Bank of Jiangsu utilise des modèles DeepSeek pour automatiser le contrôle des contrats, le tri des e-mails et les rapprochements

Le problème

Les banques traitent de grands volumes de contrats, d’e-mails et de relevés de rapprochement, et une grande part de ce travail est routinière et manuelle. Les banques chinoises cherchaient des moyens peu coûteux d’utiliser les grands modèles de langage après l’arrivée des modèles ouverts de DeepSeek début 2025.

Ce qu’ils ont construit

Bank of Jiangsu, basée à Nankin, dit avoir déployé et affiné deux modèles DeepSeek. DeepSeek-VL2 est un modèle multimodal, c’est-à-dire qu’il lit les images comme le texte, et la banque l’utilise pour le contrôle qualité des contrats. DeepSeek-R1 est un modèle de raisonnement, et la banque affirme qu’il automatise la classification des e-mails, l’appariement des produits, la saisie des opérations et le rapprochement des relevés de valorisation. Global Finance ajoute que la banque utilise DeepSeek pour trier et traiter des milliers d’e-mails reçus chaque jour et pour analyser de grandes quantités de données financières.

Comment ils s’y sont pris

Les sources donnent peu de détails. Les deux modèles DeepSeek sont open-weight, c’est-à-dire que leurs fichiers sont publiés et peuvent être exécutés sur les propres systèmes d’une entreprise. Yicai décrit la banque comme les ayant affinés, ce qui signifie un entraînement complémentaire sur ses propres données. Les articles ne décrivent ni l’équipe, ni le coût, ni les étapes du déploiement.

Résultats

Selon des données de la banque citées par Yicai, le taux de réussite de reconnaissance dépasse 90 %. Les articles ne précisent ni ce qui a été mesuré ni par rapport à quelle référence. Global Finance indique que les modèles trient et traitent chaque jour des milliers d’e-mails pour la banque. Yicai note que, dans les banques chinoises, ces assistants servent surtout à soutenir le personnel et sont rarement utilisés pour les transactions de comptes centrales.