券商、公募、银行、保险竞相接入DeepSeek，金融机构如何应对“幻觉”陷阱？

　　据

　　与券商类似，目前包括汇添富、富国基金、诺安基金等10余家公募基金公司也在密集实行DeepSeek开源模型的私有化部署。

　　除此之外，江苏银行、海安农商银行、重庆农村商业银行等银行机构，以及新华保险、中国平安等险资企业，均已宣布在探索相关应用场景。

　　有金融人士感叹，“DeepSeek还蛮好用的，有点担心自己了。”对此，DeepSeek的回答是：AI本质是效率工具，而非人类的核心价值。历次的技术革命都拓展了行业边界，未来掌握人机协同能力的人，将获得更多机会。

　　一位业内人士在接受

　　香颂资本执行董事沈萌对

　　金融圈“AI备战”一触即发

　　在金融机构中，券商最为迅速拥抱DeepSeek。

　　2月6日，国金证券宣布完成DeepSeek本地化部署测试，且部署成本显著降低，旨在将其应用于信息检索、文档处理、行业研究及市场分析等多个场景，并计划未来进一步拓展至智能服务、风险管理、投资分析等核心业务领域。

　　随后，兴业证券也表示，其搭建数智中台，支持接入阿里通义千问等开源大模型，日前又追加完成DeepSeek V3和R1两款大模型产品接入中台大模型矩阵，可实现诸多业务场景的全面赋能升级。未来，DeepSeek可以在知识库问答场、智能客服、研发辅助场景中进一步发挥作用。

　　广发证券则在其机构客户综合服务平台“广发智汇”正式上线DeepSeek客户服务模块，将助力机构投资者提升投研效率，为投资者决策提供支持，目前已免费向广发证券的客户开放。

　　广发证券相关负责人表示，公司是业内首家在机构业务场景推出DeepSeek相关服务的券商，此举意在通过技术驱动，全面升级客户服务体验，同时确保金融科技成果惠及更广泛的投资者群体。

　　在公募基金行业，包括汇添富、富国基金、诺安基金等在内的十余家公募基金公司宣布已部署DeepSeek大模型。

　　从部署情况来看，DeepSeek在券商、公募机构中主要用于投研分析、知识查询、产品销售、客户服务等核心业务场景；而在银行、保险领域，出于安全方面要求，多用于提升内部流程效率。

　　据

　　江苏银行则更加实用。苏银数字金融发文称，江苏银行依托“智慧小苏”大语言模型服务平台，成功本地化部署微调DeepSeek-VL2多模态模型、轻量DeepSeek-R1推理模型。

　　从江苏银行方面提供的数据来看，通过应用R1推理模型，结合邮件网关解析处理能力，实现邮件分类、产品匹配、交易录入、估值表解析对账全链路自动化处理，识别成功率达90%以上，目前已初步实现业务集中运营，按照平均手工操作水平测算，每天可减少9.68小时工作量。

　　在保险领域，新华保险接入DeepSeek后，员工可利用接口进行日程管理、群发收集等工作，也可以初步提供保险销售方案。另外，水滴筹则宣布已同DeepSeek展开合作，目前相关合作正处于内测与调试阶段。

　　金融机构竞相加码DeepSeek，一些从业者表示，偶尔会遇到“服务器繁忙”的情况，也无法联网，使用体验有时候不如自己直接调用API。

　　一名AI公司员工向

　　另一种方式则是本地部署，这种方式对电脑显存有较高要求，普通电脑难以承载大参数模型，容易拖慢速度。大多数公司会选择A100服务器进行部署。

　　一位从事金融投资的机构人士对此表示，本地化部署的主要目的是为了保障信息安全。

　　国泰君安分析师李博伦认为，由于行业特殊性，金融业对数据的安全性要求高于其他行业。金融企业一般选择将数据存放在本地。AI大模型的研发以及场景落地应用一直是金融业的重点工作之一，传统技术方案难以满足日益复杂的场景需求，而AI大模型的崛起，为行业带来新的突破口。

　　尽管DeepSeek借助“低成本+高性能+高开放度”三重优势，看上去能成为提供完整解决方案的超级助理。然而，AI最具挑战性的风险之一便是“幻觉”陷阱——即模型可能会编造看似合理但实则虚假、甚至错误的信息。例如，在生成相关材料时，AI会生成不存在的材料，或指向无关的论文。

　　上述AI公司员工对

　　知名数字经济学者、工信部信息通信经济专家委员会委员盘和林对

　　盘和林进一步指出，上述问题可以得到改善，例如金融机构需要建立一套高质量、完整性的数据库，确保AI能够从丰富且高质量的数据中获取信息。因此，金融机构应当注重使用DeepSeek的方法和算法，而不是简单地依赖现成的工具。