一个阳光明媚的下午，“这段时间接待了不少银行，基本每天要做两场路演。”客人离开后，徐志华匆匆返回办公室，稍作整理，便快步来到会议室，与成立于2018年的新希望金融科技是新希望集团旗下致力于为持牌金融机构数字化转型提供技术服务的专业机构。作为国内领先的银行零售数字化转型技术服务商，该公司成立近7年来，其核心产品天翔CROS通过全面采用机器学习和深度学习技术，已助力数百家商业银行零售业务的数字化转型，位列细分赛道市场第一。
率先配置AI技术底座“我们要求所有员工使用DeepSeek，全员开启人机协同模式”
2025年全国两会召开前夕，全国政协委员、新希望集团董事长刘永好在媒体沟通会上曾谈到科技转型，并表达了对于AI大模型的拥抱态度。会上，他透露，新希望集团旗下的新希望金融科技要求600多名员工在半个月之内全部上线学习，三个月内将主要业务接入DeepSeek。
“实际上，并没用到三个月的时间，我们就实现了DeepSeek辅助编程开发工作，速度是超过预期的。”徐志华说，DeepSeek面世后，新希望金融科技快速开发并推出了DeepSeek本地部署一体机，通过API接口，将DeepSeek应用于智能办公、数据分析、系统开发、智能运营、合规与风控、智能客服与营销等多种银行内外场景。
这个外形像个小冰柜且一开机就轰鸣声十足的机器，被率先放在了新希望金融科技内部试用，成为支撑该公司发挥全栈式AI生产力最重要的“底座”。自今年3月份起，在两台DeepSeek本地部署一体机的支持下，新希望金融科技从事开发、数据分析以及数学建模等工作的同事们就将日常工作和DeepSeek深度结合，实现了常态化、大规模的应用。
“如今，我们的开发人员只需要向DeepSeek明确开发需求，系统便能基本实现自动化编程。数据分析也是一样，平时服务银行，我们的团队要做大量的数据分析，现在整个过程也是由团队与DeepSeek协同推进完成的。”徐志华说，DeepSeek不止用于开发流程，在公司的鼓励和带动下，全员在工作中都开启了人机协同模式。
交流间隙，新希望金融科技的一位大数据专家以设计开发一家银行网站首页为例，现场演示了员工如何在DeepSeek辅助下高效编写代码——输入“使用HTML编写”“符合银行风格”“主页功能简洁”“整体设计大方”等几组简单的提示词，不到2分钟，DeepSeek便完成了推理和编程，一个符合提示词要求的网站首页便呈现在了大家面前。
不仅在程序开发和数据处理领域，DeepSeek在新希望金融科技的应用已普及到了方方面面。比如，在智能办公方面，升级后的Word平台可快速完成文案生成、排版、如今，走进新希望金融科技公司办公区，可以看到，每位员工的电脑屏保都统一显示着“DeepSeek”。
“这能时刻提醒我们的员工，有什么问题，都可以跟DeepSeek交流。”谈及这个细节，徐志华说，公司十分鼓励大家在工作中高频使用大模型，为员工外接了DeepSeek这个助手后，产出不但更加专业，更有质量，而且错误也少了，“DeepSeek的智力水平很高，这相当于为每个人配了一个什么都懂的专家级‘助手’在身边，给它一个问题，能迅速获得参考答案。”
就这样，在公司高层的鼓励和引导下，从营销画像到程序开发，从数据处理到策略挖掘，从行政到审计⋯⋯新希望金融科技各个条线都已积极应用人工智能技术。“我们的两台DeepSeek本地部署一体机，现在每天几乎都处于满负荷运行状态，说明员工们对大模型的使用量极高。”徐志华说，目前，团队正在研究光纤设备等技术改造问题，为进一步增设本地部署一体机做准备。
从数字化迈向智能化“多元化的大模型部署模式正呈现出鲜明的业务价值”
此前，新希望金融科技推出DeepSeek本地部署一体机，底层驱动力源于商业银行数字化转型的“双重刚需”——既要突破大部分中小银行有限资源投入的瓶颈，又要满足所有银行对数据安全与应用的严苛要求。
据，中小银行的数字化转型已经整体从金融科技的技术突破逐步迈向数字金融全新阶段，84.29%的受访银行已经开始部署实施全行层面数字金融发展战略。
