Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel
Bank of Jiangsu
Bank of Jiangsu zet DeepSeek-modellen in om contractcontrole, e-mailsortering en afstemming te automatiseren
Bank of Jiangsu, een regionale Chinese bank, zegt DeepSeek-VL2 en DeepSeek-R1 te hebben afgestemd voor kwaliteitscontrole van contracten, e-mailclassificatie, productmatching, invoer van transacties en afstemming van waarderingen. Berichtgeving in de pers geeft het cijfer van de bank door: een herkenningssucces van meer dan 90%.
Kerncijfers
Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.
meer dan 90%
Herkenningssucces genoemd in de zin na de beschrijving van DeepSeek-R1 die e-mailclassificatie, productmatching, transactie-invoer en waarderingsafstemming automatiseert; Yicai definieert het niet1
duizenden
E-mails die de bank dagelijks ontvangt en die DeepSeek helpt sorteren en beantwoorden2
Wat het kostte
Kosten, teamgrootte en doorlooptijd zijn in de bronnen niet openbaar gemaakt.
Het probleem
Banken verwerken grote aantallen contracten, e-mails en afstemmingsoverzichten, en veel van dit werk is routinematig en handmatig. Chinese banken zochten naar goedkope manieren om grote taalmodellen te gebruiken nadat de open modellen van DeepSeek begin 2025 verschenen.
Wat ze bouwden
Bank of Jiangsu, gevestigd in Nanjing, zegt twee DeepSeek-modellen te hebben ingezet en afgestemd. DeepSeek-VL2 is een multimodaal model, wat betekent dat het beelden leest naast tekst, en de bank gebruikt het voor kwaliteitscontrole van contracten. DeepSeek-R1 is een redeneermodel, en de bank zegt dat het e-mailclassificatie, productmatching, invoer van transacties en afstemming van waarderingsoverzichten automatiseert. Global Finance voegt toe dat de bank DeepSeek gebruikt om dagelijks duizenden ontvangen e-mails te sorteren en te beantwoorden en om grote hoeveelheden financiële gegevens te analyseren.
Hoe ze het aanpakten
De bronnen geven weinig details. Beide DeepSeek-modellen zijn open-weight, wat betekent dat hun bestanden openbaar zijn en op de eigen systemen van een bedrijf kunnen draaien. Yicai beschrijft dat de bank ze heeft afgestemd, dus verder getraind op eigen materiaal. De artikelen beschrijven het team, de kosten en de uitrolstappen niet.
Resultaten
Volgens gegevens van de bank, aangehaald door Yicai, ligt het herkenningssucces boven de 90%. De artikelen zeggen niet wat er is gemeten of tegen welke nulmeting. Global Finance meldt dat de modellen bij de bank dagelijks duizenden e-mails sorteren en beantwoorden. Yicai merkt op dat dergelijke assistenten bij Chinese banken vooral het personeel ondersteunen en zelden worden gebruikt voor kernrekeningtransacties.
Lessen voor uw project
Begin met back-officewerk met documenten dat mensen toch al controleren, zoals contracten, e-mails en afstemmingen, waar een fout wordt opgemerkt voordat hij een klant bereikt.
Open-weight modellen kunnen worden afgestemd en binnen de bank draaien, wat past bij bedrijven die hun gegevens lokaal willen houden.
Houd het model eerst weg van de kernverwerking van transacties. Branchedeskundigen die in de berichtgeving worden geciteerd, zeggen dat de uitvoer moeilijk te beheersen is en dat inhoud nog met de hand wordt gecontroleerd.
Leg de succesmaat vóór de lancering vast. Een cijfer als een herkenningspercentage heeft een heldere definitie nodig van wat er wordt herkend.
Kanttekeningen
- De inzet en het cijfer komen van de bank en worden door journalisten doorgegeven, dus het bewijs is door het bedrijf zelf gemeld. Er is geen primaire bron van de bank gevonden en er is geen onafhankelijke audit. Yicai zegt niet uitdrukkelijk op welke taak het succespercentage betrekking heeft.
- De bronnen definiëren niet wat het herkenningssucces meet of hoe het is getest.
- De invoeringsdatum van de bank is niet vermeld. De eerste bron, van 10 februari 2025, zegt dat de bank de modellen heeft ingezet, dus als invoeringsdatum geldt de maand van dat bericht.
- Geen van beide bronnen noemt kosten, teamgrootte of tijdlijnen. Het artikel van Yicai zegt dat AI-assistenten vooral worden gebruikt voor inhoud die daarna handmatig wordt gecontroleerd en zelden in de kernbanktransacties.
- Beide artikelen noemen andere banken, waaronder ICBC en Postal Savings Bank, die DeepSeek hebben overgenomen, zonder cijfers.
Bronnen
- China's Financial Sector Hastens Integration of DeepSeek LLMs
Yicai Global · 2025-02-10 · Nieuws · www2.yicaiglobal.com
- DeepSeek AI Takes Root in China's Banks
Global Finance · 2025-03-01 · Nieuws · gfmag.com
In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.