每經記者：張祎 每經編輯：張益銘

一個陽光明媚的下午，《每日經濟新聞》記者抵達成都新希望金融科技有限公司（以下簡稱“新希望金融科技”）總部大樓，恰好遇見公司CEO徐志華攜其團隊成員下樓送別來訪的客人。

“這段時間接待了不少銀行，基本每天要做兩場路演。”客人離開后，徐志華匆匆返回辦公室，稍作整理，便快步來到會議室，與每經記者面對面進行了交流。

成立于2018年的新希望金融科技是新希望集團旗下致力于為持牌金融機構數字化轉型提供技術服務的專業機構。作為國內領先的銀行零售數字化轉型技術服務商，該公司成立近7年來，其核心產品天翔CROS（智慧零售平臺）通過全面采用機器學習和深度學習技術，已助力數百家商業銀行零售業務的數字化轉型，位列細分賽道市場第一。

作為新希望金融科技的領頭人，徐志華近期的忙碌多與公司的最新動作有關。今年3月下旬，這家金融科技公司正式發布了其自主研發的DeepSeek本地部署一體機。作為銀行業AI應用解決方案，這臺機器內置了DeepSeek R1/V3滿血版大模型，將硬件、軟件、算力、應用一體化封裝，通過預配置的本地化部署方案，擁有“插電即上線”的易用性，一經推出便迅速吸引眾多銀行關注，咨詢與洽談接踵而來。

對于徐志華而言，這是他職業生涯中的又一次重要探索。在跨越了傳統銀行、互聯網銀行以及金融科技公司等多個領域，積累了豐富的風控與業務實戰經驗并拓展了科技創新視野后，如今他正主導新希望金融科技借助AI、大數據等前沿技術，服務銀行業從“全流程優化重構”邁向“全智能生產運營”。

近日，新希望金融科技CEO徐志華接受了《每日經濟新聞》記者的專訪，就AI（人工智能）與DeepSeek等話題展開深入交流。

新希望金融科技CEO 徐志華 受訪者供圖

率先配置AI技術底座“我們要求所有員工使用DeepSeek，全員開啟人機協同模式”

2025年全國兩會召開前夕，全國政協委員、新希望集團董事長劉永好在媒體溝通會上曾談到科技轉型，并表達了對于AI大模型的擁抱態度。會上，他透露，新希望集團旗下的新希望金融科技要求600多名員工在半個月之內全部上線學習，三個月內將主要業務接入DeepSeek。

“實際上，并沒用到三個月的時間，我們就實現了DeepSeek輔助編程開發工作，速度是超過預期的。”徐志華說，DeepSeek面世后，新希望金融科技快速開發并推出了DeepSeek本地部署一體機，通過API接口，將DeepSeek應用于智能辦公、數據分析、系統開發、智能運營、合規與風控、智能客服與營銷等多種銀行內外場景。

這個外形像個小冰柜且一開機就轟鳴聲十足的機器，被率先放在了新希望金融科技內部試用，成為支撐該公司發揮全棧式AI生產力最重要的“底座”。自今年3月份起，在兩臺DeepSeek本地部署一體機的支持下，新希望金融科技從事開發、數據分析以及數學建模等工作的同事們就將日常工作和DeepSeek深度結合，實現了常態化、大規模的應用。

“如今，我們的開發人員只需要向DeepSeek明確開發需求，系統便能基本實現自動化編程。數據分析也是一樣，平時服務銀行，我們的團隊要做大量的數據分析，現在整個過程也是由團隊與DeepSeek協同推進完成的。”徐志華說，DeepSeek不止用于開發流程，在公司的鼓勵和帶動下，全員在工作中都開啟了人機協同模式。

交流間隙，新希望金融科技的一位大數據專家以設計開發一家銀行網站首頁為例，現場演示了員工如何在DeepSeek輔助下高效編寫代碼——輸入“使用HTML編寫”“符合銀行風格”“主頁功能簡潔”“整體設計大方”等幾組簡單的提示詞，不到2分鐘，DeepSeek便完成了推理和編程，一個符合提示詞要求的網站首頁便呈現在了大家面前。

