DeepSeek行业应用案例——金融业

一 、简介

在数字化浪潮汹涌澎湃的当下，DeepSeek 以其强大的技术实力，如同一股创新的洪流，席卷众多行业，为各领域带来了前所未有的变革与突破。本案例集初步收录了 40 多个来自农业、制造业、汽车行业、手机行业、智能家居、物流、云服务、办公、网络安全、金融、医疗、教育等多个关键行业的应用案例。从助力农业实现病虫害精准预测与智能灌溉，到推动制造业生产故障预警与产品质量提升；从优化汽车智能交互体验与智能驾驶辅助，到升级手机语音助手功能；从革新智能家居控制场景，到重塑物流配送路线与订单调度；从提升云服务模型推理效率与一键部署能力，到增强办公软件 AI 助理和视觉内容平台效能；从强化网络安全防护，到助力金融行业实现智能合同质检、信贷审核优化、投资策略生成等；从医疗领域的疾病诊断辅助、多模态数据治理，到教育行业的智能化教学升级与智能教学辅助。这些案例多方位、多角度展示 DeepSeek 在不同行业的落地实践与显著成效，为各行业从业者提供了宝贵的参考与借鉴，引领大家一同探索智能时代的无限可能，见证 DeepSeek 如何成为推动各行业迈向智能未来的核心驱动力。

二 、行业案例

5 金融业

（1）智能合同质检与自动化估值对账 

行业领域：金融（银行）

挑战描述：传统资产托管估值对账依赖人工处理，录入工作量大、对账异常回溯困难；智能客服功能有限，无法满足复杂业务咨询需求。

DeepSeek 应用方式：江苏银行引入 DeepSeek 大语言模型， 依托行业级大语言模型服务平台“智慧小苏” ，微调DeepSeek-VL2 多模态模型、轻量 DeepSeek-R1 推理模型，分别运用于智能合同质检和自动化估值对账场景。在智能客服、智慧 办公、数据治理等领域开展创新实践。

应用成果：实现邮件分类、产品匹配、估值表解析对账等全链路自动化处理，每天能节约 9.68 个小时工作量；在智能客服、 智慧办公等领域落地近 20 个场景，为客户经理、研发运维人员等释放大量生产力。

数据来源：https://baijiahao.baidu.com/s?id=1823270510702521950&wfr=spid er&for=pc

江苏银行已应用 DeepSeek 大语言模型

中央金融工作会议指出， 要做好数字金融大文章 。 发展数字经济和数字金融已成为推动银行业数字化转型、拥抱新一轮科技革命的重要途径。近日， 随着国产大模型 DeepSeek 崛起，其推出的一系列大模型， 以极低成本实现了卓越的性能表现。江苏银行主动融入数字经济发展浪潮，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， 分别运用于智能合同质检和自动化估值对账场景中， 通过对海量金融数据的挖掘与分析， 重塑金融服务模式， 实现金融语义理解准确率与业务效率双突破， 为业务发展注入强劲动力。

江苏银行于 2023 年率先研究并开发出行业级大语言模型服务平台“智慧小苏”， 通过构建基础设施层 、工具层 、模型层 、服务层与应用层五层架构， 做到高度自主可控与定制化 。“智慧小苏”依托行业领先的大模型底座， 具备文本 、 图像 、代码 、语音等灵活可扩展的生成能力， 集成的多种单一领域模型， 在各特定场景下表现优异。

此次通过引入 DeepSeek 大语言模型， “智慧小苏”在复杂多模态 、多任务场景处理能力 、算力节约 、效能等方面得到进一步提升 。 DeepSeek-VL2 多模态模型， 能够同时处理文本 、 图像 、语音等多种数据类型， 较单一领 域模型部署节约了算力成本， 为进一步解决金融领域复杂的多模态场景问题 （如票据识别 、合同解析等） 提供了技术基础； DeepSeek-R1模型，在模型规模和性能上具备显著优势， 为处理复杂任务（如风险评估 、投资分析） 和生成高质量文本 （如报告撰写 、合规审查） 提供更优解决方案。 结合 DeepSeek 的模型特性， 江苏银行“智慧小苏”应用在不同场景实现智能化创新：

