DeepSeek відзначає першу річницю: чи змінили великі моделі комерційні банки? Значний ефект зниження маркетингових витрат, більше функцій ще потрібно спостерігати

Минулого січня з’явилася DeepSeek, що ознаменувало початок хвилі впровадження великих моделей у вітчизняному банківському секторі. Минув рік, і які саме зміни принесли великі моделі банкам? За останні два тижні журналісти Financial Associated провели глибокі бесіди та інтерв’ю з представниками банківської сфери.

Кілька банківських співробітників зазначили, що з точки зору практичного застосування, наразі великі моделі вже мають помітний вплив у сферах маркетингу, розумних сервісів та навчання персоналу. Вони також відіграють певну роль у оптимізації ризик-менеджменту, але потрібно ще спостерігати за результатами. Щодо заяв про те, що великі моделі можуть посилити ключові можливості банків у сфері виявлення ризиків або навіть «переформатувати» системи ризик-менеджменту, кілька банківських співробітників попередили, що не слід бути надто оптимістичними, і потрібно більше часу та кейсів для порівняльного аналізу.

«DeepSeek з’явилася лише минулого року, і вже деякі банки говорили, що вона допомогла оптимізувати ризик-менеджмент ще у другій половині року. На мою думку, це малоймовірно.» — зазначив співробітник міського комерційного банку, додавши, що власна система ризик-менеджменту банку вже досить зріла та автоматизована, і роль людського втручання значно зменшилася. Головне — це достовірність вихідних матеріалів, тобто надійність джерел даних. Хоча великі моделі можуть прискорити процес перевірки, «чи дійсно вони підвищують точність ризик-менеджменту», — потрібно порівнювати результати щонайменше протягом року або й довше, щоб зробити висновки.

Великі моделі економлять значні маркетингові витрати банків, але потрібно більше спостережень

Представник одного з публічних банків повідомив, що через потребу у маркетингу та просуванні бренду, щороку витрати банку на створення маркетингових плакатів, рекламу та інші заходи становили близько десятків мільйонів юанів. Оскільки ці роботи раніше виконувалися сторонніми компаніями, які брали на себе відповідальність після отримання запитів банку. «Багато разів ми були незадоволені і доводилося багато разів переробляти.»

Однак, після появи DeepSeek минулого року, банк почав керувати внутрішніми співробітниками у застосуванні AI для дизайну, і результати були дуже хорошими: «Хоча ще потрібне людське втручання, враховуючи інші витрати, минулого року ця стаття витрат зменшилася до мільйонів юанів». За його словами, з 10 мільйонів до 1 мільйона — AI великі моделі вже принесли банкам реальні переваги у деяких сферах.

«Після впровадження великих моделей, наш банк більше не потребує так багато сторонніх компаній.» — зазначив співробітник публічного банку. Він вважає, що навіть у внутрішніх підрозділах, коли AI великі моделі стануть зрілими, частина офлайн-посад може поступово скорочуватися або зникнути.

У сферах навчання персоналу та розумних клієнтів AI великі моделі вже застосовуються стабільно. Представники пояснили, що раніше навчання співробітників, особливо менеджерів з управління активами, вимагало багато часу та людських ресурсів. Але з впровадженням AI ситуація змінилася. Зараз головна ідея — передавати оптимізовані маркетингові сценарії та фінансові знання через бекенд співробітникам на місцях, які можуть краще продавати продукти за допомогою AI моделей.

Фінансовий технологічний співробітник одного з акціонерних банків зазначив, що найбільша цінність AI великих моделей полягає у здатності «перенесеного навчання», тобто здатності узагальнювати досвід із зрілих сценаріїв і застосовувати його до нових подібних ситуацій. Тому вже є певні застосування та переваги у маркетингу фінансових продуктів.

Однак у бесідах з Financial Associated та представниками сфери, позитивні аспекти великих моделей обмежуються цим. Подальше застосування у бізнесі наразі більше схильне до експериментів і дискусій.

Журналісти дізналися, що окрім ризик-менеджменту, популярною нині сферою є інтелектуальний маркетинг, і у цій галузі банки все ще сперечаються щодо застосування AI. Представник одного з публічних банків сказав, що з розвитком AI у майбутньому ідеальним сценарієм може стати: робот AI дає рекомендації щодо купівлі фінансових продуктів, і менеджер з управління активами більше не потрібен. Однак цей погляд не підтримується колегами: один із співробітників банку зазначив, що «однаковий AI-маркетинг для тисячі клієнтів» може бути не підходящим для кожної людини, і він особисто віддає перевагу спілкуванню з реальними людьми.

Відсутність «убивчих» застосувань, конкуренція у сфері великих моделей посилюється

Співробітник одного з публічних міських комерційних банків повідомив, що минулого лютого, після появи DeepSeek, цей банк також впровадив цю модель і залучив технічних фахівців до глибокого навчання та розгортання. На жаль, наразі банк не створив достатньо зрілих та зручних застосувань на базі DeepSee. Загалом, застосування DeepSeek у банківській сфері не демонструє очевидних переваг. «Зараз вже немає такого захоплення.» — додав співробітник, зазначивши, що хоча банк і продовжує використовувати DeepSeek, «очікування вже знизилися», і не очікує швидких революційних або «убивчих» застосувань.

Ще один співробітник місцевого міського банку підтвердив, що минулого року, помітивши обмеження DeepSee у фінансових даних, вони намагалися об’єднати «малу модель» з одним із напрямків бізнесу та DeepSeek для створення практичних застосувань. Але наразі результати залишаються невтішними, і потрібні додаткові дослідження та вдосконалення.

Журналісти Financial Associated дізналися, що найбільша роль DeepSeek наразі — це стимулювати швидке впровадження у інших банках та активну конкуренцію у сферах фінансів і медицини. З другої половини минулого року, у тому числі за участю Alibaba Qianwen, великі моделі активно досліджуються та укладають партнерства з кількома банками, і вже досягнуто позитивних результатів. Раніше один із провідних державних банків оголосив про співпрацю з Alibaba.

«Alibaba і наш банк також співпрацюють. Ми закупили та впровадили їхню велику модель.» — підтвердив співробітник одного з провідних міських банків, додавши, що наразі банк використовує «стратегію багатопланової реалізації». Однак застосування ще перебуває у стадії досліджень, оскільки банки мають високі вимоги до безпеки даних та стабільності систем.