中央金融工作会议将数字金融确定为五篇大文章之一，中国人民银行等七部门印发《推动数字金融高质量发展行动方案》。对金融机构而言，做好数字金融大文章，重要着力点是加快并深化数字化转型。毫无疑问，数字化转型不是中小银行的选择题，而是必答题和抢答题。那么，DeepSeek等大模型出现，中小银行将可能在数字化转型中跨越技术鸿沟、实现弯道超车吗？

周小川曾说过，“金融业是半个IT行业“，金融数字化一直走在前列。2022年11月，OpenAI推出的对话式通用人工智能工具ChatGPT正式上线，人工智能技术发展迈入新阶段。目前，生成式人工智能（GAI）大模型已经成为银行业关注焦点。金融行业拥有大量用户群体，积累了海量数据，是大模型应用的优质场景。总体而言，大模型应用将加速银行业数字化转型，提高数字金融发展效率和质量，是银行业高度重视的发展方向。

而今年横空出世的DeepSeek融合多模态数据处理、知识图谱构建、智能决策引擎，特别是开源生态、低算力消耗带来的低成本优势，部署应用更具灵活性，更适配中小银行实际，将可能降低中小银行应用大模型的门槛和成本。目前，已有部分中小银行抢先入局，基于DeepSeek开源框架整合内外部数据，开发信贷风控模型。预计下一阶段，DeepSeek在信息收集处理、反欺诈识别、信贷风控、客户服务等领域有着广阔的应用前景。总体而言，中小银行应从本行实际出发，有的放矢运用以大模型所代表的生成式人工智能，持续创新产品服务，不断提升用户体验。从这个意义上讲，大模型不但将成为中小银行的数字化劳动力，还将可能加快中小银行数字化转型，推动数字金融高质量发展。

但同时要看到，部署应用DeepSeek等大模型，对中小银行来说并非“一招鲜”，更难以“一键复制”。这主要是因为：第一，DeepSeek是通用的大模型，尽管商业应用免费，但中小银行接入应用还需要进行本地化部署，每年还有不低的维护成本；第二，DeepSeek尽管擅长处理复杂任务，但在银行真实业务场景下，难以完全达到对数据收集准确性、客户服务个性化等高要求；第三，部署应用DeepSeek、加快数字化转型，需要银行从战略、技术、人才等多方面完善配套，而这些恰恰是中小银行的短板。

更重要的是，对所有金融机构而言，在数字技术创新不断涌现的背景下，如何实现拥抱技术进步和确保金融稳定与安全的平衡是一大挑战。人工智能在金融领域的巨大发展前景，为塑造产业新业态打开大门，有望形成新质生产力。同时必须看到，大模型等加快应用可能产生隐私权、著作权等多方面问题。金融机构在应用大模型过程中，应将强化数据信息安全和隐私权保护的理念内化于血液中，以最严格的标准和最严密的措施确保数据信息和隐私安全。

未来已来！包括城商行、农商行等中小银行在内的银行业，的确应该密切关注新技术带来的机遇与挑战，持续加强与行业内外的交流合作。但中小银行董事会、高管层要切忌急功近利，杜绝“数字化焦虑”，不盲目追求新热点和高技术，而是应从自身资源禀赋出发，聚焦发展方向和业务重点，走出一条差异化、特色化的数字化转型之路。特别是在科技投入方面不能“撒胡椒面”，需要聚焦重点业务需求和战略业务发展需要，提高投入产出比，稳步提高数字化、智能化水平。

（董希淼系招联首席研究员、上海金融与发展实验室副主任）

责任编辑：王煊