运用多模态模型实现合同质检智能化， 筑牢企业信贷防火墙。“智慧小苏”通过 DeepSeek-VL2 多模态模型的细粒度文档理解能力解决了传统模型在非制式合同中存在合并单元格 、跨页表格等多结构表格内容识别准确率不足 、精度局限的问题， 将嵌套表格 、手写体混合排版等复杂场景的识别成功率提升至领先水平 。通过创新的多模态技术与混合专家框架， 识别综合准确率跃升至 96%， 较传统方案提升 12 个百分点 。 利用识别结果结合 外部数据等方式智能检测校验合同信息， 对风险较高的交易提前发出预警，有效防范潜在的信贷风险 。利用 DeepSeek 模型优化后， 识别及预警响应速度提升 20%，有效防范潜在的信贷风险，助力分支行更高效地完成受托支付合规性审核。

运用推理模型实现托管资产估值对账自动化，优化流程提质增效。“智慧小 苏”通过轻量化 DeepSeek-R1推理模型引擎的高效计算特性完成资产托管估值信息自动化解析录入 、 自动化对账 。传统资产托管估值对账依赖人工处理每日超 2000 封差异化邮件， 对 TA 信息 、交易信息 、估值信息等区分后手工录入比对， 存在录入工作量大 、对账异常回溯困难等问题 。江苏银行应用 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， 每天可节约 9.68 小时工作量。

江苏银行持续探索大模型技术在金融场景的应用，在智能客服、智慧办公、数据治理 、风险防控等领域都有领先的创新实践， 已落地近二十个场景， 为客服坐席 、客户经理 、研发运维人员释放大量生产力 。未来， 江苏银行将紧紧围绕做好“数字金融”这篇大文章， 持续推动数智化转型， 积极拥抱大模型带来的变革， 不断创新金融服务模式， 打造更具竞争力的智慧金融生态， 更高效 、更智能地服务实体经济。

本文源自： 金融界

（2）信贷材料识别与审核效率提升 

行业领域：金融（银行）

挑战描述：信贷材料审核人工处理耗时久，识别准确率不高， 影响信贷业务办理速度。

DeepSeek 应用方式：苏商银行引入 DeepSeek-VL2 多模态模型应用于智能信贷领域。

应用成果：提高了信贷材料识别准确率，提升了审核效率。 信贷材料综合识别准确率提升至 97%以上，该技术使信贷审核全流程效率提升了 20%。

数据来源：https://baijiahao.baidu.com/s?id=1823475074660493699&wfr=spid er&for=pc

苏商银行率先应用DeepSeek 提升数字金融智能化水平

来源： 开甲财经

近年来，人工智能技术的飞速发展正重塑全球金融行业的竞争格局。在《推 动数字金融高质量发展行动方案》政策指引下， 苏商银行紧紧抓住数字经 济发展机遇， 深入推进大模型技术在金融领域的创新应用 。2023年， 苏商银行即组建由行内顶尖人才组成的研究团队， 专注于大模型技术应用研 究， 前瞻性地布局金融 AI 双平台战略， 即建设 AI 大模型应用平台和 AI算力平台， 形成了基础设施 、平台 、能力与应用的全景架构， 覆盖数据治 理 、风险控制到智能决策的全链路应用。

2024 年， 在国产大模型兴起之初， 苏商银行积极关注并先后引入DeepSeek 系列技术， 结合原有大模型技术能力， 在模型轻量化与高效推 理方面取得显著突破， 并大幅降低了算力消耗， 为高频 、实时业务场景提 供了更优解决方案， 推动数字金融服务进一步智能化升级。

在智能信贷领域，苏商银行创新应用DeepSeek-VL2多模态模型，成功破解非标材料处理难题 。针对传统 OCR 技术存在的表格识别率低 、手写体解析难 、画中画拍摄文档解析难等行业痛点， 通过构建“多模态技术+混合 专家框架” 的创新体系，实现对嵌套表格、影像资料等复杂场景材料的精准 解析，将信贷材料综合识别准确率提升至 97%以上。该技术使信贷审核全流程效率提升了 20%， 真正实现“让数据多跑路 、让客户少等待” 的服务承诺。

