本报（chinatimes.net.cn）记者卢梦雪 见习记者 张萌 北京报道

各地农信系统正加快科技金融的布局步伐。

近日，云南省联社大模型服务器项目公布了中标结果，中标总价超800万元，旨在满足云南省联社科技结算中心对大模型服务器的需求。此前，云南省联社在阐述云南农信2025年工作重点时就曾强调，将充分利用DeepSeek等人工智能技术来推动高质量发展。

记者观察到，今年以来，各地农信系统在省联社的推动下，正加速大模型技术的应用落地，积极探索金融服务的智能化升级。

“农村金融机构单体算力需求低、技术投入能力弱，省联社集中采购服务器、统筹开发模型，可摊薄硬件与研发成本，避免重复建设，实现技术资源的高效复用。”5月8日，北京市社会科学院副研究员王鹏在接受《华夏时报》记者采访时表示。

各省加速人工智能大模型部署

近日，云南省联社大模型服务器项目完成中标结果公示。中标总价为813.852万元，据招标公告显示，本次采购是为满足云南省联社科技结算中心大模型服务器项目需求。

记者从某科技企业后端工程师处了解到，大模型服务器是一种高性能计算设备，专为运行人工智能大模型而设计。其核心功能是提供充足的算力资源，支持模型的训练、推理及复杂任务的实时处理。

“机构采购此类服务器的主要目的通常是进行大模型的本地化部署，即在本地数据中心或私有云环境中运行大模型，而非依赖云端服务。这种部署模式的核心优势体现在三个方面：数据隐私保障、响应速度优化以及定制化能力。”该后端工程师解释道。

云南省联社此前曾多次提及省内农信系统的大模型部署计划。

早在2月21日，云南省联社发布的2025年工作重点中就明确提出，要“充分运用DeepSeek等人工智能赋能高质量发展”。同月，据云南省政府部门披露，该省融资信用服务平台已完成了DeepSeek人工智能大模型的接入调测工作，正式在平台开放服务。

记者注意到，今年以来，多省省联社已开始在人工智能大模型应用领域展开布局。

3月6日，江苏省联社发布一则大模型管理平台建设调研交流公告，拟启动大模型管理平台的建设工作；4月2日，江苏省联社又发布了一则关于大语言模型应用AI算力芯片技术调研交流的公告，表示此次交流旨在满足其AI算力集群建设的需要，保障大模型应用在全生命周期内的稳定性能输出与成本可控性。

2月18日，贵州省联社发布一则交流公告，表示为推进人工智能大模型在贵州省联社业务系统运营场景的应用，计划通过AI机器人实现智能知识答疑功能。公告中特别强调系统需具备对接国内主流大模型的能力，包含但不限DeepSeek等人工智能大模型。

人工智能规模化应用机会与挑战并存

各地省联社在进行人工智能大模型部署时，为何偏爱DeepSeek？

前述后端工程师表示，很多机构选用DeepSeek作为工具，主要由于其高效的架构设计。 “训练成本低，降低了硬件投入，开源生态又缩短了开发周期，允许机构根据自身数据特征进行模型微调。相当于省钱又省力，也降低了AI大模型的应用门槛。”

在推进科技金融工作的过程中，省联社的统筹部署展现出了一定的优势。

王鹏向记者表示，农村金融机构单体算力需求低、技术投入能力弱，省联社通过集中采购服务器、统筹开发模型等方式，可摊薄硬件与研发成本，避免重复建设，实现技术资源的高效复用。此外，本地化部署可规避数据跨境传输风险，降低单体机构合规成本。

“省联社可基于区域内农村金融机构的共性需求，定制化开发模型，解决单体机构因数据不足导致的模型偏差问题，提升场景适配性。还可以结合各省农业、产业特色，对模型进行本地化调优。”王鹏说道。

那么，包括DeepSeek在内的人工智能大模型在金融领域实现规模化应用面临哪些挑战？又该如何应对和破解这些难题？

王鹏认为，当前存在的挑战主要包括：资金与技术储备有限，难以快速响应新场景需求；模型训练样本不足，非结构化数据标注成本高；金融场景复杂导致适配性较弱，模型决策不透明可能引发信任危机；AI生成内容存在合规性与伦理风险。

在技术能力与资源瓶颈突破上，可以通过模型压缩适配低算力设备，采用“核心模型本地化+辅助功能云端化”的混合部署模式，平衡性能与成本，并由省联社牵头建设技术中台，统一提供模型训练、调优服务，降低单体机构技术门槛；数据质量提升上，可通过多方安全计算与联邦学习等技术，提升模型泛化能力，并建立数据质量监控体系。

在业务适配与信任构建上，可组建“业务+技术”联合团队，确保技术输出与业务需求一致，并开发可视化工具展示模型决策路径，增强监管与用户信任；合规方面，可通过监管沙盒机制在可控环境中测试AI应用，并建立算法审计机制，定期检查，通过公平性约束确保决策公正。

“省联社主导的DeepSeek部署，本质是通过‘技术－资源－合规’的协同整合，破解农村金融机构在算力、数据、合规等方面的能力短板，推动AI技术从‘试点探索’向‘规模化应用’跃迁。未来，需聚焦技术轻量化、数据流通机制、业务－技术融合模式、合规框架创新四大方向，实现AI与农村金融场景的深度耦合，支撑普惠金融高质量发展。”王鹏进一步表示。

责任编辑：冯樱子 主编：张志伟