适用的法律法规情况下， 本报告亦 ÿ 能由中信建投 ÿ 国际 Ā 证券 p 限公 ø 在香港提供 2 请务必阅读正文之后的免 责条款和声明 2 证券研究报告 行业深度 DeepSeek 如何加速金融业数字化转型 ? —— 数字金融系列深度之一 分析师：赵然 zhaoran@csc.com.cn 021-68801600 SAC 编 ÷ ： S1440518100009 SFC 编 ÷ S1440522070001 分析师：亓良宸 qi liangchen@csc.com.cn SAC 编 ÷:S1440524080005 本报告的核心逻辑 如何理解 DeepSeek 的出现对于国内金融业数字化转型的价值与意义 ? 一、低成本、高性能。 DeepSeek 通用及推理模型在性能不输头部同类大模型的基础上，成本相较于头部大模型下降至数十 分之一以 下，同时开源、本地化部署特 前瞻研究团队将围绕数字金融与大模型在 金融领域的 应用撰写系列深度，围绕大模型应用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一篇综述，第一部分从金融机构数字化转型的核心痛点出发，第二、三部分以数字营销、海外投顾及保险数字化 三个场 景为例探讨大模型赋能金融业务的模式，第四部分归纳总结 DeepSeek 推动金融机构数字化转型的核心逻辑，最后一部分对券

2023 年 - 至今 引言： IT 电子化→互联网金融→ AI 金融，金融与科技融合持续深 化 互联网金融 — — PC 专业财经频道、财经网址兴起，成为金融业 “ 门面” 数据来源：艾瑞咨询 ，东吴证券研究所 金融信息化 技术作为业务基础设施，未能进入核心领域 科技从后台支持的位置走向前端，进入金融业务 核心环节 AI 成为金融公司业务发展核心力量，甚至发展 为企业主营业务，渗透率不断加速 AI 金融 互联网金融 APP l 回顾与展望“科技 + 金融”三个时代： 息变革传统金融渠道 ， 和讯网、 金融界、 证券之星等垂直财经网址厚积薄发 ， 而在移动互联 网时代 ，依托流量实现金融业务中的资产端、 交易端、 支付端、 资金端的互联互通 ，东方财富、 同花顺和华泰证券大放异彩。 3 ） AI 金融： 科技辅助脑力 劳动。 大量原有的金融业务通过大数据、 云计算、 人工智能、 区块链等新技术来改变传统的金融信息采集来源、 风险定价模型 ， 金融科技资金投入年均复合

金融行业数据、场景丰富，大模型走上金融大舞台 我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业细分领域众多，且大量产品最终服务于 C 端用 户， 大模型应用场景丰富。随着大模型与金融业务的融合，创新应用将层出不穷。 金融行业数字化需求刚性，投入巨大，是大模型应用落地的大舞台 ：根据艾瑞咨询的数据， 2022 年，以银行、保险、证券为主的金融机 构 技术资金投入预计将超过 2023 年系统年中工作座谈 会 资料来源：新华社、华西证券研究所 4 u AI+ 金融并非单纯的技术累加，而是针对不同业务场景需求，运用前沿技术成果推出的创新金融产品、经营模式、业务流程，以及推动金融业 务高质量发展的一系列配套解决方案。 u Al+ 金融更侧重于为传统行业的模式创新和流程再造提供新的思路和方法，促进新经济形态的演进，从而催生新的商业模式，提高运营效率， 带来整个产业的全面升级。 与者。 传统金融机构：具有较好的客户和数据基础；对业务具有更深刻的 理 解；金融牌照相对齐全。 互联网公司：拥有较好的客户和数据基础；研发和创新能力较强； 但 在特定的金融业务上仍然缺乏经验。 人工智能技术公司：独立的技术研发和创新能力是最大的优势；但 在 数据、客户资源和具体业务场景应用上大多依赖于第三方合作机 构。 u AI+ 金融产业链包括三层：其上游为基础层，中游为技术层，下游为

