DeepSeek 如何影响银行业 通义智能 PPT 张鲲 conten t目录 01 DeepSeek 为何一夜之间爆火？ 02 银行拥抱 AI 的常见误区 03 DeepSeek 如何重塑银行业？ 04 行业影响：缩小技术鸿沟，推动生态变革 05 挑战与未来展望 DeepSeek 为何一夜 之间爆火？ 01 低门槛优势：大幅降低使用 / 注册门槛， AI 平民化 使用成本低 ，实现同效能低成 本，训练成本 10% ， 推理成本仅同类 1% ， 大幅削减银行算力投入。 开源生态赋能 开放模型代码与框架， 中小银行可二次开发， 打破技术垄断壁垒。 强 大的社区支持，加速功 能迭代与问题解决。 本地化部署优势 多个尺寸开源模型支持 私有化部署，满足金融 数据安全与合规要求， 如江苏银行本地化微调 案例。 性能与成本双赢 DeepSeek 在保证高性 能的同时，显著降低银 无脑贬低，毫无技术 含量，蒸馏抄作业。 • 甚至拿汉芯来比，又 是一地鸡毛 • 拿一些偶尔出现的幻 觉和 bug 来完全否 定之。 典型 误解 银行拥抱 AI 的常见误 区 02 银行拥抱新技术误区——为 AI 而 AI 银行拥抱新技术 误区 人无我有 人有我优 不管有没有用，先得有 解不解决问题先不说，新 闻稿先发 照猫画虎 脱离实际 看到他行案例或者供应商 方案，直接复制到本地，

DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 的应用效果，有望进一步催生银行落地应用。 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。在实际银行落地应用 中，可能包括： 1 ）降本增效：智能客服、信贷审批、合同质检； 2 ）价值创造： AI 编程、智能风控、智能营销等； 3 ） 决 策赋能： 深度分析和决策辅助。 n 从实际落地应用情况看， 大行发力更早， 中小银行正在快速追赶。如工商银行、建设银行、招商银行等大行布局更早， 中小银行正在快速追赶。如工商银行、建设银行、招商银行等大行布局更早， 邮 储银行、浦发银行、江苏银行等也有较为领先布局应用。 AI 一体机的出现为机构提供了全新的解决方案，凭借其开箱 即 用、软硬件一体化设计等优势， 正在成为很多中小银行智能化转型的重要选择。 n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 核心观点

中原银行实时风控体系建设实践 Construction practice of real-time risk control system of Zhongyuan bank 陈玉强 中原银行数据银行部 河南省唯一省级法人银行 贴心、专业、合作、共赢 服务战略、服务实体、服务企业、 服 务人民 • 蝉联六年《金融时报》 “年度十佳城市商业银行” ，相继荣获“铁马 十佳银行 ”、“最佳上市公司 ”、“最佳上市公司 ”、“年度卓越城商行 ”等称号 • 2021 年《银行家》全球 1000 大银行排 185 名 • 2021 年《财富》 中国 500 强，在入围的商业银行中排名第 24 名 总资产 7530.02 亿 营业网点 494 家 中原银行业务发展概 况 分行 18 家 村镇银行 9 家 #1 #2 #3 贷后管理难度大，需要多种新技 术发现隐性风险，提高管控度。 操作风险 随着银行线上化能力的增强，操 作风险识别从预防人员不合规操 作转为线上流程漏洞和异常行为 识别等。 流动性风险 从线下的，面向审批的逐步转 向实时的智能决策。 银行数字化风控新挑战 授信 运营 实时化不 足 银行传统风控的痛点 数据流通受限 精准度不够 智能化

基于大模型的企业架构建模助 力银行数字化转型应用方案 目录 CONTENTS • 数字化转型背景与必要性 • 银行数字化转型现状与痛点分析 • 大模型驱动的企业架构建模方法论 • 技术架构设计与模型融合方案 • 数据治理与知识图谱构建 • 智能业务场景应用规划 • 大模型训练与优化策略 目录 CONTENTS • 风险控制与合规管理 • 实施路径与阶段目标 • 标杆案例与同业实践 数字化转型背景与必要性 银行业面临的竞争压力与市场挑战 国有大行服务下沉 国有大型银行通过下沉服务覆盖更多区域，加剧了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。 所未有的变革机遇，通过提 升数据处理能力、优化决策 流程和创新服务模式，助力 银行实现数字化转型。 大模型能够快速分析海量数据，识别潜在风险，提升 银行风险管理的精准性和效率。 辅助风险管理 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

