專訪廈門銀行副行長、首席信息官鄭承滿：DeepSeek等大模型促使銀行業數字化向“認知重構”演進

每經記者 張壽林    每經編輯 張益銘

近期，DeepSeek卷起的AI浪潮席卷各行各業，銀行業對此也展開了激烈討論。

圍繞銀行業如何運用人工智能等前沿科技，廈門銀行副行長、首席信息官鄭承滿接受了《每日經濟新聞》記者（以下簡稱“NBD”）專訪。

鄭承滿深耕銀行業金融科技逾30年，是銀行業金融科技權威專家。在專訪中他指出，人工智能技術正在從專用模型“單點突破”向通用智能“系統進化”，技術變革帶來的是思維范式的變革，以DeepSeek為代表的大模型不是簡單的工具升級（科技發展），而是推動銀行從“流程自動化”向“認知自動化”躍遷的核心引擎，促使銀行業數字化轉型從“系統改造”向“認知重構”演進。

鄭承滿表示，金融科技發展是城商行數字化轉型的杠桿，數據成為新的生產要素，各種智能化應用替代人工重復勞動，開放銀行打破服務半徑，生成式人工智能引發能力質變，這些生產力的變革帶來銀行效率與價值的重構。

廈門銀行副行長、首席信息官 鄭承滿 受訪者供圖

運用端搶占技術先機未必是最優方案

NBD：從銀行業金融科技實踐角度，在對DeepSeek等大模型的運用上，請問你有哪些最新體會和觀察？

鄭承滿：大模型（生成式AI)已經悄然改變了很多人的生活，我自己在用一些大模型工具時也覺得非常便利和高效，很多時候大模型比我們聰明。在DeepSeek的運用上，我們更應該將它看作人類的“認知伙伴”，這個伙伴有許多能力，能擴展人類的認知邊界、分析解決問題、激發創新等，還能通過不斷訓練和人共同成長，從這個角度來講，所有數字化場景都可以是大模型的應用場景。毋庸置疑的是，未來“會用大模型”將成為銀行人的必備技能。

當下，銀行業關鍵在于把握技術窗口期，將大模型從"技術話題"轉化為"戰略引擎"，形成生產力，使價值顯性化。更重要的是銀行文化的變革，要將人工智能驅動的思維融入到銀行組織基因中，驅動組織能力升級。

技術變革帶來的生產力令人振奮，但在大模型技術運用過程中有幾點值得注意：一是要保持“以客戶為中心”的初心，避免技術堆砌、盲目跟風而忽視客戶真實需求；二是人工智能幻覺問題仍然存在，銀行作為強監管機構，在對客場景的使用上還要謹慎尋找發力點；三是數據安全與隱私挑戰日漸加劇，人工智能應用又引入新的倫理與合規風險，銀行需要平衡技術創新與風險管控，在創新與穩健中找到契合的平衡點，構建“敏捷且安全”的人工智能體系；四是大模型技術的發展日新月異，搶占技術先機未必是最優方案，如何找到契合自身的精準場景切入才是關鍵。

NBD：請問2024年以來，廈門銀行在金融科技方面做了哪些探索？取得哪些進展？

鄭承滿：秉持"科技賦能金融，創新驅動未來"的理念，廈門銀行持續在云計算、人工智能、大數據等領域開展研究與應用探索，主要工作包括：

基礎架構升級：推進分布式架構轉型，運用分布式存儲技術實現核心系統的高可用與彈性擴展，在大數據平臺、企業級文檔管理等重點系統已穩定運行；推進云化改造，在開發測試環境試行云計算管理平臺，提升資源交付效率。

人工智能+RPA重塑業務流程：RPA流程機器人已深度應用至營運、風險及前臺業務條線，60+流程自動化節省人力資源超50人年，單部門流程效率提升最高達10倍；在智能客服、生物識別、遠程柜臺等領域運用OCR、NLP等人工智能技術，形成智能化服務矩陣，改善用戶體驗、提升金融服務效率。

此外，在數字化風控、實時營銷、經營決策等各領域持續深化大數據技術應用，運用區塊鏈技術優化詢證函、海運費支付流程，實現區塊鏈生態突破。

NBD：對于進一步推進金融科技，請問廈門銀行目前有哪些考慮或安排？

鄭承滿：廈門銀行將持續加強金融科技研究與應用推廣，積極探索云、分布式、人工智能、北斗等新技術在金融領域的創新應用，推動容器、分布式數據庫、北斗授時系統的建設落地；持續建設RPA流程機器人，進一步提升企業流程效率；本地化部署以大模型為基座的人工智能服務平臺，在文檔解讀、報告編寫、文檔審查、培訓管理、代碼生成與走查等場景應用落地。

生產力的變革帶來銀行效率與價值的重構

NBD：你對銀行業金融科技有長期深厚研究和實踐。請問對于銀行業金融科技當前發展，你有哪些體會和思考？

鄭承滿：金融科技發展是城商行數字化轉型的杠桿，數據成為新的生產要素，各種智能化應用替代人工重復勞動，開放銀行打破服務半徑，生成式人工智能引發能力質變，這些生產力的變革帶來銀行效率與價值的重構。

在技術發展與應用上，基礎設施的迭代從穩態轉向雙模驅動，分布式技術應用遭遇技術債痛點，人工智能發展迅猛，數據治理與安全合規壓力加劇，這些變化都使得城商行技術戰略的選擇面臨自主可控與快速迭代、體驗升級與安全加固、集中建設與敏捷響應、資源投入與效益衡量等平衡木上的抉擇。

數字化轉型是生產力、生產關系和生產工具的三重變革，生產工具是基建，生產力是能源，從生產關系上驅動生產力變現是核心，數據轉型是業務轉型的成功，并不是技術轉型。因此，銀行要打破組織架構邊界，對內從“部門墻”走向融合共進，對外積極融入金融生態圈，從組織和文化上驅動數字化轉型。在此過程中，不可避免地要面臨人才稀缺、組織架構轉型陣痛、文化與思維沖突等挑戰。如何將生產關系調整到位，使得生產資料與其配套？人（文化上）這個最活躍的因素在其中起到關鍵性作用。我們要有“路雖遠行則將至，事雖難做則必成”的信念。

NBD：對于銀行業在人工智能上的進一步運用及其帶來的可能變化，請問你有哪些判斷和提示？

鄭承滿：人工智能的深化應用目前尚在實踐過程中，但銀行將要發生的轉變是實實在在的。

一是銀行業務模式的重構。依托人工智能實現“千人千面”服務，使銀行從“產品中心”向“用戶中心”轉變，并伴隨著業務流程的革新再造，打破銀行傳統服務邊界。

二是人力結構的轉型。人機協同將成為常態，銀行員工必須掌握運用人工智能工具提升產能的思維和技能，更多的執行者要向分析者、決策者轉變。崗位替代升級也是必然，部分基礎崗位將被人工智能替代，模型訓練師等人工智能人才會被更多引進。

三是行業競爭格局的重塑。技術領先的頭部銀行可能通過人工智能建立護城河，中小城商行要通過組織變革、差異化能力建設、高質量數據整合等破局，成為人工智能浪潮中的適應者和引領者。

人工智能技術的發展為中小城商行數字化轉型帶來了前所未有的機遇，但也面臨技術投入、人才資源、數據安全等多重挑戰，需結合自身特點，打造本地化與差異化優勢，提升競爭力。廈門銀行也將繼續深耕本地，以客戶為中心，堅持金融科技創新，服務實體經濟發展，全力向我行愿景邁進。