计算机行业金融AI系列报告：银行或为下游最先崛起的AI应用场景.pdf

[Table_PageTop]计算机/行业深度

目录

1.为什么我们看好AI在银行的落地？5

2.大行积极进行大模型业务布局，2024-2029年国内银行在AI及大数据投入

CAGR有望为24%9

3.Deepseek问世，AI应用的“诺曼底时刻”来临13

3.1.Deepseek模型盘点：训练/推理成本优化构筑核心竞争力13

3.2.Deepseek核心优势的归因：混合专家模型、多头潜在注意力机制20

3.3.Deepseek为“AI普惠”创造可能，AI应用的星辰大海就此开启22

4.2025年AIAgent元年开启，Agent成为海内外大厂兵家必争之地23

4.1.AIAgent是什么？23

4.2.谷歌：产品线广泛，从通用到多步骤任务、编程/游戏Agent26

4.3.微软：打造世界最大AIAgent生态系统，使得客户自建成为可能29

4.4.字节跳动30

5.海外映射：海外银行AI应用发展如火如荼，已在贷款、反欺诈、资产定价、

资金管理等领域落地33

5.1.Upstart：依靠人工智能及大数据开展助贷业务，显著提升审批的快捷度和准确性33

5.2.国外多家知名银行AI应用在客服、知识库、AI编程、反欺诈、资产定价、监管、资金

管理等领域落地36

6.国内银行+AI的发展现状、标的分析43

6.1.宇信科技43

6.2.京北方47

6.3.高伟达48

6.4.天阳科技49

6.5.神州信息53

7.风险提示55

图表目录

图1：2010-2024年中国商业银行净息差5

图2：北京银行构建可信金融训练集6

图3：统一集中管理模式下的外部数据管理流程7

图4：AI在银行业不同领域和职能中的潜在价值9

图5：2023以及2028年中国银行业IT解决方案市场规模（亿元）10

图6：大模型技术迭代与产品模式应用分析10

图7：2024以及2028年AI解决方案支出最多的行业12

图8：汇丰银行预测短期AI应用落地较快的领域12

图9：2024以及2029年银行业科技投入情况分析13

图10：2024-2029年银行业前沿技术投入规模拆分（亿元）13

图11：DeepSeek公司发展历程13

图12：DeepSeek-V2与其他主流模型的性能比较14

图13：DeepSeek-V2活跃参数（十亿）14

图14：DeepSeek-V3的表现优于其他开源模型，并达到了与领先的闭源模型相当的性能14

图15：DeepSeek-R1在数学、代码和推理任务均达到了与OpenAI-o1相当的性能16

图16：DeepSeek-R1-Distill模型基于开源模型进行了微调17

图17：DeepSeekMath7B性能接近Gemini-Ultra和GPT-418

请务必阅读正文后的声明及说明2/57

[Table_PageTop]计算机/行业深度

图18：DeepSeek-Coder-V2