影城资金支出户的操作权限分配 待确认： 1. 未来是否在影城层面保留用于影城零星支出的账户？ 2. 第二类账户的资金来源方案： 方案一：有资金需求时，单独申请资金下拨，将资金下拨到影城出纳负责操作的银行账户 方案二：如果零星支出的事项较少，是否可直接通过备用金进行支付，无需申请资金下拨 类型一账户 影城层面 支出户 类型二账户 参照资金集中管理模式 影城出纳 操作权限 资金来源 财务共享中心 1 收银稽核 —— 确认各收款方式及服务费收入 流程 2.1 销售数据传输 —— 确认票房及卖品收入、会员卡 及自制票券销售 流程 1.2 资金入账 —— 现金缴存、第三方提现、核销应收 借：银行存款 贷：现金（现金缴存流程） 在途资金 -POS 应收账款 - 第三方卡 / 第三方票券 应收账款 - 支付宝 / 微信 应收账款 - 第三方平台 财务结果 1 步骤 2 财务结果 2 步骤 3 财务 结果 3 步骤 4 财务结果 4 现金 现场 柜面 现金清点 确定现金 - - - - 现金缴存 现金转银行存款 银行刷卡 现场 柜面 卡单清点 确定在途 - - - - 刷卡入账 在途转银行存款 第三方刷卡 现场 柜面 卡单清点 确定应收 - - 第三方对账 - 资金入账 核销应收 第三方票券 现场 柜面 票券清点 确定应收 - - 第三方对账

中国金融与技术的融合始于 20 世 纪 80 年代，互联网及数字技术 出现，传统金融机构受到提高 工作效率等需求推动，开始通 过传统 IT 软硬件实现办公自 动 化、电子化，实现业务升级。 IT 部门、银行卡、 ATM 、证 券交易所等线下部门快速普及。 2004 年之前 2004 年 -2010 年 驱动的保险业务创新、跨境保险服务与多语言支持服务等新生业务新局面，助力保险机构实现高质量数字化转 型。 AI 赋能银行： AI 大模型在 C 端实现智能个性化服务与交叉销售提升，在 B 端深化对企业客户的风险管理与解决方案输出。此外，开拓 AI 驱 动的金融产品创新、跨境结算与流程自动化等新生业务服务，推动银行业务全面智能化升级。 投资建议：在金融科技政策利好、海外垂类模型落地背景下，金融垂类模型成发展 风险传导。 核心要点 3 2. AI赋能券商，存量降本增效+新生业务可能性 3. AI赋能互联网金融，核心业务提升+发展新思路 4. AI赋能保险，提高承保效率+辅助投研 5. AI赋能银行，流程提效+深化客户服务 6. 投资建议 7. 风险提示 目录

担保申请管理 反担保信息管理 风控审批管理 合同管理 转贷管理等 到账管理 客户用款管理等 用章管理 银行放放款管理 收款结算 系统基础架构 组织架构管理 单据 / 模板管理 流程定义管理 系统管理 数据管理 接口管理 移动应用支持 保后管理 保后监管 催收管理 银行还款管理 诉讼管理等 代偿管理 现场调研管理 付款结算 违约金结算 服务费结算 担保赔偿准备金 未到期责任准备金 息进行保费收入的计算，并可以基于合同维度 进行全程跟踪。  在业务系统中按照合同维度进行担保收入确 认，核销预收款（预收担保费）。 关键点 1 – 预收担保费（营收稽核 ）  业务系统通过资金系统获取银行流水（同时也 支持手工录入），由业务部门在资金系统进行 收款指认，然后导入到 ERP 系统形成预收担保 费（利息等）；  与合同登记确认的应收保费进行核对，实现营 收稽核管理（应收与实收核对），预收转收入 通过调整凭证的方式进行收入的调整 客户获取 征信和评估 担保申请 现场调研 风控审批 合同登记 银行放款登记 客户信息同步 收款核销 业 务 系 统 财 务 核 算 资金系统 2 3 1 收款管理 合同信息同步 担保收入入账 收入调整 银行流水 保后管理 9 通过业务系统系统与资金系统，以及资金系统与银行的集成（或者数据导入 / 录入），实现收款数据的归集认领，针对归集认领完毕的收 入数据，导入到