在智能研发领域， 面对金融科技快速迭代的行业挑战， 苏商银行2024 年自主研发上线“开发助手”，并通过集成 DeepSeek-R1 推理模型，开创性构建智能编程协作平台， 通过深度语义解析与推理过程可视化技术， 实现业务需求到代码逻辑的精准转化， 有效解决复杂业务系统开发中的需求理解偏差 、代码重复率高等难题 。实践数据显示， 部署应用该平台后， 代码采纳率提升 28%， Code Review 问题检出效率提高 40%， 核心系统迭代周期缩短 30%， 形成“需求分析-代码生成-质量检测”全流程智能化闭环， 为银行业务系统的高效迭代注入强劲动能。

在智能风控领域，苏商银行通过深度融合 DeepSeek 系列模型技术，构建起“数据+算法+算力+场景” 四位一体的智能决策体系，为稳健发展筑牢数字风控防线 。通过创新应用模型蒸馏技术， 在保持大模型精度的同时， 实现推理效率的指数级提升， 单次决策响应时间压缩至毫秒级 。该体系已成功应用于信贷风控 、反欺诈监测等 20 余个业务场景， 尽调报告生成效率提升 40%， 欺诈风险标签准确率提升 35%， 构建起覆盖贷前 、贷中 、贷后的全生命周期智能风控网络。

苏商银行相关负责人表示：“数字化转型从来不是选择题，而是关乎高质量发展的必答题 。”站在数字金融发展的新起点， 苏商银行正围绕智能信贷、 智能风控 、智能投顾 、智能客服 、智能办公等业务场景， 加速推进“AI+金  融” 战略的纵深发展，奋力书写服务实体经济、赋能美好生活的数字金融新 篇章。

（3）客户经理信息检索与报告撰写辅助 

行业领域：金融（银行）

挑战描述：客户经理信息检索与整理工作繁琐，撰写企业分析报告耗时久。

DeepSeek 应用方式：南京银行基于 R1 模型为一线客户经理构建助手。

应用成果：能在 10 分钟内完成以往需要耗时 1 天的信息检 索与整理工作，目前已撰写企业分析报告 600 多篇。

数据来源：https://www.toutiao.com/article/7470503855298691638/?upstream_ biz=doubao&source=m_redirect

“入局”金融界！南京多家银行探索DeepSeek 大模型技术

来源：【紫金山新闻】

记者12日采访获悉，江苏银行目前已引入DeepSeek大语言模型，在智能客服、智慧办公等领域落地近20个场景。我市其他金融机构也在积极探索DeepSeek 大模型技术 。近段时间持 续 火 爆 的 国 产 AI 大模 型 DeepSeek ，已正式“入局”南京金融界。

“ 依 托 我 行 行 业 级 大 语 言 模 型 服 务 平 台 ‘ 智 慧 小 苏 ’ ， 我 们 微 调 DeepSeek-VL2 多模态模型、轻量 DeepSeek-R1 推理模型，分别运用于智能合同质检和自动化估值对账场景中，通过对海量金融数据的挖掘与分 析，重塑金融服务模式，为业务发展注入强劲动力。目前我行在智能客服、 智慧办公、数据治理等领域都有领先的创新实践，已落地近 20 个场景， 为客户经理、研发运维人员等释放大量生产力。” 12 日上午，江苏银行相 关负责人告诉记者，传统资产托管估值对账依赖人工处理，存在录入工作 量大、对账异常回溯困难等问题。应用 DeepSeek-R1 推理模型后，能实 现邮件分类、产品匹配、估值表解析对账等全链路自动化处理，每天能节 约 9.68 个小时工作量。

江苏银行目前已引入 DeepSeek 大语言模型，在智能客服、智慧办公等领 域落地近 20 个场景。 受访者供图

记者进一步了解到，在智能信贷领域，苏商银行也通过引入 DeepSeek-VL2 多模态模型，提高了信贷材料识别准确率，提升了审核效率。“ 南京银行也 在积极探索 DeepSeek 大模型技术，基于 R1 模型为一线客户经理构建助 手，能在 10 分钟内完成以往需要耗时 1 天的信息检索与整理工作，目前 已撰写企业分析报告 600 多篇。”南京银行相关负责人说。

