AI大模型的兴起，正深刻改变着金融行业的数字化格局。尤其是对中小银行而言，技术门槛的降低让智能化转型成为可能。自今年以来，越来越多的中小银行积极布局，探索AI大模型在业务场景中的应用。新网银行作为“技术立行”的数字银行，始终关注科技与业务的深度融合，率先引入DeepSeek大模型，并在多个核心业务领域展开实践，加速金融服务的智能化升级。
据了解，作为坚持“技术立行”的数字银行，新网银行一直十分重视科技与业务深度融合。随着AI大模型向金融领域渗透，该行快速跟进大模型探索实践，自2024年5月起就在系统研发场景中应用DeepSeek大模型，并在智能客服、智能营销、贷后管理、风险控制等多个领域尝试大模型应用。
如何看待银行业对DeepSeek的快速反应？AI大模型的低算力要求和低数据训练成本是否为中小银行提供了追赶的机会？新网银行在技术路线选择上有何特点？
“大模型将不再是大型银行的专属，而是能够广泛应用于中小银行之中。”李秀生表示，随着DeepSeek等大模型技术的出现和逐渐迭代提升，其低算力要求和低数据训练成本的特性，让中小银行能够以更低成本引入和应用这些先进技术。
在大模型技术应用场景选择方面，李秀生认为，在大模型时代，银行需要从人工智能充分应用的角度思考如何重塑银行的经营管理和流程。在选择具体的大模型时，应基于自身应用特点、战略思考来选择合适的模型组合。
对于DeepSeek的快速反应，是银行业基于实施提质增效、技术创新、提升智能化水平的战略考量。在过去，往往需要更多成本构建算力、引入模型。DeepSeek的开源特性降低了技术门槛，让中小银行也看到了应用大模型的空间，为银行业模型应用效率提升提供新途径，推动其更加智能化、高效化地发展。
目前，依托大模型技术，新网银行在智能客服、贷后管理、智能营销、智能研发、风险控制等多个领域建设了一系列智能化助手，深入应用于多个效率瓶颈环节。
其中，新网银行打造基于大模型的智能服务平台“识卷”，通过深度融合多模态数据处理能力，解决新市民客户个性化授信难、车抵房抵等抵押业务流程复杂的问题，智能化处理个人客户十余种授信自证数据，为客户提供多种资产认证模式以适配客户具体情况，利用大模型更好地推进普惠金融落地。目前，使用该服务的客户人均提额幅度超过30%。房抵贷业务能够实现全线上办理，当天审批当天放款。
新网银行积极拥抱开源技术，推动大模型技术的普及和应用，同时也更加注重对算法和模型的优化，通过自主创新，进而提升大模型的性能。
自2024年5月起，新网银行就在系统研发场景中应用DeepSeek大模型，分别构建了研发知识问答助手与代码续写助手，缩短一线工程师在研发过程中查阅技术资料的耗时。
另外，新网银行还通过自研插件的方式，将DeepSeek代码大模型的能力嵌入到代码编辑器这类开发工具中，形成Copilot助驾的研发模式，使得专业大模型的能力可以嵌入一线研发人员的工作流程中。
在大模型客服服务领域，最初存在一定幻觉现象，面对这种情况，新网银行从提升数据质量、数据多样性、工程兜底三个方面着手解决，大量应用通用大模型参与数据检测、数据生成、数据修复，最终成功缓和幻觉问题。
人机交流过程中，机器音色有着机械化问题。针对该难题，新网银行除了探索前沿语音合成算法外，还自创自建消音室，加工坐席真实语料用于模型训练，大幅提升了拟人化效果，极大地增强了人机对话的自然度与真实感。
从中也可以看出，技术应用需紧密贴合业务实际，注重用户体验与反馈，同时保持技术迭代的敏捷性。新网银行将会继续重视人工智能思维，促进人机协同，持续优化系统与人的合理分工，推动智能化转型的深化。
面对AI技术浪潮，新网银行正以开放的态度拥抱大模型技术，深耕智能金融服务。未来，随着大模型的不断优化与应用深化，新网银行将持续探索人工智能在金融领域的创新路径，提升智能化服务水平。
