2 0 2 5年1月2 0日，深度求索（以下簡(jiǎn)稱(chēng)“DeepSeek”）正式發(fā)布了DeepSeek-R1模型，同步發(fā)布R1模型研究論文并開(kāi)源模型權(quán)重。在生成式人工智能市場(chǎng)沉寂近半年后，DeepSeek-R1再次引發(fā)了新一輪人工智能熱潮。全球互聯(lián)網(wǎng)DeepSeek應(yīng)用搜索下載量暴增。在資本市場(chǎng)上，美股科技股快速下行，全球市值最大上市公司、人工智能明星企業(yè)英偉達(dá)股價(jià)一日暴跌近17%，市值蒸發(fā)近6000億美元。

DeepSeek本身也是大語(yǔ)言模型（LLM）的一種，分析其對(duì)金融行業(yè)的影響實(shí)際上與GPT等先前模型別無(wú)二致。然而DeepSeek“低成本高效率”以及在一眾能力相等模型中率先開(kāi)源的特質(zhì)，對(duì)人工智能的資本支出以及在其他行業(yè)的更廣泛應(yīng)用都產(chǎn)生了深遠(yuǎn)影響，從這個(gè)維度單獨(dú)研究DeepSeek的啟示與影響是十分必要的。

DeepSeek模型引發(fā)全球新一輪人工智能熱潮

Deepseek在發(fā)布R1模型前的一個(gè)月，即2024年12月26日，開(kāi)源了新一代預(yù)訓(xùn)練混合專(zhuān)家（MoE）大模型DeepSeek-V3，彼時(shí)引起的討論主要集中在人工智能領(lǐng)域和開(kāi)源社區(qū)。引入鏈?zhǔn)酵评恚–hainof-Thought，CoT），著重于強(qiáng)化推理與邏輯能力的DeepSeek-R1展現(xiàn)了對(duì)問(wèn)題的精準(zhǔn)理解與強(qiáng)大的思考能力，熱度迅速在全球C端市場(chǎng)引爆。2025年1月27日，面向C端的DeepSeek移動(dòng)應(yīng)用在IOS美區(qū)下載榜上超越ChatGPT，登頂中國(guó)和美國(guó)的App Store免費(fèi)應(yīng)用榜。SimilarWeb的數(shù)據(jù)顯示，1月DeepSeek網(wǎng)站訪(fǎng)問(wèn)量環(huán)比增長(zhǎng)22倍，月訪(fǎng)問(wèn)量達(dá)2.78億次。DeepSeek在Google上的搜索量現(xiàn)已達(dá)到ChatGPT在美國(guó)搜索量的39%，以及ChatGPT全球相對(duì)搜索量的21%。根據(jù)QusetMobile發(fā)布的最新數(shù)據(jù)，在DeepSeek-R1發(fā)布的一周后，其活躍用戶(hù)數(shù)據(jù)首次超越中國(guó)活躍用戶(hù)最多的大模型——豆包。2月1日，DeepSeek中國(guó)活躍用戶(hù)突破3000萬(wàn)。

DeepSeek-R1大火的一個(gè)重要原因就是增強(qiáng)推理能力后的能力躍遷，“思考過(guò)程比答案還要精準(zhǔn)”“水平可以與專(zhuān)業(yè)人士媲美”是用戶(hù)對(duì)DeepSeek的普遍看法。在DeepSeek官方發(fā)布的技術(shù)報(bào)告中，DeepSeek-R1對(duì)標(biāo)的是OpenAI在2024年12月17日發(fā)布的最新推理模型o1，其在多個(gè)測(cè)試集上的數(shù)據(jù)達(dá)到甚至超越了o1模型。比起測(cè)試集數(shù)據(jù)，由用戶(hù)進(jìn)行對(duì)比測(cè)試形成的機(jī)器人競(jìng)技場(chǎng)排行榜（Chatbot Arena LLM Leaderboard）更客觀(guān)公正，DeepSeek的得分也超過(guò)了o1。在2月9日最新的機(jī)器人競(jìng)技場(chǎng)排名中，DeepSeek-R1得分位于全球大模型第二名，超過(guò)o1，低于谷歌發(fā)布的Gemini（見(jiàn)表1）。值得一提的是，DeepSeek-R1是榜單前十中唯一的開(kāi)源模型，同時(shí)DeepSeek-R1面向所有C端用戶(hù)免費(fèi)提供，相比之下，如果想使用o1模型，需要開(kāi)通ChatGPT Plus會(huì)員使用，價(jià)格為20美元/月。

