Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés

Comunicado por la empresaEn producción desde mar 2025Añadido el oct 2026

Industrial and Commercial Bank of China (ICBC)

ICBC afirma haber desplegado DeepSeek en todo el banco, en más de 200 escenarios

ICBC, uno de los mayores bancos del mundo, afirma haber desplegado el modelo de razonamiento de código abierto de DeepSeek en su propia infraestructura y haberlo conectado a su plataforma interna de grandes modelos. Declara su uso en más de 200 escenarios de más de 20 áreas de negocio, con una eficiencia de la negociación por consulta mejorada 3 veces (la redacción china 提升3倍, sin referencia indicada) y llamadas un 10 % más cortas, aproximadamente, en escenarios clave de banca a distancia.

Cifras clave

Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.

提升3倍 (mejorada 3 veces)

Eficiencia de la negociación por consulta entre la central y las sucursales con el producto ChatDealing, según ICBC1

压降约10% (reducida un 10 % aproximadamente)

Duración de las llamadas en escenarios clave con el asistente para agentes de banca a distancia, según ICBC1

20

多个 (más de 20)

Áreas de negocio habilitadas por los grandes modelos del banco1

200

余个 (más de 200)

Escenarios de despliegue1

Qué requirió

CosteNo divulgado
EquipoNo divulgado
PlazosNo divulgado

Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.

El problema

Los grandes bancos quieren IA generativa en muchas tareas, desde las mesas de negociación hasta los centros de atención telefónica y la concesión de crédito. ICBC dice que eligió incorporar el último modelo de código abierto de DeepSeek a sus propios sistemas y usarlo en todo el banco.

Qué construyeron

ICBC afirma haber completado un despliegue privado del último modelo de código abierto de DeepSeek, es decir, que el modelo funciona en los sistemas del banco y no en un servicio público. Está conectado a la plataforma de grandes modelos del banco, llamada 工银智涌 (Gongyin Zhiyong). ICBC afirma que los modelos respaldan ya más de 20 áreas de negocio y más de 200 escenarios. Entre los ejemplos que cita figuran ChatDealing, un producto conversacional de negociación para los mercados financieros, un asistente de centro de llamadas para agentes de banca a distancia y un asistente de control de riesgos para la concesión de crédito a empresas.

Cómo lo hicieron

Un investigador del sector citado en el artículo atribuye la rapidez a la solidez de ICBC en tecnología financiera y a su inversión previa. ICBC dice haber construido una nube de computación propia a escala de mil tarjetas, y afirma que el modelo de DeepSeek convive con más de diez grandes modelos y más de 2.000 modelos tradicionales que ya estaban en uso. No describe los pasos del despliegue, los costes ni el personal.

Resultados

ICBC afirma que ChatDealing mejoró 3 veces (提升3倍) la eficiencia de la negociación por consulta entre la central y las sucursales, una redacción que no da ninguna referencia. Dice que el asistente de banca a distancia redujo la duración de las llamadas en escenarios clave en torno a un 10 %. No informa de resultados del asistente de concesión de crédito. Todas las cifras son del propio banco, retransmitidas por el medio sin verificación independiente.

Lecciones para su proyecto

  1. Ejecute un modelo en su propia infraestructura cuando la sensibilidad de los datos lo exija. ICBC eligió un despliegue privado de un modelo abierto en lugar de un servicio público.

  2. Conecte los modelos nuevos a una plataforma existente. ICBC integró DeepSeek a su plataforma interna de modelos en lugar de abrir proyectos separados.

  3. Elija dos o tres casos de uso medibles para comunicar. ICBC cita la eficiencia de la negociación y la duración de las llamadas, más fáciles de seguir que una afirmación para todo el banco. Pida la referencia que hay detrás de cualquier multiplicador.

  4. Planifique las personas que hacen falta. Un investigador citado en el artículo estima la plantilla de tecnología financiera de ICBC en más de 10.000 personas y lo relaciona con la rapidez con que avanzó.

Salvedades

  • Todas las cifras son declaraciones de un representante no identificado de ICBC a Cailian Press. El artículo no informa de ninguna comprobación independiente de los resultados.
  • El artículo presenta las cifras como ejemplos de aplicaciones de la plataforma de grandes modelos de ICBC, que ahora incluye DeepSeek. No dice qué parte de cada resultado se debe a DeepSeek y no a los demás modelos de ICBC.
  • El artículo dice que ICBC desplegó el último modelo de código abierto de DeepSeek sin nombrar una versión.
  • La redacción china del resultado de negociación (提升3倍) significa literalmente «mejorada 3 veces». Lumiary la comunica tal como la expresa la fuente y no la convierte en un múltiplo de la base; el artículo no da ninguna referencia.
  • El artículo no da coste, equipo ni calendario del despliegue. La fecha de despliegue que se muestra es el mes del artículo.
  • La cifra de 10.000 para la plantilla tecnológica de ICBC es una estimación del sector que figura en el artículo, no una declaración de ICBC.

Fuentes

Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.