不僅在程序開發和數據處理領域，DeepSeek在新希望金融科技的應用已普及到了方方面面。比如，在智能辦公方面，升級后的Word平臺可快速完成文案生成、排版、校對、潤色；Excel通過AI自動讀取和理解表格內容，解析上萬條數據，并在自然語言交互下就能生成符合需要的新Excel文件。在智能運營方面，新希望金融科技已實時接入員工的考勤、績效、差旅等信息，從而優化人力資源管理，提升企業運營效率。在2024年的公司年會現場，徐志華親手頒發的“聚精會神工作獎”，其獲獎人員正是基于一年內各項內部數據，在沒有人工干預、不摻雜人工情緒的情況下，由AI評選出來的，挖掘出了一批平日里相對“低調”但努力工作的員工。

如今，走進新希望金融科技公司辦公區，可以看到，每位員工的電腦屏保都統一顯示著“DeepSeek”。

“這能時刻提醒我們的員工，有什么問題，都可以跟DeepSeek交流。”談及這個細節，徐志華說，公司十分鼓勵大家在工作中高頻使用大模型，為員工外接了DeepSeek這個助手后，產出不但更加專業，更有質量，而且錯誤也少了，“DeepSeek的智力水平很高，這相當于為每個人配了一個什么都懂的專家級‘助手’在身邊，給它一個問題，能迅速獲得參考答案。”

就這樣，在公司高層的鼓勵和引導下，從營銷畫像到程序開發，從數據處理到策略挖掘，從行政到審計??新希望金融科技各個條線都已積極應用人工智能技術。“我們的兩臺DeepSeek本地部署一體機，現在每天幾乎都處于滿負荷運行狀態，說明員工們對大模型的使用量極高。”徐志華說，目前，團隊正在研究光纖設備等技術改造問題，為進一步增設本地部署一體機做準備。

從數字化邁向智能化“多元化的大模型部署模式正呈現出鮮明的業務價值”

此前，新希望金融科技推出DeepSeek本地部署一體機，底層驅動力源于商業銀行數字化轉型的“雙重剛需”——既要突破大部分中小銀行有限資源投入的瓶頸，又要滿足所有銀行對數據安全與應用的嚴苛要求。

據《中小銀行數字金融發展研究報告（2024）》（以下簡稱《報告》），中小銀行的數字化轉型已經整體從金融科技的技術突破逐步邁向數字金融全新階段，84.29%的受訪銀行已經開始部署實施全行層面數字金融發展戰略。

在人工智能等技術驅動下，銀行業數字化轉型向縱深推進。統計數據顯示，2024年，僅國有六大行，在金融科技上的投入就超過1254億元，同比增長2.15%。

徐志華將銀行業數字化轉型歸納為三個階段：從1.0階段的“流程線上化”（如紙質單據的數字化），到2.0階段的“決策自動化”（如風控模型實現自動審批），當前正邁向3.0階段的“生產智能化”——即通過大模型等新技術實現“數據輸入到業務輸出的端到端全鏈條智能化”。

在徐志華看來，目前銀行業數字化轉型正處于從數字化邁向智能化的階段。“數字化轉型不僅僅是將非數字化內容數字化，還包括要將已經可以數字化操作的內容變得更智能化，這也是數字化轉型的新方向。”

在此背景下，他認為，對于銀行而言，大模型主要在兩個方面呈現出鮮明的價值：一是對個人能力的提升；二則是對組織智能化的提升。

“銀行數字化轉型對技術的要求極高。”他表示，從現階段看，銀行員工的專業知識與數字化轉型所需知識之間普遍還存在較大差距，如果缺乏專業的工具來幫助銀行員工提升專業知識，數字化轉型很難成功，如今有了大模型的幫助，可以快速縮小這種差距。