與一年前“百模大戰(zhàn)”中，各家模型廠(chǎng)商均標(biāo)榜其模型的能力達(dá)到甚至超越ChatGPT不同，DeepSeek-R1經(jīng)受住了C端和B端以及專(zhuān)業(yè)用戶(hù)的多重考驗(yàn)。R1發(fā)布當(dāng)天，多家全球科技公司均開(kāi)展了模型測(cè)試和復(fù)現(xiàn)工作。據(jù)外媒報(bào)道，Meta內(nèi)部組織了多個(gè)團(tuán)隊(duì)復(fù)現(xiàn)R1，并對(duì)其開(kāi)發(fā)的LLaMA模型進(jìn)行升級(jí)。Meta CEO扎克伯格在電話(huà)會(huì)上表示，DeepSeek做了一些“新奇的事情”，公司“仍在消化DeepSeek的一些成果”，團(tuán)隊(duì)希望能夠?qū)⑵渲幸恍┻M(jìn)步應(yīng)用到自己的AI項(xiàng)目中。

全球人工智能科技公司也在第一時(shí)間上線(xiàn)部署了DeepSeek-V3、R1模型。全球最大的AI搜索引擎Perplexity第一時(shí)間上線(xiàn)了R1模型，采用本地化部署的方案。其創(chuàng)始人在接受媒體采訪(fǎng)時(shí)表示R1模型可以讓Perplexity以同樣的成本完成更多工作。云服務(wù)方面，令人意外的是，國(guó)際市場(chǎng)的反應(yīng)更快，微軟云在1月29日宣布將DeepSeek-R1上線(xiàn)Azure模型庫(kù)，并準(zhǔn)備將DeepSeek-R1引入Windows系統(tǒng)的Copilot。亞馬遜、谷歌云服務(wù)在兩天后也上線(xiàn)了DeepSeek-R1模型。2月，阿里云、騰訊云以及三大運(yùn)營(yíng)商陸續(xù)接入DeepSeek系列模型。作為最直接的競(jìng)爭(zhēng)對(duì)手，OpenAI選擇提前放出了在2024年12月發(fā)布會(huì)中預(yù)發(fā)布的o3系列模型，包含快速進(jìn)行進(jìn)階推理的o3-mini和更加擅長(zhǎng)編程的o3-mini-high，大幅提前于此前公布的路線(xiàn)圖，同時(shí)o3系列兩款模型還同時(shí)向付費(fèi)用戶(hù)開(kāi)放網(wǎng)頁(yè)版使用權(quán)限。

資本市場(chǎng)的反應(yīng)更加激烈。當(dāng)?shù)貢r(shí)間2025年1月27日，美股科技股開(kāi)盤(pán)后出現(xiàn)大幅下跌，被稱(chēng)為AI時(shí)代的“基礎(chǔ)設(shè)施”的GPU制造商英偉達(dá)（NVIDIA）當(dāng)日股價(jià)暴跌約17%，創(chuàng)下美股單日市值蒸發(fā)記錄。博通公司股價(jià)下跌17%，超威半導(dǎo)體公司（AMD）股價(jià)下跌6%，微軟股價(jià)下跌2%。GPU產(chǎn)業(yè)鏈上，臺(tái)積電下跌11.7%、ASML下跌5.7%。DeepSeek使用更少的成本、更短的時(shí)間達(dá)到了花費(fèi)是其十倍的大模型的輸出效果，引爆了資本市場(chǎng)一直以來(lái)對(duì)人工智能相關(guān)資本開(kāi)支以及資本回報(bào)率的質(zhì)疑。

DeepSeek系列模型創(chuàng)新實(shí)現(xiàn)“降本增效”

