来源：财联社

　　如果把DeepSeek真正走进大众视野，并获得舆论高度关注的时间从1月20日（注：当日DeepSeek发布了足以媲美OpenAI o1的R1模型）算起，则银行业迎来“DeepSeek时刻”，满打满算也仅仅28天。

　　不过，自从江苏银行率先宣布接入DeepSeek，其多家中小银行快速跟进后，近期银行业内似乎不再有接二连三的新信息发布。那么，银行业要想真正迎来”DeepSeek时刻“，还有哪些障碍呢？

　　一问：DeepSeek目前最大的障碍是什么？

　　财联社记者注意到，从目前的情况来看，中小银行积极跟进，大型银行稳步推进依旧是不争的事实。不过，在前期的热闹之后，很多银行也逐步回归理性。在采访期间，一些银行内部人士甚至表示，DeepSeek的全面推进可能不会那么快。原因何在？

　　某江浙沪上市银行内部人士向财联社记者表示，DeepSeek大规模应用的最大障碍还是信息安全问题。如果将DeepSeek进行全面的本地化部署，则意味着银行必须要将大量的用户数据、个人信息“喂”给DeepSeek。在联网的过程中，很多银行人士也担心会有用户数据泄漏问题。尤其是在近年来，不少黑客在暗网出售大量用户数据的背景下，监管层高度重视消费者权益保护和信息安全问题，因此银行必须“慎之又慎”。而如果单纯本地化使用，不进行联机，则实际效果仍需要观察。另外，目前银行也普遍在”等待“、观察金融监管部门对于DeepSeek的态度。

　　不过，用益信托研究员喻智认为，从其了解的情况来看，目前银行业尤其大型银行都会准备内部、外部两套系统，即和互联网链接的IT系统使用的数据并不多，安全性有保障。因此，银行不应该过度担心数据泄漏问题。

　　二问：DeepSeek是否对中小银行更友好？

　　从财联社记者采访的情况来看，相比大型银行的谨慎，更多中小银行对DeepSeek持热烈欢迎态度。这是因为，DeepSeek最大的意义在将于降低了金融大模型的门槛，将成本降低至十万、数十万级区间。那么，这是否意味着DeepSeek对于中小银行更为友好？

　　前述上市银行内部人士向财联社记者表示，综合来看，DeepSeek的意义对于中小银行更为重大。因为成本原因，地区性中小银行过去普遍并不会采购第三方大模型，但现在DeepSeek问世之后，本地化部署的成本从千万级门槛降低至十万、百万级，中小银行完全可以接受。因此，中小银行会积极部署，力图在AI投顾、电话营销、智能客服等方面推出升级版的金融大模型，”有弯道超车的可能“。

　　邮储银行研究员娄飞鹏向财联社记者表示，从成本的角度来看，前期DeepSeek的确会更加利好中小银行。因为中小银行的管理机制、决策更为灵活。但是，如果从客户数量、资产规模、数据质量的角度来看，大银行无疑更具优势。因此，长远来看，DeepSeek全面推进后，不排除大银行会收获更多。

　　三问：DeepSeek会不会导致银行业金融科技人员“缩编”？

　　从目前的信息来看，DeepSeek上手的快捷性和分析能力远超过往金融大模型，这也让不少银行在内部成立工作专班进行对接。但从另外的角度来看，智能化是否意味着金融科技人员的大裁员在所难免？

　　喻智向财联社记者表示，从科技发展的角度来看，如果银行大规模接入DeepSeek，那么相关IT人员的裁员可能很难避免。正如汽车的诞生让马车夫失业一样，如果很多数据分析的工作交由DeepSeek完成，那么银行恐怕不需要再保留过去那么多的金融科技人员。

　　不过，邮储银行研究员娄飞鹏向财联社记者表示，影响可能不会那么大。因为从银行业务的角度来看，具备金融科技思维和能力的人员整体还是不够多。因此，即便DeepSeek接入，金融科技人员应该也不会出现“缩编”。此外，一些金融科技人员也可以转岗其他业务。