2010-2017 年 2017 年 - 至 今 二十一世纪 随着各项技术的日益成熟 , 有 22.1% 的企业紧跟时代潮流 , 使用先进的 AI 技术结合行业实际打造智能客服系统。 其中金融业占比 8.7% ，智能客服已经逐渐成为金融机构关注的重点。 88.2% 49.2% 38.4% 22.1% 智能客服既是客服的趋势，也是客服产业市场的重要拼图 住宿和餐饮 建筑与房地产 各行业智能客服应用情况 拥有智能客服的企业 有客服业务的企业 建设云客服的企业 4.5 4.3 3.7 3.5 自建客服的企业 数据来源： T 研究 2020/05 金融业 6.1 5.2 8.7 13.5 16.5 17 会话量大，期望智能客服降低坐席人员压力 需要 7x24 小时服务 期望建立覆盖售前到售后的全服务体系 传统客服系统无法同时处理在线和通话服务 京小科智能客服场景化解决方 案 电话营销场景（理财 / 贷款 / 存款产品业 务） 电话催收场景（信用卡 / 个人信贷业 务） 智能终端交互场景（网点大厅业务） 多媒体客服场景（线上金融业务） 移动交互场景（移动金融业务） 电话客服场景（电话金融业务） 智能导航 在线客服 智能质检 电话客服 语音导航 电话客服 语音机器人 坐席辅助 电销机器人 智能质检 导航机器人 电话客服 语音呼叫

2023 年 - 至今 引言： IT 电子化→互联网金融→ AI 金融，金融与科技融合持续深 化 互联网金融 — — PC 专业财经频道、财经网址兴起，成为金融业 “ 门面” 数据来源：艾瑞咨询 ，东吴证券研究所 金融信息化 技术作为业务基础设施，未能进入核心领域 科技从后台支持的位置走向前端，进入金融业务 核心环节 AI 成为金融公司业务发展核心力量，甚至发展 为企业主营业务，渗透率不断加速 — — A I 金 融 互联网金融 APP l 金融行业科技投入逐年提 n 与基础大模型相比，金融行业大模型结合金融 业务场景特征与数据资源，在专业度、业务模 型输出能力、场景适配度与成本把控等方面优 势较为明显。 n 随着行业大模型的不断涌现，未来将有更多的 金融业务板块与细分场景被模型能力覆盖。 ... ... 通用算法 行业算法 场景模板 ... ... 通用大模型 7 大模型服务

一、完整的数据视图；  缺乏支撑智慧税务大数据日常业务运 转的风险评估体系；  缺乏智慧税务大数据客户 360 度视 图，客户行为分析和预测无法实现；  缺乏面向金融业务运营管理的关键绩 效指标体系；  ……  已建立面向整个金融业务的数据仓 库，整合了前台业务运营数据和后台 管理数据，建立了面向金融的管理分 析应用；  智慧税务大数据已开展供应链金融、 人人贷和保理等多种业务，积累了一 等方面，提出了大量分析预测需求；  …… 数据平台、数据应用、数据管控…… 基础数据平台和 BI 应用建设是未来一段时间的重点！  数据平台整体架构；  数据平台各层建设的标准；  较成熟的金融业数据模型；  数据质量治理；  元数据管理；  数据标准建设  数据整合；  数据应用建设；  数据平台的软硬环境  …… 面临的主要问题： 1. 未建立税源信息语义标准及数据采集规范。 应用 实现业务协作和创新 业务人员使用 BI 应用 实现业务协作和创新 BI 分析工具 BI 分析工具 供应链金融系统 POP 系统 其他业务系统 云数据推送平台已实现了 主要零售及金融业务系统 数据清洗、整合，为未来 智慧税务大数据数据平台 提供了丰富的数据源。 通过数据平台和 BI 应用建设，智慧税务大数据将搭建统一的大数据共享和分析平台，对各类业务进 行前瞻性预测及分析，为集

，相较于其他金融模型 拥有 更突出的推理、数学、编程等能力。 2024 年开年之初， 同花顺和东方财富分别推出问财 HithinkGPT 和妙想金融大模型， 内测火热进行中。 2. 金融垂类大模型赋能金融业务 ，推动行业业务实现增量提升。 目前各家公司都在致力于以大模型赋能股基 APP 或是金融终端 ，为已有功能注入 AI 能力 ，实现智能客服、智能投顾、智能风险等多场景应用 ，通过大模型 量并行推理等技术优化推理框架的性能 ，在金融场景下算力的利用率提高了 数倍。 3 ） 高品质金融数据供给。得益于东方财富二十载深耕 ，平台聚集了海量用 户资源和用户黏性优势 ，积淀了多元的金融业务场景 ，东方财富构建了完备 的金融数据、产业数据等行业通用数据集 ，股吧、财富号等平台优质内容数 据持续涌现 ，持续丰富平台的独家特色数据集。 4 ） 实时性较强 ，并且能精准溯源。可以进行当天股票分析并给出来源， 大模型训练方式。在金融专业问答、逻辑推理、超长文本处理能力、多模态交互能力、代码能力等在内的金融大模型能力评测中均有不错表 现，并保证内容和指令的合规安全，处于业内领先水平，可以为投顾、客服、投研、运营、风控、合规、研发等金融业务场景提供底层 AI 能 力支持。 光子系列产品，基于 LightGPT 能力，光子大模型系列产品致力于在合规审核、投研算法、客户服务和营销分析方面成为金融从业人员的智 能 助手。 1