在大語(yǔ)言模型領(lǐng)域，“規(guī)?；▌t（Scaling Law）”是金科玉律般的存在?！耙?guī)模化法則”是指隨著模型參數(shù)數(shù)量的增加，語(yǔ)言模型的性能通常會(huì)以?xún)缏煞绞礁纳?。如果將模型?guī)模擴(kuò)大若干倍，其性能提升雖然呈現(xiàn)遞減邊際效應(yīng)，但依然可以預(yù)測(cè)性地獲得更低的困惑度和更好的生成質(zhì)量。在GPT-4以前歷代的GPT更新中，參數(shù)數(shù)量的不斷擴(kuò)展也被認(rèn)為是模型性能提升的重要手段，GPT-3擁有1750億參數(shù)，據(jù)傳GPT-4的參數(shù)量達(dá)到了1.8萬(wàn)億。

巨大的參數(shù)對(duì)算力提出了更高需求，大型科技公司紛紛投入數(shù)十億美元的資本支出用以支持模型訓(xùn)練和推理，支持大語(yǔ)言模型訓(xùn)練的GPU也因此成為全球最緊缺的“戰(zhàn)略資源”。大型科技公司將自身?yè)碛械腉PU數(shù)量作為人工智能競(jìng)爭(zhēng)的重要指標(biāo)，馬斯克成立的x.AI還在美國(guó)構(gòu)建了全球最大的由10萬(wàn)個(gè)NVIDIA Hopper GPU組成的Colossus超級(jí)計(jì)算機(jī)集群。根據(jù)斯坦福大學(xué)李飛飛團(tuán)隊(duì)發(fā)布的《2024年人工智能指數(shù)報(bào)告》，GPT-4的訓(xùn)練成本超過(guò)7800萬(wàn)美元。而DeepSeek官方公布的數(shù)據(jù)中，DeepSeek-V3的訓(xùn)練成本僅為557萬(wàn)美元，是GPT-4的7.1%。

在DeepSeek-V3的技術(shù)文檔中，DeepSeek這樣描述計(jì)算成本：“最后，我們?cè)俅螐?qiáng)調(diào) DeepSeek-V3的訓(xùn)練成本。通過(guò)對(duì)算法、架構(gòu)和硬件的優(yōu)化協(xié)同設(shè)計(jì)實(shí)現(xiàn)了更加經(jīng)濟(jì)的效果。在預(yù)訓(xùn)練階段，訓(xùn)練DeepSeek-V3每萬(wàn)億token只需要18萬(wàn)個(gè)H800 GPU小時(shí)，即在我們2048個(gè)H800 GPU集群上訓(xùn)練3.7天。因此，我們的預(yù)訓(xùn)練階段在不到兩個(gè)月的時(shí)間里就完成了，花費(fèi)了266萬(wàn)個(gè)GPU小時(shí)。此外還有11萬(wàn)GPU小時(shí)用于上下文長(zhǎng)度擴(kuò)展和5千GPU小時(shí)用于后訓(xùn)練，DeepSeek-V3的完整訓(xùn)練成本僅為278萬(wàn)GPU小時(shí)。假設(shè)H800 GPU的租賃價(jià)格為2美元每GPU小時(shí)，我們?nèi)康挠?xùn)練成本為557萬(wàn)美元（不包含先前對(duì)算法、架構(gòu)、數(shù)據(jù)進(jìn)行實(shí)驗(yàn)的費(fèi)用）?！?/p>