在人工智能等技术驱动下，银行业数字化转型向纵深推进。统计数据显示，2024年，仅国有六大行，在金融科技上的投入就超过1254亿元，同比增长2.15%。
徐志华将银行业数字化转型归纳为三个阶段：从1.0阶段的“流程线阶段的“决策自动化”，当前正迈向3.0阶段的“生产智能化”——即通过大模型等新技术实现“数据输入到业务输出的端到端全链条智能化”。
在徐志华看来，目前银行业数字化转型正处于从数字化迈向智能化的阶段。“数字化转型不仅仅是将非数字化内容数字化，还包括要将已经可以数字化操作的内容变得更智能化，这也是数字化转型的新方向。”
在此背景下，他认为，对于银行而言，大模型主要在两个方面呈现出鲜明的价值：一是对个人能力的提升；二则是对组织智能化的提升。
“银行数字化转型对技术的要求极高。”他表示，从现阶段看，银行员工的专业知识与数字化转型所需知识之间普遍还存在较大差距，如果缺乏专业的工具来帮助银行员工提升专业知识，数字化转型很难成功，如今有了大模型的帮助，可以快速缩小这种差距。
而且，大模型不仅可以解决员工层面的问题，还可以解决过去应用中的短板。在大模型出现之前，新希望金融科技在服务各大银行时，已经构建了大量基于神经网络的数学模型，这种广义上的人工智能，大多是用某种算法解决某个精度要求很高问题的“小模型”，大模型出现后，才解决了更智能、更为广泛的问题。徐志华以客服举例称，过去虽然有自动语音呼叫系统，但智能程度还不够，当开源大模型出现后，客服的智能程度才真正提升到了更高水平。
但银行在向智能化升级过程中，需要直面许多问题，如技术如何适配、项目管理怎么协调、成本怎么控制、人才是否能支撑、持续的迭代运维等，都是不小的挑战。
上述指出，相较大型银行，中小银行在研发资源和技术积累上都相对匮乏，导致它们难以高效接入和使用先进的人工智能模型。即便有意进行内部研发，由于缺乏专业团队和相关经验，开发进程也往往缓慢且不顺利。
徐志华说，新希望金融科技作为一家服务了数百家银行、在银行业数字化转型细分领域市场占有率居前的企业，对银行机构在大模型应用上的需求与痛点有着深刻的理解。
比如，银行在系统升级或安装新设备时，因为过程通常比较复杂，得先立项，然后开发，接着改造机房，买硬件设备，调试硬件，安装软件，还得确保软件硬件能协同工作，甚至后续持续做应用开发。一连串步骤下来，不但时间长，而且准备工作也繁琐，有时候银行方面可能会觉得这系统太复杂，以至于对系统的先进性和易用性产生怀疑，甚至抵触和放弃。
鉴于种种痛点，以“整装生产力”的方式，形成一个对于银行尤其是中小银行来说更简单的人工智能应用方案，成为徐志华带领团队主攻的方向。
在之前打造天翔智慧零售平台的成功经验基础上，从2024年开始，新希望金融科技将研发大模型集成应用提上日程，打破传统IT基础设施思路，研制出将硬件、软件、算力、应用封装在一台机器里的DeepSeek本地部署一体机产品。此外，新希望金融科技还与浪潮企业云建立了战略合作伙伴关系，通过算力、算法、平台、应用、市场等多方资源的创新整合，携手打造以银行业为代表的金融数智化转型服务新范式。
“这是一款由我们全栈自研架构的机器，运回去，电线插上，网线插上，一个大模型的门户就能上线。”徐志华在介绍本地部署一体机时说，这种“整车交付”和“开箱即用”的解决方案，简化了银行大模型本地部署的流程，也避免了内部数据外泄的风险。
“DeepSeek是目前非常领先的通用人工智能大模型。”徐志华表示，之所以坚定选择DeepSeek，是因为研究全球开源模型，可以发现，大多数团队得出的结论是DeepSeek与ChatGPT处于同一梯队。但DeepSeek在两个方面更胜一筹。
徐志华进一步指出，一是DeepSeek具有开源优势，可以直接在本地部署和使用，相比之下，ChatGPT虽然推出了自定义GPT和API，试图解决行业应用问题，但由于没有开源，许多涉及商业秘密的内容无法完全依赖ChatGPT来替代。