中小银行的获客难度，迫使后者加快数 字化转型步伐。 新金融业态冲击 客户需求升级 互联网金融、金融科技公司等新兴业态迅速崛起，凭借灵活的数字化服务模式抢占传统银 行市场份额。 客户对数字化服务的需求日益增长，期望获得更便捷、高效、个性化的金融服务体验，推 动银行必须转型以满足市场需求。 1 2 3 大模型技术为金融业带来前 所未有的变革机遇，通过提 升数据处理能力、优化决策 通过大模型技术，银行可以更高效地评估客户信用状况， 缩短信贷审批周期，提升客户体验。 优化信贷审批 大模型为银行提供智能化的业务解决方案，支持个性 化产品设计和精准营销，增强市场竞争力。 推动业务创新 大模型技术对金融业变革的推动作用 企业架构建模在转型中的核心价值 • 企业架构建模通过将战略目标分解为具体的业务和技术路径，确保银行数字化转型战略的有 效实施。 • 帮助企业明确业务能力和技术需求，推动战略目标与业务执行的紧密结合。

战略规划 · 集团管控 2 内容 页码 A. 集团愿境和发展战略3 B. 集团各类业务的战略使命和发展方向 18 B1. 贸易业务 19 B2. 医药业务 64 B3. 金融业务 74 B4. 多元化业务 85 C. 组织结构 99 C1. 集团组织整体框架 100 C2. 集团管理职能的组织框架 103 C3. 集团的业务子公司和事业部 121 C4. 集团的京外和海外机构设置 上的支持 贸易业务是集团未来新核心业务的孵化器 • 集团目前经营收入的四分之三以上和经营利润的 40% 以上来自贸易业务 • 集团目前 70% 以上的人员和资产投入在贸易业务领域 • 集团金融业务中的短期金融运作所需的现金流，绝大部分来自贸易业务（比如客户的预付款和银 行的授信额度以及过去贸易业务中形成的资金沉淀） • 集团医药业务的发展也得益于集团整体融资，信息和管理资源实力情况 • •建成综合性医药产业集团 •集团内部金融业务得到全面提升，外部金融 业务的平台搭建完毕，并成为金融板块利润的重 要来源 2019-2021 ：战略转型期 2021-2025 ：高速成长期 业务发展 •成为提供全方位增值服务的项目和供应链管 理服务商，并通过业务模式的不断创新来形成业 务规模和利润水平的持续增长 •具有国内行业领先水平的综合性医药集团 •集团内部和外部的金融业务全面增长，在资 产管理方面具备竞争优势

ChatMiner 两款大模型工具后， WarrenQ 上新 了 AI 写作、语音速记、小程序、招股书 / 公告深度问答四款新功能，并持续深入 私有知识库问答、智能投顾 / 投研 chat 助手等金融业务场景。目前， WanrrenQ 服 务于数家证券公司，覆盖券商投研、财富、投行、固收等业务系统，为业务人员提 供智能化的数据分析和交互技术，提升业务人员工作效率，持续加强大模型加持下 的金融 布、产品介绍内容创作等。展望未来，随着更多的金融大模型陆续落地，将采用更加精细化处理行业细分场景， 同时孕育出新的应用场景， 为传统业务注入新活力，也为金融领域带来新的业务机会。这将全面提升金融服务的效能，推动金融业务生态的全面重塑，为金融行业持 续的前进和革新铺平道路。 我们认为 2024 年金融垂类 AI 大模型将迎来前所未有的蓬勃发展，形成一番百花齐放的景象。而具备 AI 模型技术领先优势、较大金融交 一致预 期 4. 投资建 议 22 风险提示 1 ）监管环境趋严抑制行业创新：金融行业展业环境及革新进程受监管节奏影响较深，若行业监管趋严则将直接影响垂类模型推广进程。 2 ）行业竞争加剧：金融业全面对外开放，国内金融科技企业将直面海外龙头机构的竞争。 3 ）权益市场大幅波动：行情大幅波动情况下或市场活跃度走低，对于金融科技相关优化、升级或将造成负面影响。 24 5. 风险提 示 东