信息檢索、文檔處理等核心業務場景中的應用，為員工和用戶提供更準確、更高效的人工智能服務。
工業證券建立了數字智能平臺，支持不同的開源大模型訪問和集成應用，包括QWen，最近完成了DeepSeekV3和DeepSeekR1兩個大模型產品訪問中間平臺大模型矩陣，可以實現許多業務場景的綜合授權升級。未來，Deepseek可以幫助員工在知識庫問答場景中有效獲取知識，幫助提高智能客戶服務領域的客戶服務質量，輔助制定智能服務場景中的個性化解決方案，進一步提高研發效率。
西南證券介紹，公司最近完成了本地部署和適應，基于本地模型產品智能知識庫助理的升級，有效地授權了知識查詢和問答。隨后，公司將DeepSeek和智能中心擴展到智能投資研究、智能投資咨詢、智能客戶服務、合規風險控制、智能辦公等更多核心業務領域，不斷完善智能金融服務體系。
業內人士表示，DeepSeek以其低成本、高性能的特點，在行業內的滲透速度顯著。在DepSeek模型的幫助下，經紀公司有望突破傳統的“高投資、高計算能力”研發模式，加快金融技術的全面迭代。
4 本地化部署是一種常見的選擇
根據國泰君安的分析，本地化部署大模式可能成為金融企業的普遍選擇。由于金融業的特殊性，其對數據安全的要求往往高于其他行業，監管機構對金融數據的安全也有更嚴格的要求。因此，在實施過程中，金融企業一般選擇在本地存儲數據，以嚴格遵守相關規定。DeepSeek-R1發布后，金融企業可以以相對較低的成本在當地部署具有一流能力的大型模型，然后將當地數據與大型模型相結合，創建企業專有模型，從而更有針對性地賦予各種場景權力。
海通證券在研究報告中還表示，DeepSeek系列模型有一些共同點：它們通過協同優化算法、框架和硬件，大大降低了培訓和使用成本，同時保持了行業的頂級性能水平，遠遠超過了同類競爭產品的成本性能。特別是在蒸餾技術的幫助下，DeepSeek-R1實現了低參數、低成本和高性能的結合，這必將促進人工智能在辦公、教育、醫療等領域的廣泛應用。
值得一提的是，海通證券認為，DeepSeek的開源策略對人工智能的應用產生了深遠的影響，打破了少數企業的技術壟斷，激發了其他企業和科研機構的技術創新和探索熱情，促進了人工智能技術的快速發展。DeepSeek系列模型正在通過高性能、低價格的模式打開新的人工智能開發范式，預計人工智能全面實施的時代將加速。
申萬宏源還表示，證券業積極擁抱金融科技和人工智能，有望從多個場景、多個維度賦予業務能力，提高業務效率。
編輯：金杜
湘公網安備43010502001700號