二是在能源消耗方面，DeepSeek耗能更少，“比如，我们的DeepSeek本地部署一体机，只需要相当于8台空调的电量就可以运行，但在DeepSeek诞生之前，要达到类似的智慧水平，估计需要消耗70～100台空调的电量。”
在本地部署一体机之外，通过和浪潮的创新合作，双方还将打造基于应用和生产力为目标的大模型行业云服务，在基础硬件适配、云计算架构优化、大模型技术攻坚，以及场景化创新应用等关键领域，开展深层次的探索，目前已经取得了一些进展。
而最关键的是，高质量的大模型更能保障服务的专业度和可靠性，而这种技术代差也会直接关系到应用企业的生产。对于这一点，徐志华尤为看重。
以机制设计消除应用风险“不盲目追求AI泛化使用，要建立监控体系”
无论是过去依托天翔智慧零售平台提供的服务，还是如今以DeepSeek本地部署一体机服务银行智能化，徐志华认为，公司在两者的实施路径上有一个共同点：均以“标准化”的方式打造。
此前，新希望金融科技打造的天翔智慧零售平台已协助全国数百家银行开发了上千款自主品牌、自主风控、自主运营、自主获客的数字化金融产品及服务。2024年，凭借AIOps等技术底座，公司已助力银行信贷产品从人工审批流程化向产品智能生产模块化转变。
标准化、模块化、集约化，这是徐志华一直倡导的理念。2024年8月，在新希望金融科技发起并主办的“未来银行大会”现场，面对来自全国各地的600多位银行高层，徐志华就曾直言“银行数字化转型是一个系统性工程”——并非仅靠几个IT系统、风险模型或大数据就能完成，而是要借助IT系统将过去非标准化的业务流程固化并简化，同时利用大数据和人工智能提升决策的精准度和效果。
在技术创新和效率提升背后，安全性和可靠性同样被重视。因此，在应用AI的同时，新希望金融科技极为强调“驯化AI”。
“所谓‘驯化AI’，本质上是一个让技术应用变得更加‘丝滑’的过程。”徐志华表示，AI其实是一个非常广泛的概念，涵盖许多技术方向，公司从成立以来，就针对银行业务深度探索AI应用，但同时也清楚地认识到，并非所有的场景都适合直接应用AI，特别是在金融领域，必须兼顾创新与安全，因为一个错误的决策就可能会导致严重的后果。
比如，公司利用人工智能的神经网络开发一个银行预测贷款违约概率的模型。“正常情况下，模型开发完成测试后，就可以把它投入实际使用。但我们同时也会服务银行建立一套监控体系，用于实时监测模型的表现，而且会更重视事前监督，来防范潜在的安全风险。”
又比如，大语言模型可能产生“幻觉”，在自动生成代码时，如果缺乏监督、校验机制，幻觉导致的错误代码若直接部署到金融系统，也将带来风险。
徐志华主张，“驯化AI”的核心，是通过机制设计来消除应用中的潜在危险，让人工智能应用更安全、更流畅地落地，“我们不是要去盲目地追求AI的泛化使用，而是要强调在实战中建立监控体系，确保AI真正地服务于银行的业务需求，所以这种监控机制是我们一直以来都在做的工作，而且是必须做的工作。”
实际上，随着大模型技术日益成熟，AI一体机市场在2025年迎来了快速发展契机，多家科技公司纷纷入局，针对政务、医疗、科研等不同细分行业加快研发大模型一体机。目前，市场上已经出现了多种类型的AI一体机，这些产品在硬件配置、软件集成和应用场景上各有侧重，满足了不同行业对高效算力和智能化解决方案的需求。
面对市场竞争，徐志华保持着不回避也不畏惧的积极心态。他表示，当新技术出现时，必然会形成新的竞争格局，而要在这种变革中保持竞争力，唯一的途径就是持续紧跟技术前沿。
在他看来，在金融科技领域，所有的企业都同样面临着新技术带来的竞争压力，关键在于企业是否能保持着谦逊的学习姿态，是否能够持续跟踪技术发展动态，并且通过深度理解将其转化为自身优势。“我们坚信，即使面对竞争，公司也敢去迎接挑战，因为对新技术，我们是坚定地去拥抱，而不是保守和抗拒，未来有无限可能，一定还会呈现出更多充满想象力的成果。”
