近日，國產AI工具DeepSeek火爆全球，憑借出色的語境理解、推理能力和開源特性，吸引了眾多券商爭相接入和拓展應用。

據藍鯨新聞記者不完全梳理，目前，至少有中信建投證券、國泰君安、中金財富證券等16家券商官宣推進DeepSeek相關版本的接入或本地化部署。從部署的情況來看，DeepSeek可對機構的多項業務進行賦能，覆蓋合規問答、業務辦理指引、知識查詢、投研分析等多個場景，提升信息處理效率與決策精準度。

需關注的是，不少券商加入DeepSeek本地部署大軍，一方面是有利于加快數字化轉型的進程，提升服務效率；另一方面，也有出于對數據的安全性和自主可控的考量。

業內人士提醒，DeepSeek在實際應用中仍存局限性。一方面，大模型對硬件資源的要求較高，部署和維護成本較大，或對部分券商構成一定的經濟壓力；另一方面，目前大模型在處理復雜、多變的金融市場環境問題時，可能出現誤判或偏差，需要人工進行干預和修正。

至少16家券商部署DeepSeek

據藍鯨新聞記者不完全梳理，目前，至少已有中信建投證券、國泰君安、中金財富證券、國信證券、國金證券、中泰證券、興業證券、國元證券、華福證券、光大證券、華安證券、廣發證券、國盛證券、華西證券、東興證券、西南證券等16家券商表示已積極推進對DeepSeek-R1或V3等版本的部署。

譬如，廣發證券在2025年春節前已完成DeepSeek-V3和DeepSeek-R1的接入。2月10日，廣發證券又在機構客戶綜合服務平臺廣發智匯正式上線DeepSeek客戶服務模塊，成為業內首家推出此創新服務的券商。據記者了解，新上線DeepSeek服務憑借廣發證券算力優勢，將助力機構投資者提升投研效率，為其投資決策提供強有力的支持。目前，該服務已免費向廣發證券的機構客戶開放，并計劃逐步擴展至其他客戶。

廣發證券對記者表示，此舉意在通過技術驅動，全面升級客戶服務體驗，同時引領證券行業數字化轉型新潮流，確保金融科技成果惠及更廣泛的投資者群體。

中金財富2月8日宣布完成與DeepSeek-R1大模型的深度融合。中金財富相關人士告訴記者，此次技術應用不僅實現了智能投顧助手IC-Copilot的升級迭代，更開創性地構建投顧服務領域熱點發現-資訊處理-策略生成的三位一體的服務生態，同時也標志著中金財富智能化轉型進入深度應用階段。

在核心業務場景落地方面，中金財富介紹，DeepSeek展現出顯著的效率優勢。通過大模型的自然語言處理與事件推理能力，可對政策解讀、行業研報、上市公司公告等非結構化文本進行自動化解析，輔助投資顧問高效完成市場熱點分析和大盤解讀，顯著提升信息處理效率與決策精準度。單日處理量突破萬份文檔，較傳統人工處理效率提升90%。

在春節后第一天，國信證券完成了DeepSeek-R1-Distill-32B模型的本地部署，并引入了云端的V3、R1等系列版本。國信證券表示，公司在多個業務場景中對其進行了初步驗證，結果顯示，DeepSeek模型在智能問答、投資顧問、個股分析等多個領域表現出色，對比上一代開源模型，展現出了更大的業務融合潛力，后續計劃將更廣泛應用于金太陽APP、財富管理、投資銀行、投研分析等核心的證券業務領域。

中信建投則在春節期間完成了對DeepSeek-R1本地部署。中信建投有關負責人表示，公司早在2024年上半年業內率先接入DeepSeek大模型，推動人工智能技術在風險管控及業務創新等領域的深度應用。尤其是在風控領域，該系統充分發揮了DeepSeek語義理解能力，構建起全天候7times;24小時的輿情監測網絡，將新聞響應時效縮短至分鐘級。

此外，國泰君安、華安證券、東興證券、中泰證券也都完成了對DeepSeek-R1的本地化部署；華福證券完成了智慧制度工具接入DeepSeek R1的部署，興業證券完成了DeepSeek-V3和R1兩款大模型產品接入中臺大模型矩陣；國盛證券完成DeepSeek V3和R1大模型的接入。

從上述券商的部署情況來看，DeepSeek可對機構的多項業務進行賦能，基本可以覆蓋合規問答、業務辦理指引、知識查詢、投研分析等多個場景，提升信息處理的效率與決策精準度。

本地部署利于數據安全和自主可控

值得關注的是，不少券商紛紛加入DeepSeek本地部署大軍，一方面是其有利于加快數字化轉型的進程，提升服務效率；另一方面，也有出于對數據的安全性和自主可控的考量。

在當前的金融市場，數據處理和分析至關重要，DeepSeek可以快速處理海量的數據，提供更精準的市場分析預測。而且它在全球范圍內爆火出圈，已經證明了其技術的先進性和可靠性，在其他行業都有成功的應用案例，券商自然也不愿意錯過這個可能帶來巨大競爭優勢的機會。盤古智庫高級研究員余豐慧在接受記者采訪時指出。

DeepSeek具備對海量數據的分析與篩選能力，有效提升分析師的工作效率，為客戶提供更為精準的產品推薦，在經營中還可以用于加強成本管理，接入DeepSeek對證券業的多項業務都會有比較大幫助。萬聯證券投資顧問屈放表示。

此外，由于金融行業的特殊性，數據的安全性要求往往高于其他行業，本地部署相對更為安全。DeepSeek的本地化部署降低了券商對外部技術供應商的依賴，增強了業務的安全性和自主可控性。 中國信息協會常務理事、國研新經濟研究院創始院長朱克力對藍鯨新聞記者表示。

國泰君安在研報中表示，監管出臺了如《銀行保險機構數據安全管理辦法》、《金融數據安全數據安全分級指南》等規定，對于金融數據的安全性有較為嚴格的要求。金融企業在執行過程中為嚴格遵守相關規定，一般選擇將數據存放在本地。DeepSeek-R1發布后，金融企業用相對較低的成本即可在本地部署一流能力的大模型，可以將本地數據與大模型結合，打造企業專有模型，更有針對性賦能各個場景，本地部署大模型或將成為金融企業的普遍選擇。

現階段來看，DeepSeek在證券業的應用層面，對信息檢索、智能投顧、行業研究等業務的幫助較大。

朱克力認為，在信息檢索方面，DeepSeek能夠快速準確地從海量數據中提取有價值的信息，提高券商的決策效率。智能投顧領域，DeepSeek能夠基于用戶畫像和市場數據，提供個性化的投資建議，增強用戶體驗。行業研究方面，DeepSeek能夠輔助分析師快速解讀政策、研報等非結構化文本，提升研究效率和精準度。這些業務都是券商的核心競爭力所在，因此DeepSeek的應用將對其產生深遠影響。

不過，業內人士普遍認為，DeepSeek的發展當前仍處于初級階段，在應用上還存在一些局限性。朱克力進一步指出，一方面，大模型對硬件資源的要求較高，部署和維護成本較大，這對于部分券商來說可能構成一定的經濟壓力。另一方面，大模型在處理復雜、多變的金融市場環境問題時，仍可能出現誤判或偏差，需要人工進行干預和修正。

香頌資本董事沈萌對記者表示，DeepSeek在AI大模型領域具有一定的競爭優勢，不過，他也提醒道，雖然大模型基于大數據的整合分析能力優于人力，但是目前AI遠沒有民眾想象的那么強大。