此外，我們也不能因為DeepSeek的成功，就要鼓勵社會資本一擁而上地研發(fā)通用大模型，再造一批“DeepSeeks”。我們能做的，是去培育一個能產生出DeepSeek的科創(chuàng)環(huán)境，包括構建創(chuàng)新土壤、培育科技型企業(yè)家、推動“政產學研用”的深度融合等。

　　記者：DeepSeek的崛起對中國AI的發(fā)展，帶來哪些啟示？

　　張文宇：DeepSeek不懼個別國家發(fā)起的“芯片禁令”和構筑的“小院高墻”，在算力資源受限環(huán)境下另辟蹊徑，通過對人工智能三要素(數(shù)據(jù)、算力、算法)進行一系列的系統(tǒng)級協(xié)同創(chuàng)新與工程優(yōu)化，并選擇向全世界開源，這無疑走出了與OpenAI等國外公司不同的技術路線，可謂是用一個“筋斗云”實現(xiàn)了AI產業(yè)的“換道超車”，堪稱是一場AI技術革命。DeepSeek的啟示在于——中國AI的崛起，本質上是一場大規(guī)模系統(tǒng)級工程創(chuàng)新的勝利，它證明了在既有技術框架下，通過工程優(yōu)化與路徑創(chuàng)新，完全可能實現(xiàn)局部超越。

　　我們不僅要用AI賦能傳統(tǒng)產業(yè)實現(xiàn)轉型升級，更要用AI賦能戰(zhàn)略性新興產業(yè)與未來產業(yè)。不要沉溺于一個賽道的資本競爭，唯有通過另辟蹊徑的賽道轉換，中國企業(yè)才能獲得更多領跑世界的契機。

　　記者：DeepSeek作為新一代人工智能技術，其在自然語言處理、機器學習等方面的突破，將如何具體應用于金融行業(yè)？例如，在風險評估、投資決策、客戶服務等方面，DeepSeek將帶來哪些變革性的應用場景？

　　張文宇：DeepSeek作為國產開源AI大模型，憑借其低成本、高性能及多模態(tài)能力，直接把之前像原子彈一樣寶貴的大模型資源干到了人人都用得起的“茶葉蛋”。整個金融行業(yè)都在深度擁抱DeepSeek，涵蓋了銀行、證券、基金、保險與財富管理、金融科技公司等機構。

　　比如說風險評估，過去銀行主要看表格數(shù)據(jù)，但DeepSeek更聰明。它能分析客戶在社交媒體的動態(tài)、手寫的合同文件，甚至電話錄音里的情緒，把這些零散信息拼成完整的風險畫像。

　　再來看投資決策。以前分析師看幾百份報告要花好幾天，現(xiàn)在DeepSeek能秒讀海量資料，還能從微博、新聞里抓取市場情緒。DeepSeek對普通投資者也很實用——你告訴它“想要收益高又穩(wěn)妥”，它就能結合你的存款、投資歷史，推薦量身定制的理財方案。

　　在客戶服務方面變化更大�，F(xiàn)在手機銀行的智能客服不再是從數(shù)據(jù)庫里匹配歷史答案，因為DeepSeek讓對話更接近真人。它能記住你上次咨詢的內容，甚至預判需求：比如發(fā)現(xiàn)你經常境外消費，可能會因此主動推薦適合的信用卡給你。這種“大模型+金融”的組合，正在讓金融服務從“你有需求來找我”變成“我懂你要什么”的深度個性化推薦模式。

　　記者：DeepSeek的普及應用，將對金融行業(yè)的產業(yè)鏈、商業(yè)模式、競爭格局產生哪些影響？是否會催生新的金融業(yè)態(tài)？傳統(tǒng)金融機構將如何應對挑戰(zhàn)？

　　張文宇：作為開源大模型，DeepSeek正在深刻重構金融行業(yè)的產業(yè)鏈、商業(yè)模式與競爭格局。其影響可概括為五個維度：

　　1、DeepSeek從算力依賴到生態(tài)共建重構了金融行業(yè)的產業(yè)鏈。過去金融行業(yè)的數(shù)字化高度依賴國外技術，而DeepSeek通過國產化技術路徑，正在改變這種格局。這種突破不僅降低了運營成本，更重要的是形成了從芯片、服務器到應用場景的國產技術鏈條。

　　2、傳統(tǒng)金融服務如同“標準化流水線”，而在AI驅動下，金融服務正在向“大規(guī)模個性化定制”轉型。DeepSeek從“功能服務”到“智能伙伴”實現(xiàn)了商業(yè)模式革新。

　　3、技術門檻的降低帶來了行業(yè)競爭格局的洗牌。即使是中小金融機構也能通過引入DeepSeek的開源模型，用極低成本實現(xiàn)智能投顧服務，服務質量直追頭部機構。這就像智能手機時代，小廠商也能通過安卓系統(tǒng)挑戰(zhàn)行業(yè)巨頭。但同時，數(shù)據(jù)安全和算法倫理成為新的競爭壁壘。

　　4、DeepSeek已經在加速催生新的金融業(yè)態(tài)。例如已有基金公司基于DeepSeek的情緒分析模塊，推出實時調整倉位的“輿情指數(shù)基金”。

　　5、為了應對大模型時代所帶來的新挑戰(zhàn)，傳統(tǒng)金融機構一定要把AI作為助力金融行業(yè)提質增效的輔助手段，將其升級為支撐金融行業(yè)轉型升級不可或缺的基礎設施和核心能力，使其如水、電一樣融入數(shù)字金融實踐中，加快從“+AI”向“AI+”轉變�！癆I+金融”的本質在于金融機制的創(chuàng)新，如果不清楚金融機制創(chuàng)新在哪里、哪里的金融流程需要再造、哪里的金融價值需要共創(chuàng)，事實上是完成不了“AI+金融”創(chuàng)新的。