DeepSeek 的“入局” ，将会给金融行业带来什么样的影响？

“ 同成本相对更高的 ChatGPT 比起来，对于银行尤其是中小银行来说，引 入 DeepSeek 意味着开启了 AI 应用的‘普惠’ 时代，可以帮助其以更低的成本、更好地推动数字金融的发展。”江苏省金融研究院副院长蒋昭乙表示， DeepSeek 还可以在贷款风险管理、财务分析和银行内部合规管理等场景， 发挥出积极的意义。他也强调，AI 大模型的加快应用，也可能产生数据泄露、隐私权等方面问题，需要金融机构加强防范。

“人工智能运用到金融业，是行业发展的必然。从金融消费者层面来看，他可以更好地选择适合的银行、金融产品和服务；从金融机构层面来看，可以提高工作效率，精准洞察客户需求。” 中国金融文化研修院研究员、博士后导师陆岷峰教授也表示，但在这个过程中，不能忽视数据泄露、原始数据污染等潜在的风险，这需要行业关注。

南京日报/紫金山新闻记者 曹丽珍  史亮

（4）智能问答与咨询总结升级 

行业领域：证券（券商）

挑战描述：客户咨询服务响应慢，对复杂问题解答不准确， 客户满意度低。

DeepSeek 应用方式：广发证券在“广发智汇”平台上线DeepSeek 模块，东方证券完成 DeepSeek 官方 API 的接入，为客户提供智能问答服务，快速解答市场规则、产品业务等咨询。

应用成果：客户咨询平均响应时间缩短，客户满意度提升。 

数据来源：https://www.toutiao.com/article/7470460691514720802/?upstream_ biz=doubao&source=m_redirect

券商 DeepSeek 本地化应用再突破，从“卷部署”到“卷应用” ，迈入“场景 精耕”实战期

财联社 2 月 12 日迅（记者 王晨）

DeepSeek 大模型正成为券商智能化转型的关键引擎。截止目前，已有近二十家券商完成了 DeepSeek 模型的本地化部署。

各券商在完成其本地化部署后，迅速开启了全方位、深层次的应用探索之旅。东方证券、国投证券、东兴证券、光大证券、长城证券、东吴证券、 华西证券、国新证券、信达证券等近期相继发布 DeepSeek 布局进展。

从内部流程提效到客户服务升级，从投研模式革新到风控体系强化，券商对模型的应用已逐渐细化并形成清晰的场景矩阵 ，正深度融入券商核心业务场景，也标志着证券行业对于 DeepSeek 的布局进入“场景精耕” 的实战期。

智能助手提升办公效能，实现内部效率革命

券商内部业务流程的复杂性和高频知识检索需求，成为 DeepSeek 落地的首要突破口。

东兴证券推出的“智多兴”智能平台，依托 DeepSeek 大模型，实现了员工问答精准检索和秒级响应。该平台覆盖规则解读、业务流程指导及软件使用查询等高频场景，员工工作效率飞跃提升。上海证券则完成 DeepSeek 大模型本地化部署及 DeepSeekV3 与 R1 模型的接入，并在企微中上线了针对内部员工智慧办公的智能体应用。

光大证券自主研发的“ 光小 e”智能服务助手深度整合 DeepSeek 在证券业务智能办理、内部知识智能检索、专业文本智能生成处理、代码编写测试智能辅助、智能构建合规知识图谱等应用场景，赋能员工提升工作质效。

长城证券充分借助 DeepSeek-R1在 AI 对话、数学推理、编程任务和复杂 问题解决场景中的表现卓越，赋能“客户流失分析预测”“基金 AI 评测报告生 成”“报账一问通”等十余项证券业务应用场景，提升员工效率。

财通证券自主研发的“财小智” 已完成与 DeepSeek 大模型的对接，实现了知识智能检索、智能办公等多个应用场景。

西南证券基于 DeepSeek-R1 模型实现了公司已有的大模型产品——智能知识库助手的升级改造，高效赋能知识查询与问答。

华西证券在现有“ 孔明 AI 助手”大模型平台基础上新增了 DeepSeek 大模型，在流程审批、文档处理、会议纪要生成等日常办公场景中，引入智能解决方案，实现办公效率的提升。