DeepSeek是如何做到的呢？一是對(duì)數(shù)據(jù)處理方式的改進(jìn)。DeepSeek-V3集成了多頭潛在注意力（Multi-Head Latent Attention，MLA），在推理過(guò)程中能夠高效處理海量數(shù)據(jù)，并使用的顯存約為同類(lèi)技術(shù)的一半。MLA降低了每次查詢(xún)所需的KV緩存量，從而減少了所需硬件資源及相應(yīng)成本。二是DeepSeek-V3 采用了混合專(zhuān)家（Mixture-ofExperts，MoE）模型架構(gòu)。MoE架構(gòu)首次在OpenAI發(fā)布的GPT-4中應(yīng)用，此后成為下一代LLM訓(xùn)練的主要架構(gòu)。在MoE模型中，系統(tǒng)被劃分為多個(gè)稱(chēng)為“專(zhuān)家”的模塊，在推理過(guò)程中，一個(gè)路由模型會(huì)選擇部分專(zhuān)家來(lái)預(yù)測(cè)下一個(gè)token。這避免了每次推理中進(jìn)行全模型計(jì)算。DeepSeek-V3的技術(shù)文檔中提到，在每次函數(shù)調(diào)用或向前傳播時(shí)會(huì)調(diào)用的參數(shù)量為370億（37B）。三是DeepSeek-V3首次實(shí)現(xiàn)了在低位精度（FP8）下進(jìn)行超大規(guī)模模型訓(xùn)練，并通過(guò)通信、負(fù)載均衡優(yōu)化確保了在大規(guī)模分布式訓(xùn)練中能夠最大化利用算力。四是在DeepSeek-R1的訓(xùn)練中，引入了一種稱(chēng)為群組相對(duì)策略?xún)?yōu)化（Group Relative Policy Optimization，GRPO）的強(qiáng)化學(xué)習(xí)環(huán)節(jié)（RL）優(yōu)化算法。在訓(xùn)練R1模型時(shí)，通過(guò)GRPO實(shí)現(xiàn)了對(duì)生成結(jié)果的自動(dòng)化評(píng)估和強(qiáng)化學(xué)習(xí)，相較于傳統(tǒng)強(qiáng)化學(xué)習(xí)中直接偏好優(yōu)化（DPO）依靠人工調(diào)整模型輸出方向，在很大程度上減少了對(duì)昂貴人工標(biāo)注數(shù)據(jù)的依賴(lài)。

DeepSeek對(duì)算力市場(chǎng)和人工智能資本投入的影響

DeepSeek引發(fā)的科技地震很大程度上也是資本市場(chǎng)對(duì)科技公司巨額資本支出質(zhì)疑的爆發(fā)。此前，亞馬遜、微軟、谷歌等云服務(wù)廠(chǎng)商紛紛表示2025年將持續(xù)增大人工智能（主要是GPU）采購(gòu)支出。而產(chǎn)業(yè)界對(duì)當(dāng)前生成式人工智能究竟能產(chǎn)生多大價(jià)值始終存在爭(zhēng)議。以高盛為代表的看多派認(rèn)為生成式人工智能將拉動(dòng)10%以上的GDP增長(zhǎng)，而2024年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者阿西莫格魯（Acemoglu）則認(rèn)為人工智能帶來(lái)的生產(chǎn)力增長(zhǎng)僅為0.5%。

“高性?xún)r(jià)比”一直是DeepSeek進(jìn)行模型訓(xùn)練的重點(diǎn)，早在2024年DeepSeek發(fā)布V2模型之際，就以GPT-4百分之一的價(jià)格引發(fā)了年中“AI價(jià)格戰(zhàn)”。

經(jīng)濟(jì)學(xué)中的杰文斯悖論（Jevons paradox）指技術(shù)進(jìn)步提高了使用資源的效率，但因?yàn)槌杀鞠陆祵?dǎo)致需求增加，結(jié)果導(dǎo)致資源消耗的速度上升，而非減少。從實(shí)際效果上看也確實(shí)如此，在DeepSeek官網(wǎng)的API定價(jià)中DeepSeekR1的輸入定價(jià)為0.6美元/百萬(wàn)token，是o1-mini的20%，o1的4%；輸出價(jià)格為2.2美元/百萬(wàn)token，是o1-mini的18%，o1的3.6%（見(jiàn)圖1）。面向開(kāi)發(fā)者的超低價(jià)格以及對(duì)C端用戶(hù)免費(fèi)的策略在春節(jié)期間吸引了大量用戶(hù)使用其API和客戶(hù)端，DeepSeek官網(wǎng)應(yīng)用持續(xù)因線(xiàn)路繁忙無(wú)法使用，國(guó)內(nèi)DeepSeek的討論度也遠(yuǎn)超2023年初ChatGPT發(fā)布之時(shí)。從這個(gè)意義上說(shuō)，DeepSeek開(kāi)啟了國(guó)內(nèi)普通用戶(hù)的人工智能“啟蒙”時(shí)代。

