Homelander The Seven
I will laser every f****** one of you!
Các ngân hàng Trung Quốc đang tăng tốc nỗ lực triển khai các mô hình trí tuệ nhân tạo (AI) DeepSeek trong nhiều tình huống kinh doanh khác nhau, với các ngân hàng thương mại nhà nước và cổ phần lớn tích hợp chúng vào dịch vụ khách hàng thông minh, hiệu quả hoạt động và phê duyệt tín dụng.
Ngân hàng thương mại lớn nhất của đất nước, Ngân hàng Công thương Trung Quốc (ICBC), gần đây đã hoàn thành việc triển khai cục bộ mô hình AI DeepSeek mã nguồn mở mới nhất, ngân hàng thông báo vào thứ Bảy. Mô hình này đã được tích hợp vào khuôn khổ ma trận mô hình lớn của ICBC để tăng cường trí thông minh trên các tình huống kinh doanh tài chính.
Theo tuyên bố của ngân hàng, ICBC đã xây dựng một khuôn khổ nhiều lớp với nhận thức đa phương thức (multi-modal perception) và cộng tác đa nhiệm vụ (multi-task collaboration), tạo thành một ma trận ứng dụng cộng tác của hơn 10 mô hình lớn và hơn 2.000 mô hình truyền thống, cho phép phối hợp tối ưu giữa các mô hình khác nhau.
Ngân hàng đã triển khai các mô hình ngôn ngữ lớn (large language models) để hỗ trợ hơn 20 lĩnh vực kinh doanh chính, với hơn 200 ứng dụng trong thế giới thực, thể hiện động lực mạnh mẽ của công nghệ AI trong việc thúc đẩy sự phát triển chất lượng cao của ngành tài chính. Về đổi mới sản phẩm, ICBC đã phát triển hệ thống đối thoại thông minh ChatDealing, định hình lại quy trình giao dịch và tăng đáng kể khối lượng giao dịch.
Tập trung vào toàn bộ quy trình tín dụng, ICBC đã phát triển một trợ lý kiểm soát rủi ro phê duyệt tín dụng chuyên dụng, tích hợp các yêu cầu chính sách tín dụng, viết báo cáo, đánh giá rủi ro, phân tích dữ liệu và các khuyến nghị phê duyệt khoản vay.
Ngoài ra, vào tháng 2, Ngân hàng Tiết kiệm Bưu điện Trung Quốc (Postal Savings Bank of China) đã thông báo rằng, tận dụng mô hình lớn của riêng mình, ngân hàng đã triển khai và tích hợp mô hình DeepSeek-V3 và mô hình suy luận nhẹ DeepSeek-R1, theo báo cáo của Tân Hoa Xã.
Ngân hàng đã áp dụng DeepSeek vào Trợ lý AI (AI Assistant) của mình, bổ sung khả năng suy luận logic để nâng cao độ chính xác của dịch vụ. Thông qua các chức năng như phân tích sâu, nó xác định chính xác nhu cầu của người dùng và cung cấp các giải pháp dịch vụ được cá nhân hóa và dựa trên kịch bản. Tận dụng hiệu suất suy luận hiệu quả, ngân hàng đã tăng tốc thời gian phản hồi và hiệu quả xử lý tác vụ.
Trong số các ngân hàng cổ phần, Ngân hàng Phát triển Phố Đông Thượng Hải (Shanghai Pudong Development Bank) cũng đã triển khai mô hình lớn DeepSeek-R1 671B, được nhúng trong các ứng dụng trợ lý kỹ thuật số, nâng cao các tình huống như Hỏi & Đáp thông minh, phân tích tài chính và viết báo cáo, theo báo cáo của CNR.
Động thái của nhiều ngân hàng trong việc triển khai các mô hình AI DeepSeek có tác động tích cực đến hoạt động ngân hàng và chuyển đổi kỹ thuật số, chẳng hạn như cải thiện hiệu quả kinh doanh và chất lượng dịch vụ, Wang Peng, một nhà nghiên cứu liên kết tại Học viện Khoa học Xã hội Bắc Kinh, nói với Global Times hôm thứ Năm. Wang nói thêm rằng việc giới thiệu các mô hình DeepSeek có thể nâng cao khả năng quản lý rủi ro và thúc đẩy đổi mới kinh doanh bằng cách cải thiện hiệu quả của việc ra quyết định.
Tuy nhiên, do thông tin của khách hàng ngân hàng có độ nhạy cảm cao và DeepSeek dựa vào khối lượng lớn dữ liệu để đào tạo, nguy cơ rò rỉ dữ liệu tăng lên, Wang nói. Khi các công nghệ AI được áp dụng rộng rãi, các ngân hàng nên đảm bảo rằng việc phát triển, đào tạo và ứng dụng các mô hình DeepSeek tuân thủ các luật, quy định và yêu cầu giám sát có liên quan. Ngoài ra, để nâng cao khả năng diễn giải của mô hình, các ngân hàng nên phát triển các công cụ trực quan hóa để trình bày quá trình ra quyết định và lý do của mô hình một cách trực quan, Wang nói.
