Przetłumaczono z angielskiego oryginału. Liczby i źródła pozostają bez zmian. Przeczytaj angielski oryginał
Industrial and Commercial Bank of China (ICBC)
ICBC twierdzi, że wdrożył DeepSeek w całym banku, w ponad 200 scenariuszach
ICBC, jeden z największych banków na świecie, twierdzi, że wdrożył otwartoźródłowy model rozumowania DeepSeek na własnej infrastrukturze i połączył go z wewnętrzną platformą dużych modeli. Podaje zastosowanie w ponad 200 scenariuszach w ponad 20 obszarach działalności, wzrost efektywności handlu na zapytanie 3-krotnie (chińskie sformułowanie 提升3倍, bez podanej wartości wyjściowej) oraz rozmowy krótsze o około 10 % w kluczowych scenariuszach bankowości zdalnej.
Kluczowe liczby
Przepisane dokładnie ze źródeł. Skopiuj każdą liczbę wraz z przypisem.
提升3倍 (poprawiona 3-krotnie)
Efektywność handlu na zapytanie między centralą a oddziałami z produktem ChatDealing, według ICBC1
压降约10% (skrócony o około 10 %)
Czas trwania rozmów w kluczowych scenariuszach z asystentem dla konsultantów bankowości zdalnej, według ICBC1
Ile to kosztowało
Koszt, wielkość zespołu i harmonogram nie zostały ujawnione w źródłach.
Problem
Duże banki chcą generatywnej AI do wielu zadań, od sal transakcyjnych po centra obsługi telefonicznej i decyzje kredytowe. ICBC mówi, że postanowił wprowadzić najnowszy otwartoźródłowy model DeepSeek do własnych systemów i używać go w całym banku.
Co zbudowano
ICBC twierdzi, że zakończył prywatne wdrożenie najnowszego otwartoźródłowego modelu DeepSeek, czyli model działa na systemach banku, a nie w usłudze publicznej. Jest połączony z platformą dużych modeli banku, zwaną 工银智涌 (Gongyin Zhiyong). ICBC twierdzi, że modele wspierają obecnie ponad 20 obszarów działalności i ponad 200 scenariuszy. Wśród podanych przykładów są ChatDealing, konwersacyjny produkt handlowy dla rynków finansowych, asystent centrum telefonicznego dla konsultantów bankowości zdalnej oraz asystent kontroli ryzyka przy decyzjach kredytowych dla firm.
Jak to zrobiono
Cytowany w artykule badacz branżowy przypisuje to tempo głębokiemu doświadczeniu ICBC w technologiach finansowych i wcześniejszym inwestycjom. ICBC mówi, że zbudował własną chmurę obliczeniową w skali tysiąca kart i twierdzi, że model DeepSeek działa obok ponad dziesięciu dużych modeli i ponad 2 000 tradycyjnych modeli już używanych. Nie opisuje etapów wdrożenia, kosztów ani obsady.
Wyniki
ICBC twierdzi, że ChatDealing poprawił 3-krotnie (提升3倍) efektywność handlu na zapytanie między centralą a oddziałami, przy czym to sformułowanie nie podaje wartości wyjściowej. Mówi, że asystent bankowości zdalnej skrócił czas rozmów w kluczowych scenariuszach o około 10 %. Nie podaje wyników dla asystenta decyzji kredytowych. Wszystkie liczby pochodzą od samego banku i zostały przekazane przez medium bez niezależnej weryfikacji.
Wnioski dla Twojego projektu
Warto uruchamiać model na własnej infrastrukturze, gdy wymaga tego wrażliwość danych. ICBC wybrał prywatne wdrożenie otwartego modelu zamiast usługi publicznej.
Warto podłączać nowe modele do istniejącej platformy. ICBC podpiął DeepSeek do wewnętrznej platformy modeli zamiast zakładać osobne projekty.
Warto wybrać dwa lub trzy mierzalne przypadki użycia do raportowania. ICBC podaje efektywność handlu i czas rozmów, które łatwiej śledzić niż twierdzenie dotyczące całego banku. Przy każdym mnożniku warto zapytać o wartość wyjściową.
Warto zaplanować potrzebnych ludzi. Cytowany w artykule badacz szacuje kadrę technologii finansowych ICBC na ponad 10 000 osób i wiąże to z tempem, w jakim bank działał.
Zastrzeżenia
- Wszystkie liczby to wypowiedzi niewymienionego z nazwiska przedstawiciela ICBC dla Cailian Press. Artykuł nie podaje żadnej niezależnej weryfikacji wyników.
- Artykuł przedstawia liczby jako przykłady zastosowań na platformie dużych modeli ICBC, która obejmuje teraz DeepSeek. Nie mówi, jaka część każdego wyniku wynika z DeepSeek, a jaka z innych modeli ICBC.
- Artykuł podaje, że ICBC wdrożył najnowszy otwartoźródłowy model DeepSeek, nie wskazując wersji.
- Chińskie sformułowanie wyniku handlowego (提升3倍) oznacza dosłownie „poprawiony 3-krotnie”. Lumiary podaje je tak, jak wyraża je źródło, i nie przelicza na wielokrotność wartości wyjściowej; artykuł nie podaje wartości wyjściowej.
- Artykuł nie podaje kosztów, zespołu ani harmonogramu wdrożenia. Wyświetlana data wdrożenia to miesiąc artykułu.
- Liczba 10 000 dla kadry technologicznej ICBC to szacunek branżowy z artykułu, a nie wypowiedź ICBC.
Źródła
- 一线|“宇宙行”放大招，工商银行宣布率先完成DeepSeeK全行大规模应用，会有更多银行跟进吗？
Cailian Press (财联社) · 2025-03-08 · Wiadomości · cls.cn
Streszczone własnymi słowami na podstawie powyższych źródeł. Zauważyłeś błąd? Zobacz sprostowania.