邮储前行长刘建军谈AI：三大误区需厘清，银行业AI应用需谨慎

据星海娱苑综合报道，具体情况如下。

春节期间，DeepSeek的火爆引发全球对AI的追捧，AI对银行业生态的重塑引发效率增强，同时也引发了业者对岗位的“AI焦虑”。6月30日，在“融城杯金融科技创新案例评选”启动仪式上，刘建军对AI浪潮下的银行业务成长和内部管理逻辑进行了深入分析。新京报贝壳财经讯（记者黄鑫宇）去年春节期间，DeepSeek的大火点燃了全球对AI（即人工智能）的追捧。

AI深度重塑银行业生态、带来效率增强的同时，也引发业者对岗位等“AI焦虑”的讨论。6月30日，在第十一届“融城杯金融科技创新案例评选”启动仪式上，邮储银行原行长刘建军对于AI浪潮下银行业务成长及内部管理逻辑，给出了自己的观察与思考。邮储银行原行长刘建军。主办方提供 以银行零售业务为例，刘建军觉得，行业竞争重心已经从抢占渠道转向守住客户信任。

面对变化，人工智能跻身破解零售经营痛点的核心抓手。在他看来，银行AI竞争的核心不在于是否拥有大模型，而在于能否打造高密度、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、运营提效四类场景落地门槛低、受AI幻觉干扰较小，适合全行优先铺开。就行业普遍存在的“AI焦虑”，刘建军提出，需求厘清三大认知误区。

排在首位的即为“AI会大量级替代人工”的讨论。刘建军指出，机器只能替代标准化重复工作，而客户经理在维系客户信任、提供情感陪伴领域的核心价值无法被替代。同时，市场对高技能金融人才的需求连续攀升。其次，关于强求AI投入短期回本苗头，刘建军觉得，银行智能化转型的最大成本并非算力、模型，而是组织适配成本，涵盖流程集中改造、合规体系搭建、人员培训运维等，“分散化网点部署很难发挥AI价值，信贷审批、贷后催收集中运营才能放大科技效用。

”他解释道。再次，不可否认的是，银行业当前也存在迷信通用大模型万能的苗头。“银行闭环数据训练的垂直金融小模型适配性更强，业务落地必须按风险分级管控。”具体来看，刘建军觉得，低风险场景应交由AI自动化解决，中风险场景AI出具参考意见、人工复核校验，高风险信贷业务则应以人工最终决策兜底，AI仅作为辅助研判工具。从实际落地情形来看，他提出，银行业的AI投入应当遵循“方向押注，成长留白”原则，锚定智能化长期主线，同时预留适配日后科技迭代的调整空间，配套健全全流程监督机制。

刘建军强调，银行业AI应用需遵循“方向押注，成长留白”原则，锚定智能化长期主线，同时预留适配日后科技迭代的调整空间，并配套健全全流程监督机制。同时，AI在金融业的实际应用案例一直受到“融城杯”金融科技案例评选活动的关注。

以上内容由星海娱苑整理发布，仅供参考。