DeepSeek重新分配了人工智能產(chǎn)業(yè)鏈中的價(jià)值，也為人工智能提供了一條可持續(xù)發(fā)展之路。在應(yīng)用端，企業(yè)需要在技術(shù)創(chuàng)新和商業(yè)可持續(xù)間找到一條平衡道路，不一定會(huì)選擇“最好的模型”，而是要選擇“更經(jīng)濟(jì)、合適”的模型。

從長(zhǎng)遠(yuǎn)看，人們對(duì)生成式人工智能的期待在于早日實(shí)現(xiàn)通用人工智能（Artificial General Intelligence，AGI）。通過(guò)在實(shí)體產(chǎn)業(yè)中應(yīng)用生成式人工智能提高生產(chǎn)效率，乃至AI for Science（在諸如小分子藥物研發(fā)、合成材料等易出現(xiàn)生產(chǎn)力飛躍領(lǐng)域的人工智能應(yīng)用），是資本市場(chǎng)給出人工智能如此高估值的核心原因。材料學(xué)和生物學(xué)一直是人工智能應(yīng)用的前沿領(lǐng)域，在1月美國(guó)政府與OpenAI、軟銀、甲骨文共同發(fā)布的星際之門(mén)（Stargate）項(xiàng)目中明確提到要使用人工智能提供個(gè)性化醫(yī)療，用以研發(fā)mRNA疫苗及定制癌癥疫苗。

隨著大語(yǔ)言模型能力的進(jìn)步，其應(yīng)用在實(shí)際生產(chǎn)中的場(chǎng)景已開(kāi)始逐漸增多，對(duì)生產(chǎn)關(guān)系的影響也開(kāi)始顯現(xiàn)。微軟表示由于LLM提高了軟件工程師的工作效率，微軟在2025年招聘中將不再新招軟件工程師。瑞銀正在使用人工智能通過(guò)即時(shí)信貸模式為中小企業(yè)提供貸款。匯豐和紐約梅隆銀行將生成式人工智能應(yīng)用于反欺詐領(lǐng)域。

“規(guī)?；▌t”依舊是提高大模型性能的最有效方法。DeepSeek實(shí)現(xiàn)的是更高效率，而非挑戰(zhàn)“規(guī)?；▌t”。因此在未來(lái)一段時(shí)間內(nèi)，市場(chǎng)對(duì)算力的需求將依舊保持強(qiáng)勁，科技公司的資本投入也將持續(xù)。在經(jīng)歷暴跌后，英偉達(dá)股價(jià)也開(kāi)始回調(diào)，至當(dāng)?shù)貢r(shí)間2月10日收盤(pán)，英偉達(dá)股價(jià)為133.5美元，較1月27日上漲12.8%。

DeepSeek對(duì)人工智能開(kāi)源路線(xiàn)的影響

開(kāi)源閉源一直是生成式人工智能發(fā)展?fàn)幷摰慕裹c(diǎn)問(wèn)題。科技廠(chǎng)商方面，開(kāi)源陣營(yíng)主要有Meta（LLaMA）、xAI（Grok）、阿里（千問(wèn)）、DeepSeek；閉源陣營(yíng)則包括OpenAI（GPT）、Google（Gemini）、Anthropic（Claude）、字節(jié)跳動(dòng)（豆包）、智譜（GLM）等企業(yè)。OpenAI在成立之初，堅(jiān)持開(kāi)源路線(xiàn)，但自發(fā)布ChatGPT以來(lái)，OpenAI就開(kāi)始了閉源道路，被戲稱(chēng)為“Close AI”。在發(fā)布o(jì)3mini時(shí)，OpenAI CEO Sam Altman在線(xiàn)上回復(fù)問(wèn)題時(shí)首次承認(rèn) OpenAI過(guò)去在開(kāi)源方面一直站在“歷史錯(cuò)誤的一邊”，并表示需要想出一個(gè)不同的開(kāi)源策略。

