机构加速部署DeepSeek，AI赋能落地可期_17页_2mb

金融科技发展与DeepSeek应用分析总结

核心内容

金融科技在金融行业的广泛应用已成为趋势，尤其在银行、证券、保险等传统金融领域，其推动作用日益显著。随着我国经济持续向好及金融机构国产化替代需求的增加，金融科技在提升经营效率、降低成本、优化服务质量和能力方面发挥着越来越重要的作用。DeepSeek作为国产开源大模型，正加速在金融行业的部署，为各业务条线提供智能化支持，具有广阔的应用前景。

主要观点

• 金融科技发展迅速：2018-2022年，银行、证券、保险行业的金融科技投入合计由1838.6亿元增长至3358.5亿元，年复合增速达16.3%。
• DeepSeek赋能金融行业：DeepSeek凭借低成本、高性能等优势，正在被广泛应用于银行、证券、保险等多个领域，助力提升效率、优化服务。
• 银行领域：中小银行在DeepSeek部署上进展更快，主要应用于客服、信贷、风控、研发等场景，提升识别准确率与处理效率。
• 证券领域：AI技术推动券商业务创新，智能投顾、投研、风控等场景应用广泛，预计2023-2027年证券科技市场将以15.62%的复合增长率增长。
• 保险领域：AI技术在保险销售、承保、核保、理赔等环节实现应用，预计2027年保险行业金融科技投入将突破800亿元。
• 投资建议：维持非银金融行业“强于大市”评级，建议关注金融IT公司如指南针、同花顺、东方财富、众安在线等。

关键信息

1. 金融科技投入趋势

• 银行：2022年金融科技投入达2530.1亿元，同比+10.4%。
• 证券：2019-2022年金融科技投入由276.4亿元增长至451.3亿元，年复合增速达17.8%。
• 保险：2019-2022年金融科技投入由276.4亿元增长至451.3亿元，年复合增速达17.8%；预计2027年投入将达870.4亿元。

2. DeepSeek在各金融子行业的应用情况

银行

• 应用场景：客服助手、智能合同质检、信贷、风控、研发等。
• 效果：提升识别准确率至96%-97%，审核效率提升20%-40%，欺诈风险标签准确率提升35%。
• 代表银行：邮储银行、江苏银行、北京银行、青农商行、渝农商行、苏商银行等。

证券

• 应用场景：智能投研、智能投顾、风险管控、合规安全等。
• 代表券商：国泰君安、广发证券、中信建投、申万宏源、国金证券、国信证券、兴业证券、光大证券、中泰证券、东吴证券等。
• 预期增长：2023-2027年证券科技市场复合增长率达15.62%，预计2027年市场规模超740亿元。

保险

• 应用场景：销售、承保、核保、理赔等。
• 代表公司：新华保险、人保资产、人保财险、平安好医生、北大方正人寿、太平资产、太平人寿、太平财险、众安在线、君康人寿、水滴、慧择等。
• 投入预测：2023-2027年保险行业前沿技术投入将由79.4亿元增长至186.3亿元，占比提升至21.4%。

3. 投资建议

• 评级：维持行业“强于大市”评级。
• 建议关注公司：指南针、同花顺、东方财富、众安在线等金融IT企业。

4. 风险提示

• 政策不及预期：可能影响金融科技行业发展。
• 技术应用不及预期：可能拖累行业创新。
• 市场竞争加剧：可能影响行业生态。
• 金融行业景气度下行：可能降低IT投入规模与增速。

结论

DeepSeek作为国产大模型，正加速在金融行业的部署，推动AI技术在银行、证券、保险等领域的应用落地。随着金融科技投入持续增长，行业整体效率和竞争力将显著提升。建议投资者关注相关金融IT企业，同时注意政策、技术、市场及行业景气度等风险因素。