而且，大模型不僅可以解決員工層面的問題，還可以解決過去應用中的短板。在大模型出現之前，新希望金融科技在服務各大銀行時，已經構建了大量基于神經網絡的數學模型，這種廣義上的人工智能，大多是用某種算法解決某個精度要求很高問題的“小模型”，大模型出現后，才解決了更智能、更為廣泛的問題。徐志華以客服舉例稱，過去雖然有自動語音呼叫系統，但智能程度還不夠，當開源大模型出現后，客服的智能程度才真正提升到了更高水平。

但銀行在向智能化升級過程中，需要直面許多問題，如技術如何適配、項目管理怎么協調、成本怎么控制、人才是否能支撐、持續的迭代運維等，都是不小的挑戰。

上述《報告》指出，相較大型銀行，中小銀行在研發資源和技術積累上都相對匱乏，導致它們難以高效接入和使用先進的人工智能模型。即便有意進行內部研發，由于缺乏專業團隊和相關經驗，開發進程也往往緩慢且不順利。

徐志華說，新希望金融科技作為一家服務了數百家銀行、在銀行業數字化轉型細分領域市場占有率居前的企業，對銀行機構在大模型應用上的需求與痛點有著深刻的理解。

比如，銀行在系統升級或安裝新設備時，因為過程通常比較復雜，得先立項，然后開發，接著改造機房，買硬件設備，調試硬件，安裝軟件，還得確保軟件硬件能協同工作，甚至后續持續做應用開發。一連串步驟下來，不但時間長，而且準備工作也繁瑣，有時候銀行方面可能會覺得這系統太復雜，以至于對系統的先進性和易用性產生懷疑，甚至抵觸和放棄。

鑒于種種痛點，以“整裝生產力”的方式，形成一個對于銀行尤其是中小銀行來說更簡單的人工智能應用方案，成為徐志華帶領團隊主攻的方向。

在之前打造天翔（CROS）智慧零售平臺的成功經驗基礎上，從2024年開始，新希望金融科技將研發大模型集成應用提上日程，打破傳統IT基礎設施思路，研制出將硬件、軟件、算力、應用封裝在一臺機器里的DeepSeek本地部署一體機產品。此外，新希望金融科技還與浪潮企業云建立了戰略合作伙伴關系，通過算力、算法、平臺、應用、市場等多方資源的創新整合，攜手打造以銀行業為代表的金融數智化轉型服務新范式。

“這是一款由我們全棧自研架構的機器，運回去，電線插上，網線插上，一個大模型的門戶就能上線。”徐志華在介紹本地部署一體機時說，這種“整車交付”和“開箱即用”的解決方案，簡化了銀行大模型本地部署的流程，也避免了內部數據外泄的風險。

“DeepSeek是目前非常領先的通用人工智能大模型。”徐志華表示，之所以堅定選擇DeepSeek，是因為研究全球開源模型，可以發現，大多數團隊得出的結論是DeepSeek與ChatGPT處于同一梯隊。但DeepSeek在兩個方面更勝一籌。

徐志華進一步指出，一是DeepSeek具有開源優勢，可以直接在本地部署和使用，相比之下，ChatGPT雖然推出了自定義GPT和API，試圖解決行業應用問題，但由于沒有開源，許多涉及商業秘密的內容無法完全依賴ChatGPT來替代。

二是在能源消耗方面，DeepSeek耗能更少，“比如，我們的DeepSeek本地部署一體機，只需要相當于8臺空調的電量就可以運行，但在DeepSeek誕生之前，要達到類似的智慧水平，估計需要消耗70～100臺空調的電量。”

在本地部署一體機之外，通過和浪潮的創新合作，雙方還將打造基于應用和生產力為目標的大模型行業云服務，在基礎硬件適配、云計算架構優化、大模型技術攻堅，以及場景化創新應用等關鍵領域，開展深層次的探索，目前已經取得了一些進展。