DeepSeek在開(kāi)源模型中使用了最“大方”的MIT許可協(xié)議，允許用戶(hù)自由修改、定制、分發(fā)以及商業(yè)化使用DeepSeek源碼，并明確開(kāi)發(fā)者可以進(jìn)行模型蒸餾。在Github的R1項(xiàng)目頁(yè)面中，DeepSeek還放出了使用R1蒸餾的基于LLaMA、Qwen等開(kāi)源模型的小模型，我們?cè)趯?shí)測(cè)中發(fā)現(xiàn)相較于原模型，提供CoT的模型輸出能力明顯強(qiáng)于原模型。

與其說(shuō)是技術(shù)路線(xiàn)之爭(zhēng)，更不如說(shuō)開(kāi)源閉源是人工智能公司盈利的商業(yè)模式之爭(zhēng)。閉源模型通過(guò)對(duì)個(gè)人客戶(hù)實(shí)行會(huì)員制收費(fèi)、對(duì)開(kāi)發(fā)者或中小企業(yè)API進(jìn)行收費(fèi)以及與大型集團(tuán)合作開(kāi)發(fā)等模式盈利。開(kāi)源模型則對(duì)開(kāi)發(fā)者更加友好，通過(guò)免費(fèi)吸引更多開(kāi)發(fā)者和用戶(hù)參與到自主構(gòu)建的人工智能生態(tài)中，未來(lái)通過(guò)云服務(wù)等方式獲取利益。

此前，開(kāi)源陣營(yíng)一度陷入沉寂。相較閉源的盈利模式，開(kāi)源模型在商業(yè)盈利方面周期更長(zhǎng)且更具有不確定性，尤其是初創(chuàng)公司都難以承受來(lái)自投資人的壓力。國(guó)內(nèi)最早開(kāi)展LLM研究的智譜AI在早年也堅(jiān)持開(kāi)源路線(xiàn)，其在開(kāi)源社區(qū)發(fā)布的GLM-3模型一度是中文開(kāi)源LLM的明星項(xiàng)目。不過(guò)隨著2024年“AI價(jià)格戰(zhàn)”的打響，越來(lái)越多的開(kāi)源AI模型開(kāi)始退場(chǎng)，能力也逐漸與閉源模型拉開(kāi)差距，一般認(rèn)為，閉源模型相較開(kāi)源模型有12個(gè)月左右的技術(shù)領(lǐng)先。DeepSeek的出現(xiàn)給開(kāi)源社區(qū)注入了一針“強(qiáng)心劑”，大大縮短了開(kāi)源和閉源模型間的差距。英偉達(dá)高級(jí)科學(xué)家Jim Fan這樣評(píng)價(jià)：“我們生活在這樣一個(gè)時(shí)代：由非美國(guó)公司保持 OpenAI最初的使命——做真正開(kāi)放的前沿研究、為所有人賦能。這似乎講不通，但戲劇性的往往最有可能發(fā)生?！苯刂?月10日，DeepSeek V3和R1項(xiàng)目分別在Github上收獲了72k和80k的星標(biāo)，R1模型在Hugging Face的下載量達(dá)294萬(wàn)。

金融業(yè)應(yīng)用生成式人工智能的機(jī)遇與挑戰(zhàn)

加快生成式人工智能應(yīng)用部署，推動(dòng)人力資本向智能化時(shí)代轉(zhuǎn)型升級(jí)。部分大型金融機(jī)構(gòu)已開(kāi)始應(yīng)用生成式人工智能應(yīng)用，主要集中在文本內(nèi)容摘要、輔助文字生成修改、企業(yè)知識(shí)庫(kù)等領(lǐng)域。然而，因?yàn)楸镜厮懔ο拗?、企業(yè)內(nèi)部培訓(xùn)不足、應(yīng)用場(chǎng)景集中在后臺(tái)管理部門(mén)等原因，金融行業(yè)生成式人工智能應(yīng)用使用比例仍處在較低水平，尤其是占金融從業(yè)人員比重最大的銀行、保險(xiǎn)業(yè)應(yīng)用嚴(yán)重不足。應(yīng)抓住DeepSeek的新系列模型降低模型推理成本的機(jī)遇，加快部署生成式人工智能應(yīng)用，增強(qiáng)對(duì)一線(xiàn)員工的人工智能提示詞、使用場(chǎng)景等方面的培訓(xùn)，推動(dòng)金融企業(yè)人力資源轉(zhuǎn)型升級(jí)，培養(yǎng)適應(yīng)于智能時(shí)代的金融人才。

