当DeepSeek来金融圈抢“饭碗”

（原标题：当DeepSeek来金融圈抢“饭碗”）

一场由AI掀起的职业生存战，春节复工后正在金融圈的格子间里打响。

2月14日清晨，北京某券商大楼里，35岁的金融数据分析师张强在工位上反复刷新着DeepSeek-R1的测试界面。屏幕里，这个国产AI大模型仅用3分钟就完成了他原本需要几个小时处理报告内容，甚至精准标注出他之前忽视的一些风险因子。“未来它可能比我更懂我的工作”——这个念头让坐在格子间工位上的张强后背发凉。

2025年开年，一只来自中国的“蓝色鲸鱼”在全球科技领域翻涌起滔天巨浪。深度求索公司近期推出的开源大模型DeepSeek-R1，结合高性能和低成本的优势迅速在市场上激起层层涟漪。

蛇年春节复工首周，金融领域动作频繁，银行、保险、基金、证券等多个行业，都迅速启动与DeepSeek系列模型的深度融合。

虽然AI技术革命带给金融行业的焦虑久已，但DeepSeek的出现更像一场疾行风暴，颠覆着从业者内心最后的安全感。当AI学会抢饭碗，打工人又该如何守住工位？

DeepSeek加速渗透

DeepSeek大模型凭借低成本、高性能的优势，打破了大型模型在企业级部署上的高昂成本与复杂限制，为众多企业铺设了一条通往智能化转型的坦途。

以江苏银行(600919)为例，该行依托“智慧小苏”大语言模型服务平台，成功本地化部署微调DeepSeek-VL2多模态模型、轻量DeepSeek-R1推理模型，分别运用于智能合同质检和自动化估值对账场景中。

据江苏银行透露，该行应用R1推理模型，结合邮件网关解析处理能力，实现邮件分类、产品匹配、交易录入、估值表解析对账全链路自动化处理，识别成功率达90%以上，目前已初步实现业务集中运营，按照平均手工操作水平测算，每天可节约9.68小时工作量。

“DeepSeek具有较强的数据分析、语义理解和计算推理功能，在银行业完善线上线下服务，强化客户需求分析和产品创新的针对性，做好风险管理以及提升机构运营效率等方面具有较多应用潜力。”中国邮政储蓄银行研究员娄飞鹏认为。

民建北京市委金融委副主任、中关村互联网金融研究院院长、中关村(000931)金融科技产业发展联盟秘书长刘勇称，在信贷审核领域，DeepSeek-VL2多模态模型的应用显著提升了信贷材料的综合识别准确率至超97%，同时信贷审核全流程效率提升了20%。

保险行业同样积极跟进。其中，新华保险(601336)借助新华e家App技术底层栈与互联网的技术生态互通的优势，在新华e家App成功接入DeepSeekR1、V3两款模型产品，打造个人AI助理支持多个智能应用场景。

此外，包括广发证券(000776)、国泰君安(601211)证券、国金证券(600109)、汇添富基金、景顺长城基金等多家公司，都于近日官宣已完成DeepSeek本地化部署。

券商行业研究员李游介绍，他们公司将DeepSeek模型主要应用在日常办公场景，以及app的智能投顾功能。他觉得，DeepSeek在检索资料和润色文稿方面非常便捷。

尽管AI技术在金融领域展现出了巨大的潜力和广阔的应用前景，但其实际应用过程中仍然面临着一些挑战和风险。“数据安全与隐私风险、模型可解释性不足、技术依赖与系统稳定性都不容忽视。”刘勇指出。

此外，招联首席研究员、上海金融与发展实验室副主任董希淼指出，必须看到大模型等加快应用可能产生隐私权、著作权等方面问题。如何发挥积极作用、降低负面影响，助推数字金融高质量发展，是金融业人工智能技术运用方面应严肃面对的重大问题。

职业焦虑蔓延

在这场技术盛宴背后，隐藏着金融从业者们的焦虑与不安。

AI会抢饭碗吗？

随着DeepSeek等AI大模型在金融领域应用的不断深入，这个问题如同高悬在众人头顶的达摩克利斯之剑，再次在从业者之间引发激烈讨论。

张强对此感触颇深。“以往，要花费数周甚至数月时间收集和分析数据，才能得出一份相对准确的市场分析报告。现在，只需将相关数据输入AI模型，它就能在短时间内生成一份详尽且全面的市场分析报告。”张强开始思考，在这样的技术革新下，自己的专业技能和经验是否还有价值，他的职业道路又该何去何从？