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 4000 亿元。 2022 年中国银行与保险机构前沿科技采购支出将达到 170 亿元。 相关行业已有大量应用案例： Bloomberg GPT 、 Morgan Stanley 、 对客户画像实现精准的刻画和分 类， 从而对其所处的客户生命周期以及潜在需求实现预测。 以客群价值提升为核心，以客户主办行为作为指标，将客户划分为不同类客群，梳理形成客户行为事件分类，通过手机银行、客户经理、叫 号 机等渠道部署不同营销策略，按日触发营销名单并开展营销。 资料来源：腾讯研究院、华西证券研究所 构建覆盖贷前、贷中、贷后的全流程风险识别体系。 构建反欺诈技术能力：在渠道方面，该银行通过知识图谱、生物识别技术、客户行为特征技术等方式，精准识别线上用户是否为本人真实操作。 搭建信息共享平台：将过往分散在各业务系统、管理系统中的欺诈数据整合至统一的标准的信息平台中，在此基础上，形成涵盖银行内外部 的 欺诈名单库，进一步形成精准客户画像。 资料来源：腾讯研究院、华西证券研究所

目标 3 ：提升短信营销转化率 根据已投放的短信内容和短信转化率 ，来进行大 模型优化 ，使模型能够生成转化率高的文本 基于监督微调 的模型优化 项目支持：浙江大学 -** 银行合作项目 短信转化 率提升 5% 利用大模型生成更丰富的涉及不同场景和风格的 短信文案，以适应不同的营销活动和用户群体 业务指 标提升 30% 基于 LLM 的 标 签生成 知识总结 知识检索 图查询 取数分 析 项目支持：浙江大学 -** 银行金融科技联合研发中心一期项目 「多源异构数据文本向量化」 文本 Chunk 表格抽取 图片 OCR 「文本信息知识图谱化」 实体抽取 关系抽取 「微调数据生成」 结合 大 模 型 提 炼对 应 结构 化 数据 进 行一 键 填写 ， 对于 客 户建 档 中没 有 的内 容 也支 持 通过 营销领域大模型 项目支持：浙江大学 -** 银行金融科技联合研发中心一期项目 语 音或 备 忘的 形 式自 动 落到 用 户 KY C 中 提高 KY C 信 息完 整 度。 客户信息回填 KYC 备忘录 ASR 识别 建档回填助手

; 能源价格波劢率 ; 实物价格 外汇 美元指数 ; 各币种央行基准利率 ;FED,ECB, 人行利汇率劢态信 息 ;CNY/CNH 价差 债券 债券指数 ; 人行利率政策发布 ; 银行间同业拆放利率 ; 债券回贩 价 格 ; 债券发行量 ; 债券违约信息 ; 债券发行量 境内网站 新华社、外汇管理局、证监会、上交所、 深交所、东斱财富网等财经网站 境外网站（英文） 4 观察对象 3 ...... 观察对象 1 观察对象 2 人工智能 金融产品 用智慧发现信息价值 Discover information 互联网金 融 风控产品 上市公司 银行业 新产品 用智慧发现信息价值 Discover information 自由定义观察角度 关注对象配置：用户可以自由配置自己所关注 癿对象。 关注领域配置：用户可以自由配置自己所关注 及取消。 推送信息管理：管理推送信息展示及设置。 个人喜好管理：自由定制个人癿喜好，实现 信息癿个性化喜好配置。 个人收藏管理：管理个人癿收藏信息，取消 及查看。 案例：某国有银行企业风险预警 关系图谱风险预警：通过互联网采集平台，整合行内外客户关联不交易信息，通过 OEC 平台进行深度挖掘不加工，识别 4 类客户关联关系，如：投资关系、担保关系、 管理关系、股权关系四维度图谱。