由內(nèi)部賦能擴(kuò)展至面客應(yīng)用，提升行業(yè)勞動(dòng)生產(chǎn)率。當(dāng)前，金融機(jī)構(gòu)主要應(yīng)用生成式人工智能的場(chǎng)景集中在內(nèi)部員工賦能，并無(wú)面客場(chǎng)景。面客是檢驗(yàn)生成式人工智能價(jià)值創(chuàng)造、提升行業(yè)勞動(dòng)生產(chǎn)率的“考場(chǎng)”。DeepSeek推理的價(jià)格已處于大規(guī)模面客應(yīng)用的成本可控范圍內(nèi)，推理能力結(jié)合檢索增強(qiáng)生成（RAG）等技術(shù)也可有效防止大模型幻覺(jué)等問(wèn)題。因此可盡快推出面向B端客戶(hù)的人工智能基礎(chǔ)設(shè)施（AI as a Service）或面向C端客戶(hù)的智能客服、智能客戶(hù)關(guān)系管理、線(xiàn)上營(yíng)銷(xiāo)等服務(wù)。

以金融信創(chuàng)工程為契機(jī)，共同構(gòu)建國(guó)產(chǎn)算力生態(tài)圈。2025年1月13日，拜登政府發(fā)布《先進(jìn)人工智能技術(shù)負(fù)責(zé)任傳播的監(jiān)管框架》。進(jìn)一步限制了從美國(guó)到世界各地的尖端人工智能技術(shù)的出口。未來(lái)，我國(guó)全行業(yè)應(yīng)用人工智能都將受到算力限制。多家國(guó)產(chǎn)算力已實(shí)現(xiàn)DeepSeek系列模型適配，目前國(guó)產(chǎn)算力部署的主要問(wèn)題在于沒(méi)有形成類(lèi)似于英偉達(dá)CUDA的完整生態(tài)。CUDA經(jīng)歷10余年的發(fā)展，在全球人工智能領(lǐng)域幾乎是所有開(kāi)發(fā)者都在使用的“底層基礎(chǔ)設(shè)施”，也是英偉達(dá)“最深的護(hù)城河”。金融企業(yè)作為人工智能應(yīng)用的前沿行業(yè)，應(yīng)發(fā)揮構(gòu)建國(guó)產(chǎn)算力生態(tài)需求側(cè)“頭雁”作用，效仿CUDA建立之初的經(jīng)驗(yàn)。在CUDA推廣初期，英偉達(dá)廣泛派遣工程師前往科研機(jī)構(gòu)、企業(yè)幫助部署、共同解決CUDA部署中存在的問(wèn)題。建立國(guó)產(chǎn)算力的底層軟件，亦需要算力廠(chǎng)商、大模型廠(chǎng)商與應(yīng)用企業(yè)一道的合作構(gòu)建。

建設(shè)金融行業(yè)算力基礎(chǔ)設(shè)施，保障金融數(shù)據(jù)安全，提升算力使用效率。相較大型金融機(jī)構(gòu)，中小金融機(jī)構(gòu)科技研發(fā)支出較少，缺乏生成式人工智能應(yīng)用工具研發(fā)和本地化部署能力。不少中小金融機(jī)構(gòu)員工通過(guò)使用云計(jì)算廠(chǎng)商API或人工智能廠(chǎng)商應(yīng)用的方式獲取相關(guān)服務(wù)，敏感金融數(shù)據(jù)上傳至云服務(wù)器，形成了金融數(shù)據(jù)安全隱患。另一方面，人工智能數(shù)據(jù)中心建設(shè)成本高昂，大型金融機(jī)構(gòu)本地部署、重復(fù)開(kāi)發(fā)的模式也導(dǎo)致算力和研發(fā)資源使用相對(duì)低效?？尚Х隆皷|數(shù)西算”和“超算中心”模式，由金融機(jī)構(gòu)共同出資建立行業(yè)算力基礎(chǔ)設(shè)施，各機(jī)構(gòu)按需付費(fèi)使用，提升算力使用和研發(fā)效率。

（作者單位：中國(guó)建設(shè)銀行辦公室）