中央金融工作會議將數字金融確定為五篇大文章之一，中國人民銀行等七部門印發《推動數字金融高質量發展行動方案》。對金融機構而言，做好數字金融大文章，重要著力點是加快并深化數字化轉型。毫無疑問，數字化轉型不是中小銀行的選擇題，而是必答題和搶答題。那么，DeepSeek等大模型出現，中小銀行將可能在數字化轉型中跨越技術鴻溝、實現彎道超車嗎？

周小川曾說過，“金融業是半個IT行業“，金融數字化一直走在前列。2022年11月，OpenAI推出的對話式通用人工智能工具ChatGPT正式上線，人工智能技術發展邁入新階段。目前，生成式人工智能（GAI）大模型已經成為銀行業關注焦點。金融行業擁有大量用戶群體，積累了海量數據，是大模型應用的優質場景。總體而言，大模型應用將加速銀行業數字化轉型，提高數字金融發展效率和質量，是銀行業高度重視的發展方向。

而今年橫空出世的DeepSeek融合多模態數據處理、知識圖譜構建、智能決策引擎，特別是開源生態、低算力消耗帶來的低成本優勢，部署應用更具靈活性，更適配中小銀行實際，將可能降低中小銀行應用大模型的門檻和成本。目前，已有部分中小銀行搶先入局，基于DeepSeek開源框架整合內外部數據，開發信貸風控模型。預計下一階段，DeepSeek在信息收集處理、反欺詐識別、信貸風控、客戶服務等領域有著廣闊的應用前景。總體而言，中小銀行應從本行實際出發，有的放矢運用以大模型所代表的生成式人工智能，持續創新產品服務，不斷提升用戶體驗。從這個意義上講，大模型不但將成為中小銀行的數字化勞動力，還將可能加快中小銀行數字化轉型，推動數字金融高質量發展。

但同時要看到，部署應用DeepSeek等大模型，對中小銀行來說并非“一招鮮”，更難以“一鍵復制”。這主要是因為：第一，DeepSeek是通用的大模型，盡管商業應用免費，但中小銀行接入應用還需要進行本地化部署，每年還有不低的維護成本；第二，DeepSeek盡管擅長處理復雜任務，但在銀行真實業務場景下，難以完全達到對數據收集準確性、客戶服務個性化等高要求；第三，部署應用DeepSeek、加快數字化轉型，需要銀行從戰略、技術、人才等多方面完善配套，而這些恰恰是中小銀行的短板。

更重要的是，對所有金融機構而言，在數字技術創新不斷涌現的背景下，如何實現擁抱技術進步和確保金融穩定與安全的平衡是一大挑戰。人工智能在金融領域的巨大發展前景，為塑造產業新業態打開大門，有望形成新質生產力。同時必須看到，大模型等加快應用可能產生隱私權、著作權等多方面問題。金融機構在應用大模型過程中，應將強化數據信息安全和隱私權保護的理念內化于血液中，以最嚴格的標準和最嚴密的措施確保數據信息和隱私安全。

未來已來！包括城商行、農商行等中小銀行在內的銀行業，的確應該密切關注新技術帶來的機遇與挑戰，持續加強與行業內外的交流合作。但中小銀行董事會、高管層要切忌急功近利，杜絕“數字化焦慮”，不盲目追求新熱點和高技術，而是應從自身資源稟賦出發，聚焦發展方向和業務重點，走出一條差異化、特色化的數字化轉型之路。特別是在科技投入方面不能“撒胡椒面”，需要聚焦重點業務需求和戰略業務發展需要，提高投入產出比，穩步提高數字化、智能化水平。