智能交互引领客户服务升级

客户服务正向智能化跃迁，券商借助 DeepSeek 实现了智能问答与咨询总结的全面升级。广发证券在“广发智汇”平台上线 DeepSeek 模块，助力机构投资者提升投研效率，为其投资决策提供强有力的支持。

东方证券完成 DeepSeek 官方API的接入 ，并实现DeepSeekV3 和 R1671B 大模型量化版本在东方大脑人工智能平台的本地化部署，为客户提供精准、及时的智能问答服务，无论是复杂的市场规则咨询，还是产品业务细节询问，客户都能迅速获得答复，极大地缩短了等待时间，提升服务效率与客户满意度。

华西证券部署 DeepSeek 后，在财富管理转型方面，着力打造“智慧投顾 中枢”与“智能投研助手”双引擎，构建智能化财富管理新生态。通过大模型技术赋能人才培训、知识库建设、资产配置、基金投顾等核心场景。

投研范式重构，推动研究过程向"数据驱动+智能推理"转型

投资研究是证券行业的核心业务之一，DeepSeek 在这一领域的应用为券 商带来了新的变革。东方证券通过 DeepSeekV3 模型，自动提取财报关键 信息，应用于智能询报价与研报分析。国金证券基于 DeepSeek 思维链 （CoT）技术打造的“深度思考” 产业链智能挖掘系统，实现了从传统静态 分析到智能推理+可解释性分析的升级。

国金证券这一技术通过显性化展示推理过程，成功实现从数据生成到逻辑 理解的跨越式发展，在四个维度重构研究模式：其一，产业链智能解析方 面，系统可对产业链上中下游企业、技术路径、供应链关系进行多层级建 模，形成动态知识图谱；其二，因果推理维度，利用逐步推理能力还原产业发展路径，识别关键变量并推导未来趋势；其三，研究透明度提升，通 过开放推理过程使用户直观获取分析路径；其四，研究生态优化，计划开 源部分思考过程促进人机协同进化。

华西证券则将 DeepSeek 大模型技术融入投研和产研，应用于海量数据处 理、市场趋势预测及投资策略生成。通过智能分析、多维度数据挖掘及自动化报告生成。同时在产研上还可以识别产业链中的潜在风险与机遇。

风险管理体系强化，构建主动防御体系

东吴证券通过本地化部署 DeepSeek-R1 并接入智能体 ，显著提升了 AI 平台语义理解、逻辑推理和多轮对话等能力，同时兼顾了响应速度和数据 安全性。

东方证券实现 DeepSeek 在东方大脑人工智能平台的本地化部署，风险管 理方面提供舆情判别、风险识别、私募尽调问答服务。在私募尽调方面， 能够显著提升尽职调查的效率与质量。在对私募机构的投资策略、风险控制体系、历史业绩归因等关键环节进行调查时，DeepSeek 能够快速检索 海量案例与行业标准，为调查人员提供专业的参考问题与分析视角，确保全面、深入地了解私募机构的真实运营状况，有效降低投资合作中的风险隐患。

未来深化应用展望：全领域融合创新发展，构建智能生态

展望未来，券商正探索通过 DeepSeek 等大模型的应用，构建全方位、全链条的智能生态。东兴证券计划以“场景化智能体”为切入点，将 DeepSeek 深度融入“东兴 198APP” 的线上客户服务、财富管理、投研分析、风险管 理等核心业务领域。通过智能体的个性化服务，为客户提供定制化的投资 方案、实时风险提示与全方位的财富管理服务，进一步提升客户在移动端的使用体验。

西南证券表示将致力于将 DeepSeek 及智能化中台扩展至智慧投研、智能投顾、智能客服、合规风控、智慧办公等更多核心业务场景。国信证券则着眼于将 DeepSeek 广泛应用于金太阳 APP、财富管理、投资银行、投研分析等核心证券业务领域。

东吴证券表示，未来将围绕“硬科技+场景化”双轮驱动的发展战略，深入研究 DeepSeek 公开技术方案，通过知识蒸馏等前沿技术，在自主研发的证券垂域大模型秀财大模型上复现强化学习（RL）工作流，进一步提升 AI 应用在复杂金融场景中的实战效能，加快推进在智能对话、知识库问答、 智能文档生成、智能诊股等业务场景中的应用落地。

（财联社记者 王晨）