“我知道这是科技进步的必然结果，但心里还是忍不住感到焦虑。”张强表示。

银行理财顾问苏娜也在朋友圈自曝职业焦虑“王总说‘小苏啊，你的方案和AI差不多，人家半夜两点还能秒回。’一时不知该如何作答。”寥寥数语，却道尽了她的尴尬与无助。

和讯网的实测结果更是让她的担忧变得具体化。在DeepSeek中输入“30岁，未婚，年收入20万元的打工族，如何做好理财规划？”这样一个常见问题时，DeepSeek在30秒内就生成了一份理财规划指南。这份指南包含应急资金、商业保险配置、投资组合配置、消费优化与收入提升的理财规划指南，甚至具体到养老储备和购房购车规划等长期目标。

据江苏银行介绍，该行持续探索大模型技术在金融场景的应用，已落地近二十个场景，为客服坐席、客户经理、研发运维人员释放大量生产力。

今年1月，工商银行在投资者互动平台上表示，将人工智能等新技术投入到金融市场、信贷、营销、风控等多个业务领域，2024年全集团人工智能等新技术承担工作量超4万人。

证券从业人员同样未能幸免这场风暴。“网络上出现了一些使用DeepSeek来推荐股票的信息和做行业研究的分析，DeepSeek也能快速地生成文字，包括它对一些问题的思考，快速整合大量的信息资源，很多时候比我想的更加全面。”李游忧虑地说道。

有券商分析师坦言，AI在信息整合环节已形成碾压优势，其团队试用DeepSeek生成的行研报告，在数据完整性和逻辑严密性方面已超越初级分析师水平。

甚至有基金经理发出质疑：“当机器能写出媲美985硕士的研报，我们凭什么为信息差付费？”

花旗在一份关于AI的研报中指出，AI可取代的金融岗位比其他任何行业都多。报告显示，整个银行业约有54%的工作岗位有较高的“自动化潜力”，另有12%的岗位可能因为AI技术而得到增强。在保险和资本市场行业中分别有48%和40%的就业岗位存在“非常高的自动化潜力”。

这一组组数据无疑给金融从业者敲响了警钟。他们开始担忧，是否将面临转岗或是下岗困境？

谁被最快替代？

那么，哪些职业会成为第一批被AI替代的“牺牲者”？

DeepSeek列出了六大被AI替代的高风险领域，职业类型包括数据输入员、初级行政/文员、收银员与银行柜员、电话客服与呼叫中心从业者、电话销售与客户代表、保险精算师与报税员、翻译（低端）与财经记者、仓库管理员与生产线质检员、分类与包装工人、基础程序员与平面设计师。

再进一步追问“哪些金融职业会成为第一批被AI替代的‘牺牲者’？”

DeepSeek回答称，银行柜员、保险核保员、基础风控人员、交易执行岗将成为首批被替代的群体，而复杂决策、创新设计及客户关系维护类岗位仍具不可替代性。

麦肯锡全球研究院指出，受生成式AI影响最大的前十大职业将是：客户服务与销售；秘书与行政助理；IT与软件工程师；网页与数字界面设计师；写作者、编辑、作家；会计与审计员；口译与笔译员；法律专业人士；新闻分析师、记者与新闻工作者；财务分析师。

从历史发展来看，提高人力的产出效率是技术进步的一个重要方向。“人工智能作为新兴技术，有效应用可以提高金融从业人员的产出效率。这中间也可能形成人工智能技术对人力的替代，特别是从事简单规范动作职位容易被替代。”娄飞鹏指出。

刘勇认为，高重复性和规则明确的职位，如基础数据分析、客户服务和报表制作，正逐渐被自动化工具和软件取代。而涉及复杂决策、人际沟通或创造性思维的职位，例如高级投资经理、合规顾问和客户关系维护，仍依赖于人类的经验和判断力，难以被人工智能所替代。

不过，即便AI在整个行业里取代了一些角色，但这项技术也创造了新的岗位需求，比如，AI训练师、算法伦理顾问等岗位。DeepSeek自身也在高薪招募深度学习研究员等职位，月薪均超3万元。

AI是工具，不是终点。刘勇指出，人工智能应被视为金融从业者的助手，而非替代者，从业者需向更高价值的技能领域转型和提升。面对这一波技术的浪潮，金融行业的参与者必须主动调整自己的策略，以适应这一变化。

智联招聘2025年春招首周面向职场人的调研数据显示，有六成职场人已在工作中使用AI工具，明显高于去年同期的44%，越来越多的职场人开始接受并积极将AI技术应用到工作中。

李游强调，“未来可能只有能完全驾驭AI的人才不会被AI所替代。”