新京报贝壳财经讯（记者黄鑫宇）去年春节期间，AI焦虑DeepSeek的规模爆火引爆了全球对人工智能（AI）的热情。AI在深度重塑银行业生态、替代显著提升运营效率的人工认知同时，也引发了业界对于岗位存续的邮储银行原行应厘“AI焦虑”。

6月30日，长刘在第十一届“融城杯金融科技创新案例评选”启动仪式上，建军邮储银行原行长刘建军就AI浪潮下的误区银行业务演进及内部管理逻辑，分享了其深度观察与思考。AI焦虑

邮储银行原行长刘建军。规模主办方提供

零售转型：从抢占渠道到深耕信任

以银行零售业务为例，替代刘建军指出，人工认知行业竞争的邮储银行原行应厘核心逻辑已发生根本性转变，重心从单纯的长刘“抢占渠道”转向了“守住客户信任”。面对这一变局，建军人工智能成为破解零售经营痛点的关键抓手。

他认为，银行AI竞争的核心壁垒不在于是否拥有大模型，而在于能否构建高密度、可落地、能产生实际效益的业务场景。其中，智能客服、营销推荐、风险预警、运营提效这四类场景落地门槛较低，且受“AI幻觉”干扰较小，适合全行优先推广。

破除“AI焦虑”：三大认知误区

针对行业内普遍存在的“AI焦虑”，刘建军提出必须厘清以下三大认知误区：

1. AI不会大规模替代人工，而是重塑价值分工

刘建军强调，机器主要替代的是标准化、重复性的工作。而客户经理在维系客户信任、提供情感陪伴方面的核心价值是机器无法取代的。事实上，市场对高技能金融人才的需求正在持续上涨，而非减少。

2. 智能化转型的最大成本是“组织适配”，而非算力

针对盲目追求AI短期回本的现象，刘建军指出，银行智能化转型的最大成本并非算力或模型本身，而是组织适配成本。这包括流程集中改造、合规体系搭建以及人员培训运维等。

他解释道：“分散化的网点部署很难发挥AI价值，只有将信贷审批、贷后催收等环节进行集中运营，才能最大化技术效用。”

3. 摒弃“通用大模型万能论”，坚持垂直小模型与分级管控

不可否认，当前银行业存在迷信通用大模型万能的现象。刘建军认为，经过银行闭环数据训练的垂直金融小模型适配性更强。业务落地必须遵循风险分级管控原则：

• 低风险场景：交由AI自动化处理；
• 中风险场景：AI出具参考意见，人工复核校验；
• 高风险信贷业务：以人工最终决策兜底，AI仅作为辅助研判工具。

落地原则：方向押注，发展留白

从实际落地角度来看，刘建军提出，银行业的AI投入应遵循“方向押注，发展留白”的原则。既要锚定智能化长期主线，又要预留适配未来技术迭代的调整空间，并配套完善全流程监督机制。

融城杯案例评选启动

当前，AI已深度渗透至银行业的各个环节，其实际应用案例备受新金融联盟“融城杯”金融科技案例评选活动关注。据悉，第十一届案例评选征集工作已于6月30日正式开启。

• 9月：进入初选、复选与终选答辩环节；
• 10月：在第八届“外滩年会”上公布最终脱颖而出的15个案例。

本届评选中，刘建军及北京大学国家发展研究院院长黄益平等专家将担任评审专家，参与评选活动。

编辑 岳彩周
校对 付春愔