型具备高精度的文档解析能力，能够提取文档中的关 键信息， 高效完成合同质检、条款比对等工作，大幅 提升工作效率与准确性。 n 江苏银行已成功本地化部署微调 DeepSeek-VL2 多模态 模型、轻量 DeepSeek-R1 推理模型， 分别运用于智能 合同质检和自动化估值对账场景中。 资料来源：上海证券报，搜狐，中泰证券研究所 16 降本增效场景之三：智能合同质检 图表：江苏银行 AI 布 局 n AI Coding 将“抵押率”“偿债覆盖率”等术语转化为业务逻辑，应用于合同 解析与风险建模 邮储银行 技术落地：依托自有大模型“邮智”，本地部署并集成 DeepSeek-V3 模型和 DeepSeek-R1 推理模型 应用场景：应用于智能客服“小邮助手”后，新增逻辑推理功能，可精准识别用户需求，提供个性化和场景化的服务方案，加快响应速度和任务处理效率 技术落地：“ AI 理财顾问”引入 DeepSeek 应用场景：融合“五横六纵”企业级知识库，嵌入数字员工助手应用，赋能智能问答、指标问答、财务分析、报告写作等多个应用场景 江苏银行 技术落地：部署 DeepSeek-VL2 多模态模型和 R1 推理模型 成效展示：合同质检准确率达 96% ，自动化估值对账场景日均节省 9.68 小时人工工作量，风险预警响应速度提升 20% DeepSeek 应用进展 数据来源：中电金信研究院公众号，中泰证券研究所

将 这类模型称为非推理模型。 然而，当前备受关注的 OpenAI o1 和 DeepSeek R1 则代表了推理模型。这类模型以慢速、深思熟 虑、逻辑性的方式运行，通过强化学习训练，在回答问题之前会通过思维链进行“思考”，思考时 间越长，在推理任务上的表现就越好。这种思维方式需要有意识的努力和思考，用于解决复杂问题 或做出深思熟虑的决策。 非推理模型和推理模型各有所长，未来企业需要 同时部署这两类模型，这超出了此前的预期。在 DeepSeek R1 出现之前，企业尚未意识到推理模型的快速发展和广泛应用。当前，企业的算力规划 主要针对非推理模型，而未来则需要同时支持非推理和推理两类模型，因此对算力的需求将显著增 加。 （2）用户数量激增 DeepSeek 的破圈效应相当于对全民进行了一次 AI 普及教育，其影响力远超企业内部的任何一次培 训。预计会有更多央国企员工主动使用

（准确率奖励 + 可读性奖励） 第二阶段训练：增强通用能力，避免灾难性遗忘 推理导向强化学习 （准确率奖励 + 格式奖励） DeepSeek-R1 （强推理模型） 671B DeepSeek-R1-Zero （强推理模型） DeepSeek-V3 （基础模型） 面向全场景的强化学习 （规则奖励 + 奖励模型） 纯强化学习训练 多阶段增强训练 R1-Zero 生成的

10 AI 赋能银行业深度转型，推动行业创新升级 科技创新加速推进，生成式 AI 的兴起尤为值得关注。大型语言模型（LLMs）商业化落地， AI 的应用门槛大幅降低，触达更广泛的用户群体。大型推理模型（LRMs）将通过更强 的文本理解、生成和分析能力，推动 AI 技术进一步升级。结合代理型人工智能（agentic AI），AI 应用正从任务自动化向自主决策演进，推动银行业在最关键的领域：复杂金融 推理环节引入逻辑分析，银行业高管可借助大型推理模型提升 业务运营效率，并通过智能资源分配提高灵活响应能力。在 2023 年关于技能和人才的 优先级调研中，与 2016 年相比，STEM 和 IT 技能的重要性有所下降，而高效的时间管 理和优先级排序能力则变得更加重要。 15 2024 年见证了生成式 AI 的试点应用，而 2025 年将成 为大型语言模型（LLMs）和大型推理模型（LRMs）突 破局限、拓展应用边界的关键时期。 2025 年将使用生成式 AI 来分析客户洞察。 18 实现个性化咨询服务。银行需提供精准匹配客户目标和风险偏好的投资方案，以优化用 户体验。银行可以分析市场数据和个人客户行为，同时使用预训练的逻辑推理模型（LRMs） 模拟投资场景。IBM IBV 调研显示，若银行能提供个性化财务咨询服务，零售客户选择 该银行进行投资的可能性将提高 27%，若能够看到这些建议背后的逻辑和如何应对不同 风险的模

不同模态信息的互 补性与一致性，从而提升情感识别的准确性和稳定性。 情感识别的实时性与低延迟处理 语音与情感识别的应用场景往往要求毫秒级的实时反馈，但多模态数据的高维特性和复杂 的情感推理模型往往导致计算负载高、处理延迟大。如何优化模型结构、降低计算复杂度， 并结合边缘计算和云协同处理，实现低延迟的实时情感识别，将是未来亟待解决的关键技 术难题。 情感理解的主观性与个体差异

A可以正确地使用工 AI可以辅助人类进 AI可以完成某个组 增AI功能，响应用 思考并解决问题 具，协助人类工作 行发明创造 织内的所有工作 户需求 标志事件 标志事件 标志事件 大语言模型出现 推理模型出现 智能体普及 2025年1月DeepSeekR1推理大模型横空出世” 2025年2月阿里推出QWQ推理大模型 Source：QuestMobileA/产业研究院2025年2月 2022年

A可以正确地使用工 AI可以辅助人类进 AI可以完成某个组 增AI功能，响应用 思考并解决问题 具，协助人类工作 行发明创造 织内的所有工作 户需求 标志事件 标志事件 标志事件 大语言模型出现 推理模型出现 智能体普及 2025年1月DeepSeekR1推理大模型横空出世” 2025年2月阿里推出QWQ推理大模型 Source：QuestMobileA/产业研究院2025年2月 2022年

对于AI这个新触点，每个品牌都站在同样的起跑线上。挑 战在于，当下AI并非付费高就能直接获得排名提升或改变 推荐，AI最终给消费者程度的结果，是基于训练语料的知 识积累，联网搜索的信息引用，对消费者问题的意图判断， 和推理模型的底层逻辑多方作用而来，传统模式的SEO经 验并不能简单复制，如何做AI认知的营销，每个品牌都需 要重新探索。 对AI进行营销，GEO需要研究的问题包括：AI如何与 人类互动？AI的认知风格是什么（它喜欢什么样的内容）？

知识库，应用推理机进行故障诊 断与预测。  实现诊断知识库的不断积累和完 善，不断提高故障诊断和预测的 准确性。 建设思路 利用大数据技术，建设设备故障诊断与预测系统，建立诊断知识库、 诊断推理模型，应用大数据挖据技术，实现对关键设备故障的智能 诊断和预测 数字集团公司的数字驾驶舱建设 数字集团公司的核心体现在综合自动化方面，数字集团公司的建设通常会从 7 个方面进行集成化考虑

知识库，应用推理机进行故障诊 断与预测。  实现诊断知识库的不断积累和完 善，不断提高故障诊断和预测的 准确性。 建设思路 利用大数据技术，建设设备故障诊断与预测系统，建立诊断知识库、 诊断推理模型，应用大数据挖据技术，实现对关键设备故障的智能 诊断和预测 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行 于