数据：
DeepSeek已成为国内券商的标准，近40家券商接入或部署。2023年8月，11家大型模型通过备案，进入推广阶段。银河证券的DeepSeek系列正在提升业务效率，包括大幅减少报告生成时间，增强智能投顾服务。DeepSeek-R1的训练成本比OpenAI低一个数量级，深度集成全链条智能中枢。行业面临知识库建设与高成本部署挑战，需提高技术与业务协同效率。
线索：
DeepSeek的推广与应用为证券行业带来了显著的转型机会，尤其在投资顾问、研究与客户服务等领域。随着大模型的应用成熟，券商可能会面临技术投资加大、数据整合与管理能力强化的需求。然而，高成本的技术部署与合规性问题仍可能引发风险。
正文：
DeepSeek正在迅速成为中国券商的标配，近期已有近40家券商接入或进行本地化部署。这标志着以DeepSeek为代表的大型语言模型正在深刻影响证券行业的现状和未来。自2023年8月，11家大型语言模型成功通过相关备案程序，表明大语言模型的监管与应用模式逐渐成熟，行业推广进入加速阶段。
银河证券的信息技术部负责人刘永旗表示，DeepSeek的出现激发了证券行业广泛的使用热情，企业用户需求增加，应用场景不断扩大。券商需要融合不同类型的大型模型，以提高整体AI性能并兼顾成本和效率。银河证券积极探索开源大模型的应用，已上线了DeepSeek的多个版本，并在自研的投顾平台上实现了大规模应用。
根据报道，2024年DeepSeek推出的MoE模型（DeepSeek-V3）打破了多项记录，并迅速达到1亿用户，表明其在全球AI竞争中的重要性。刘永旗认为，DeepSeek的影响力正在重构产业链，加大了云服务的竞争和硬件生态的绑定，为券商提供了更加高效的推理能力。
在应用场景方面，DeepSeek服务已经推动投资顾问效率显著提高，包括将行业报告的生成时间从8小时缩短到20分钟。DeepSeek-R1在成本和推理能力方面实现了技术创新，成为越来越多券商选择的重要工具。
尽管如此，证券行业在应用大模型时面临几个挑战，包括构建高质量的知识库以支撑大模型的能力、部署过程的高成本以及合规与业务限制。在技术和业务协同方面，券商须应对新技术的接受程度不一和业务需求的差异性，提升整体服务能力。
在面临的这些挑战下，随着AI技术的进一步进步，证券行业的探索将为金融行业提供参考，推动数字化转型的深入发展。银河证券也表示将继续以AI为推动力，深化科技与金融服务的结合，致力于高质量发展的目标。
发布时间：
2025-02-24 11:46:28
评论 ( 0 )