Ông cũng lưu ý rằng các ngân hàng cần tăng cường đào tạo nhân tài nội bộ bằng cách phát triển các chương trình có hệ thống để cải thiện năng lực kỹ thuật của nhân viên để theo kịp tốc độ và hiệu quả của việc lặp lại mô hình.
Ngân hàng thương mại lớn nhất của đất nước, Ngân hàng Công thương Trung Quốc (ICBC), gần đây đã hoàn thành việc triển khai cục bộ mô hình AI DeepSeek mã nguồn mở mới nhất, ngân hàng thông báo vào thứ Bảy. Mô hình này đã được tích hợp vào khuôn khổ ma trận mô hình lớn của ICBC để tăng cường trí thông minh trên các tình huống kinh doanh tài chính.
Theo tuyên bố của ngân hàng, ICBC đã xây dựng một khuôn khổ nhiều lớp với nhận thức đa phương thức (multi-modal perception) và cộng tác đa nhiệm vụ (multi-task collaboration), tạo thành một ma trận ứng dụng cộng tác của hơn 10 mô hình lớn và hơn 2.000 mô hình truyền thống, cho phép phối hợp tối ưu giữa các mô hình khác nhau.
Ngân hàng đã triển khai các mô hình ngôn ngữ lớn (large language models) để hỗ trợ hơn 20 lĩnh vực kinh doanh chính, với hơn 200 ứng dụng trong thế giới thực, thể hiện động lực mạnh mẽ của công nghệ AI trong việc thúc đẩy sự phát triển chất lượng cao của ngành tài chính. Về đổi mới sản phẩm, ICBC đã phát triển hệ thống đối thoại thông minh ChatDealing, định hình lại quy trình giao dịch và tăng đáng kể khối lượng giao dịch.
Tập trung vào toàn bộ quy trình tín dụng, ICBC đã phát triển một trợ lý kiểm soát rủi ro phê duyệt tín dụng chuyên dụng, tích hợp các yêu cầu chính sách tín dụng, viết báo cáo, đánh giá rủi ro, phân tích dữ liệu và các khuyến nghị phê duyệt khoản vay.
Ngoài ra, vào tháng 2, Ngân hàng Tiết kiệm Bưu điện Trung Quốc (Postal Savings Bank of China) đã thông báo rằng, tận dụng mô hình lớn của riêng mình, ngân hàng đã triển khai và tích hợp mô hình DeepSeek-V3 và mô hình suy luận nhẹ DeepSeek-R1, theo báo cáo của Tân Hoa Xã.
Ngân hàng đã áp dụng DeepSeek vào Trợ lý AI (AI Assistant) của mình, bổ sung khả năng suy luận logic để nâng cao độ chính xác của dịch vụ. Thông qua các chức năng như phân tích sâu, nó xác định chính xác nhu cầu của người dùng và cung cấp các giải pháp dịch vụ được cá nhân hóa và dựa trên kịch bản. Tận dụng hiệu suất suy luận hiệu quả, ngân hàng đã tăng tốc thời gian phản hồi và hiệu quả xử lý tác vụ.
Trong số các ngân hàng cổ phần, Ngân hàng Phát triển Phố Đông Thượng Hải (Shanghai Pudong Development Bank) cũng đã triển khai mô hình lớn DeepSeek-R1 671B, được nhúng trong các ứng dụng trợ lý kỹ thuật số, nâng cao các tình huống như Hỏi & Đáp thông minh, phân tích tài chính và viết báo cáo, theo báo cáo của CNR.
Động thái của nhiều ngân hàng trong việc triển khai các mô hình AI DeepSeek có tác động tích cực đến hoạt động ngân hàng và chuyển đổi kỹ thuật số, chẳng hạn như cải thiện hiệu quả kinh doanh và chất lượng dịch vụ, Wang Peng, một nhà nghiên cứu liên kết tại Học viện Khoa học Xã hội Bắc Kinh, nói với Global Times hôm thứ Năm. Wang nói thêm rằng việc giới thiệu các mô hình DeepSeek có thể nâng cao khả năng quản lý rủi ro và thúc đẩy đổi mới kinh doanh bằng cách cải thiện hiệu quả của việc ra quyết định.
Tuy nhiên, do thông tin của khách hàng ngân hàng có độ nhạy cảm cao và DeepSeek dựa vào khối lượng lớn dữ liệu để đào tạo, nguy cơ rò rỉ dữ liệu tăng lên, Wang nói. Khi các công nghệ AI được áp dụng rộng rãi, các ngân hàng nên đảm bảo rằng việc phát triển, đào tạo và ứng dụng các mô hình DeepSeek tuân thủ các luật, quy định và yêu cầu giám sát có liên quan. Ngoài ra, để nâng cao khả năng diễn giải của mô hình, các ngân hàng nên phát triển các công cụ trực quan hóa để trình bày quá trình ra quyết định và lý do của mô hình một cách trực quan, Wang nói.
Ông cũng lưu ý rằng các ngân hàng cần tăng cường đào tạo nhân tài nội bộ bằng cách phát triển các chương trình có hệ thống để cải thiện năng lực kỹ thuật của nhân viên để theo kịp tốc độ và hiệu quả của việc lặp lại mô hình.