　　記者：DeepSeek在金融行業(yè)的應用，可能面臨哪些技術、倫理、監(jiān)管等方面的挑戰(zhàn)？如何確保算法的公平性和透明度？如何防范數(shù)據(jù)安全和隱私泄露風險？

　　張文宇：我們如果把大模型比喻為人類社會又一次鉆木取火所產生的星星之火的話，那么用好了會造福人類，用不好就是火災；用好了會帶來人類歷史上新一輪生產力的大解放，用不好就會成為人類社會雪崩前的第一片雪花。DeepSeek在金融行業(yè)的應用，當然面臨著技術、倫理、監(jiān)管等方面的挑戰(zhàn)。

　　DeepSeek和其他大模型一樣，有時候難免一本正經胡說八道。某銀行用AI審核小微企業(yè)貸款，把企業(yè)主在朋友圈發(fā)的“最近壓力大”誤判為經營風險，差點錯拒優(yōu)質客戶。要避免這個問題的發(fā)生，解決方案之一是用本地知識庫與知識圖譜來增強大模型的推理能力；解決方案之二是采取人機物三元融合智能的方法，重要決策必須由AI初篩加人工復核。例如，浙江財經大學人工智能研究院正與同花順公司合作研發(fā)并形成基于產業(yè)大模型、人機物三元融合智能以及知識圖譜增強的產業(yè)鏈全域風險監(jiān)測與預警平臺，以提升我國供應鏈、產業(yè)鏈、價值鏈的群智融合服務能力，以及跨系統(tǒng)、跨地域、跨業(yè)態(tài)、跨鏈聯(lián)合監(jiān)測與風險預警能力。

　　我們需要研究AI倫理問題，例如，要防止AI歧視特定群體。有人是這么解決該問題的，即采取定期“道德考試”的方法，用模擬案例測試AI決策是否公平。

　　AI平臺算法可能走偏，營造“信息繭房”，讓算法淪為算計。這是因為，人工智能的傳統(tǒng)三要素——數(shù)據(jù)、算力、算法，并不能應對人類文明與人工智能之間的新沖突與新融合，未來需要把人性這個要素也考慮進來，缺“心”的機器容易給人類社會帶來災難。因此，要發(fā)展以人為本、智能向善、負責任的平臺算法變得非常重要。現(xiàn)在的AI就像孩子一樣，若再不教化，以后會給人類社會的安全、治理、監(jiān)管、版權、倫理等多個方面帶來越來越大的風險和挑戰(zhàn)。

　　防范數(shù)據(jù)安全和隱私泄露風險需要構建多層級防護體系。例如，在數(shù)據(jù)預處理階段，要做數(shù)據(jù)脫敏與數(shù)據(jù)清洗。在模型訓練階段，可以采取隱私計算技術，以及數(shù)據(jù)與模型解耦的模型架構設計方法。在推理階段，要采用訪問控制機制與輸出防護技術。

　　記者：目前來看，DeepSeek最先會取代哪些金融崗位？從業(yè)者應該怎樣高效利用DeepSeek來提升自己的工作效率和能力？

　　張文宇：根據(jù)當前金融機構的應用實踐和行業(yè)分析，有些崗位將率先受到沖擊，如基礎數(shù)據(jù)處理與審核類崗位、標準化服務與運營支持崗位、初級投研與報告生成崗位、基礎營銷與產品推薦崗位等。

　　面對技術沖擊，金融從業(yè)者可通過高效利用DeepSeek來實現(xiàn)能力升級：

　　1、我們要掌握人機協(xié)作的核心技能，學習使用DeepSeek的自動化功能(如財報分析、輿情監(jiān)控等)，將重復性腦力勞動任務交給AI。隨著DeepSeek等大模型的普及，很快會實現(xiàn)技術平權。當人人都有AI能力時，想要脫穎而出的人靠的還是自身的高階思維能力，包括創(chuàng)造力、想象力、情感力、批判性思維、溝通能力等，才能讓自己鶴立“機”群、成為人機共生系統(tǒng)中的主角。

　　2、我們要把自己轉型為AI增強型人才，通過數(shù)據(jù)解讀與決策驗證，強化對AI生成結果的批判性思考。例如某銀行將DeepSeek嵌入反洗錢監(jiān)測系統(tǒng)，但人工核查環(huán)節(jié)仍然不可缺少。我想起了愛迪生的一句名言：天才來自1%的靈感和99%的汗水。我之前非常奇怪，99%的汗水更重要，為什么不把汗水放在前面呢？現(xiàn)在我懂了，我懷疑愛迪生是穿越來的。那就是，隨著生成式人工智能敲開了通用人工智能大門后，99%的搬磚汗水將會逐漸被機器所取代，只有那1%的人類靈感是不容易被機器所取代的。

　　3、我們要聚焦AI難以應對的復雜與高附加值場景，可以利用DeepSeek的多維度數(shù)據(jù)分析能力來探索交易記錄、社交媒體行為等，識別潛在需求并提供主動服務。

　　4、為了防止AI失控或者一本正經說胡話，AI訓練師會成為新職業(yè)，將參與AI治理與倫理建設，例如，通過數(shù)據(jù)標注和反饋訓練提升模型精準度等。

　　總之，當機器越來越像人，人不能跟機器比拼重復的體力勞動能力與重復的腦力勞動能力，而是應該去發(fā)揮蘊含著人類靈感與人性光輝的基礎創(chuàng)新、內容創(chuàng)新、平臺創(chuàng)新、模式創(chuàng)新，以及文理商工跨學科融合創(chuàng)新能力，要把自己進化得更像人。(記者 江英華整理)