专访厦门银行副行长、首席信息官郑承满：DeepSeek等大模型促使银行业数字化向“认知重构”演进

近期，DeepSeek卷起的AI浪潮席卷各行各业，银行业对此也展开了激烈讨论。

围绕银行业如何运用人工智能等前沿科技，厦门银行副行长、首席信息官郑承满接受了《每日经济新闻》记者（以下简称“NBD”）专访。

郑承满深耕银行业金融科技逾30年，是银行业金融科技权威专家。在专访中他指出，人工智能技术正在从专用模型“单点突破”向通用智能“系统进化”，技术变革带来的是思维范式的变革，以DeepSeek为代表的大模型不是简单的工具升级（科技发展），而是推动银行从“流程自动化”向“认知自动化”跃迁的核心引擎，促使银行业数字化转型从“系统改造”向“认知重构”演进。

郑承满表示，金融科技发展是城商行数字化转型的杠杆，数据成为新的生产要素，各种智能化应用替代人工重复劳动，开放银行打破服务半径，生成式人工智能引发能力质变，这些生产力的变革带来银行效率与价值的重构。

厦门银行副行长、首席信息官 郑承满 受访者供图

运用端抢占技术先机未必是最优方案

NBD：从银行业金融科技实践角度，在对DeepSeek等大模型的运用上，请问你有哪些最新体会和观察？

郑承满：大模型（生成式AI)已经悄然改变了很多人的生活，我自己在用一些大模型工具时也觉得非常便利和高效，很多时候大模型比我们聪明。在DeepSeek的运用上，我们更应该将它看作人类的“认知伙伴”，这个伙伴有许多能力，能扩展人类的认知边界、分析解决问题、激发创新等，还能通过不断训练和人共同成长，从这个角度来讲，所有数字化场景都可以是大模型的应用场景。毋庸置疑的是，未来“会用大模型”将成为银行人的必备技能。

当下，银行业关键在于把握技术窗口期，将大模型从"技术话题"转化为"战略引擎"，形成生产力，使价值显性化。更重要的是银行文化的变革，要将人工智能驱动的思维融入到银行组织基因中，驱动组织能力升级。

技术变革带来的生产力令人振奋，但在大模型技术运用过程中有几点值得注意：一是要保持“以客户为中心”的初心，避免技术堆砌、盲目跟风而忽视客户真实需求；二是人工智能幻觉问题仍然存在，银行作为强监管机构，在对客场景的使用上还要谨慎寻找发力点；三是数据安全与隐私挑战日渐加剧，人工智能应用又引入新的伦理与合规风险，银行需要平衡技术创新与风险管控，在创新与稳健中找到契合的平衡点，构建“敏捷且安全”的人工智能体系；四是大模型技术的发展日新月异，抢占技术先机未必是最优方案，如何找到契合自身的精准场景切入才是关键。

NBD：请问2024年以来，厦门银行在金融科技方面做了哪些探索？取得哪些进展？

郑承满：秉持"科技赋能金融，创新驱动未来"的理念，厦门银行持续在云计算、人工智能、大数据等领域开展研究与应用探索，主要工作包括：

基础架构升级：推进分布式架构转型，运用分布式存储技术实现核心系统的高可用与弹性扩展，在大数据平台、企业级文档管理等重点系统已稳定运行；推进云化改造，在开发测试环境试行云计算管理平台，提升资源交付效率。

人工智能+RPA重塑业务流程：RPA流程机器人已深度应用至营运、风险及前台业务条线，60+流程自动化节省人力资源超50人年，单部门流程效率提升最高达10倍；在智能客服、生物识别、远程柜台等领域运用OCR、NLP等人工智能技术，形成智能化服务矩阵，改善用户体验、提升金融服务效率。

此外，在数字化风控、实时营销、经营决策等各领域持续深化大数据技术应用，运用区块链技术优化询证函、海运费支付流程，实现区块链生态突破。

NBD：对于进一步推进金融科技，请问厦门银行目前有哪些考虑或安排？

郑承满：厦门银行将持续加强金融科技研究与应用推广，积极探索云、分布式、人工智能、北斗等新技术在金融领域的创新应用，推动容器、分布式数据库、北斗授时系统的建设落地；持续建设RPA流程机器人，进一步提升企业流程效率；本地化部署以大模型为基座的人工智能服务平台，在文档解读、报告编写、文档审查、培训管理、代码生成与走查等场景应用落地。

生产力的变革带来银行效率与价值的重构

NBD：你对银行业金融科技有长期深厚研究和实践。请问对于银行业金融科技当前发展，你有哪些体会和思考？

郑承满：金融科技发展是城商行数字化转型的杠杆，数据成为新的生产要素，各种智能化应用替代人工重复劳动，开放银行打破服务半径，生成式人工智能引发能力质变，这些生产力的变革带来银行效率与价值的重构。

在技术发展与应用上，基础设施的迭代从稳态转向双模驱动，分布式技术应用遭遇技术债痛点，人工智能发展迅猛，数据治理与安全合规压力加剧，这些变化都使得城商行技术战略的选择面临自主可控与快速迭代、体验升级与安全加固、集中建设与敏捷响应、资源投入与效益衡量等平衡木上的抉择。

数字化转型是生产力、生产关系和生产工具的三重变革，生产工具是基建，生产力是能源，从生产关系上驱动生产力变现是核心，数据转型是业务转型的成功，并不是技术转型。因此，银行要打破组织架构边界，对内从“部门墙”走向融合共进，对外积极融入金融生态圈，从组织和文化上驱动数字化转型。在此过程中，不可避免地要面临人才稀缺、组织架构转型阵痛、文化与思维冲突等挑战。如何将生产关系调整到位，使得生产资料与其配套？人（文化上）这个最活跃的因素在其中起到关键性作用。我们要有“路虽远行则将至，事虽难做则必成”的信念。

NBD：对于银行业在人工智能上的进一步运用及其带来的可能变化，请问你有哪些判断和提示？

郑承满：人工智能的深化应用目前尚在实践过程中，但银行将要发生的转变是实实在在的。

一是银行业务模式的重构。依托人工智能实现“千人千面”服务，使银行从“产品中心”向“用户中心”转变，并伴随着业务流程的革新再造，打破银行传统服务边界。

二是人力结构的转型。人机协同将成为常态，银行员工必须掌握运用人工智能工具提升产能的思维和技能，更多的执行者要向分析者、决策者转变。岗位替代升级也是必然，部分基础岗位将被人工智能替代，模型训练师等人工智能人才会被更多引进。

三是行业竞争格局的重塑。技术领先的头部银行可能通过人工智能建立护城河，中小城商行要通过组织变革、差异化能力建设、高质量数据整合等破局，成为人工智能浪潮中的适应者和引领者。

人工智能技术的发展为中小城商行数字化转型带来了前所未有的机遇，但也面临技术投入、人才资源、数据安全等多重挑战，需结合自身特点，打造本地化与差异化优势，提升竞争力。厦门银行也将继续深耕本地，以客户为中心，坚持金融科技创新，服务实体经济发展，全力向我行愿景迈进。