农行董事长最新发声！谈到DeepSeek→

　　来源：中国银行保险报

　　人工智能（AI）加速发展，成为各行业关注的话题。在中国发展高层论坛2025年年会期间举办的人工智能普惠包容发展专题研讨会上，农业银行董事长谷澍表示，金融业应用AI技术要不忘温度，充分体现人文关怀，既要全力为客户服务，不断增强客户满意度，也要积极为基层减负，不断提升员工获得感。

　　“AI赋能金融，需要持之以恒的努力。”谷澍表示，人工智能应用于金融需要持续积累，不能只靠单点爆发，特别是在IT基础设施建设和数据管理水平积累方面要久久为功。

　　2019年以来，农业银行启动数字化转型，从客户、用户视角出发，聚焦数据采集、数据标准化、数据安全、数据应用等四大关键领域，实施完成十方面工程，构建了数字化转型的主体框架。2024年，农业银行加快人工智能创新应用，发布《“人工智能+”创新实施纲要》，规划未来几年主要工作。在数字化转型和智慧银行建设过程中，农业银行按季度召开全系统专题会，及时总结成效经验，着力解决突出问题，持续做好组织推动。

　　关于金融对AI应用的路径选择问题，谷澍认为，金融业AI应用的路径选择应注重专业适配，并坚持结果导向。他介绍，当前有一种倾向，是将人工智能在金融领域的应用等同于建设金融大模型，这两个概念并不完全相同。一方面，大模型作为人工智能领域的一种特定技术，为人工智能在各领域的应用提供了新的技术基础。金融业应用人工智能则是跨技术和金融领域的工作，需要将AI技术与金融业务深度融合。另一方面，当前金融大模型的内涵并不十分清晰，实践中容易将金融大模型与金融知识库、金融数据集等同起来，将金融大模型的建设离散独立于金融业务流程的调整与改造。

　　“究竟是大模型赋能金融还是建设金融大模型？两者尽管不是泾渭分明的区别，但不同的侧重可能产生不同影响。比如说，应用DeepSeek大模型，我们是将DeepSeek接入金融业务，还是要做一个金融版DeepSeek？”谷澍强调，哪种路线更合理、更有效，需要客观的评价标准，要看是否带来显著的业务提升和优化。当下，金融业要讲求AI技术与业务流程、作业模式的适配性，才能构建符合自身发展需要的AI应用路径。

　　面对庞大的客户规模、分散的客户群体、巨额的业务体量，农业银行始终坚持问题导向、结果导向，系统分析业务入口过滤、集中监控等“高耗能点”，适配AI能力特点，针对性调整现有的劳动组合、作业流程、管理制度等，努力以高效能的“人机协同”统筹各类业务的高质量发展和信贷等各类风险的有效控制。