而最關鍵的是，高質量的大模型更能保障服務的專業度和可靠性，而這種技術代差也會直接關系到應用企業的生產。對于這一點，徐志華尤為看重。

以機制設計消除應用風險“不盲目追求AI泛化使用，要建立監控體系”

無論是過去依托天翔（CROS）智慧零售平臺提供的服務，還是如今以DeepSeek本地部署一體機服務銀行智能化，徐志華認為，公司在兩者的實施路徑上有一個共同點：均以“標準化”的方式打造。

此前，新希望金融科技打造的天翔（CROS）智慧零售平臺已協助全國數百家銀行開發了上千款自主品牌、自主風控、自主運營、自主獲客的數字化金融產品及服務。2024年，憑借AIOps（智能運維）等技術底座，公司已助力銀行信貸產品從人工審批流程化向產品智能生產模塊化轉變。

標準化、模塊化、集約化，這是徐志華一直倡導的理念。2024年8月，在新希望金融科技發起并主辦的“未來銀行大會”現場，面對來自全國各地的600多位銀行高層，徐志華就曾直言“銀行數字化轉型是一個系統性工程”——并非僅靠幾個IT系統、風險模型或大數據就能完成，而是要借助IT系統將過去非標準化的業務流程固化并簡化，同時利用大數據和人工智能提升決策的精準度和效果。

在技術創新和效率提升背后，安全性和可靠性同樣被重視。因此，在應用AI的同時，新希望金融科技極為強調“馴化AI”。

“所謂‘馴化AI’，本質上是一個讓技術應用變得更加‘絲滑’的過程。”徐志華表示，AI其實是一個非常廣泛的概念，涵蓋許多技術方向，公司從成立以來，就針對銀行業務深度探索AI應用，但同時也清楚地認識到，并非所有的場景都適合直接應用AI，特別是在金融領域，必須兼顧創新與安全，因為一個錯誤的決策就可能會導致嚴重的后果。

比如，公司利用人工智能的神經網絡開發一個銀行預測貸款違約概率的模型。“正常情況下，模型開發完成測試后，就可以把它投入實際使用。但我們同時也會服務銀行建立一套監控體系，用于實時監測模型的表現，而且會更重視事前監督，來防范潛在的安全風險。”

又比如，大語言模型可能產生“幻覺”，在自動生成代碼時，如果缺乏監督、校驗機制，幻覺導致的錯誤代碼若直接部署到金融系統，也將帶來風險。

徐志華主張，“馴化AI”的核心，是通過機制設計來消除應用中的潛在危險，讓人工智能應用更安全、更流暢地落地，“我們不是要去盲目地追求AI的泛化使用，而是要強調在實戰中建立監控體系，確保AI真正地服務于銀行的業務需求，所以這種監控機制是我們一直以來都在做的工作，而且是必須做的工作。”

實際上，隨著大模型技術日益成熟，AI一體機市場在2025年迎來了快速發展契機，多家科技公司紛紛入局，針對政務、醫療、科研等不同細分行業加快研發大模型一體機。目前，市場上已經出現了多種類型的AI一體機，這些產品在硬件配置、軟件集成和應用場景上各有側重，滿足了不同行業對高效算力和智能化解決方案的需求。

面對市場競爭，徐志華保持著不回避也不畏懼的積極心態。他表示，當新技術出現時，必然會形成新的競爭格局，而要在這種變革中保持競爭力，唯一的途徑就是持續緊跟技術前沿。

在他看來，在金融科技領域，所有的企業都同樣面臨著新技術帶來的競爭壓力，關鍵在于企業是否能保持著謙遜的學習姿態，是否能夠持續跟蹤技術發展動態，并且通過深度理解將其轉化為自身優勢。“我們堅信，即使面對競爭，公司也敢去迎接挑戰，因為對新技術，我們是堅定地去擁抱，而不是保守和抗拒，未來有無限可能，一定還會呈現出更多充滿想象力的成果。”