界面新闻记者 | 安震

　　“AI投入应当遵循‘方向押注，发展留白’原则，锚定智能化长期主线，同时预留适配未来技术迭代的调整空间。”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，中国邮政储蓄银行原行长刘建军在谈到人工智能对金融行业的影响时表示。

　　“当前零售业务正承受多重冲击，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，人工智能成为破解零售经营痛点的核心抓手。”刘建军对界面新闻表示，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。

　　在刘建军看来，AI给零售银行带来了三重实质性机遇：

　　一是重构人力结构，催收、基础征信等重复性工作由AI承接，财富、信贷专业客户经理需求持续扩容，倒逼全员技能升级。

　　二是实现规模化精细客户经营，依托AI客户画像与需求识别能力，可同步满足高端客户定制化财富管理需求与长尾客户普惠金融服务需求的多元诉求 ，打破传统人力服务覆盖瓶颈。

　　三是激活过往受人力、成本约束无法触达的细分客群与小众场景，充分释放零售业务增长潜力，同时助力金融机构落地金融“五篇大文章”，精准赋能实体经济。

　　与此同时，技术的快速发展催生行业普遍的“AI焦虑”，刘建军认为这其中有三大误区：

　　一是认为AI会大规模替代人工。实际上机器仅替代标准化重复工作，客户经理维系客户信任、提供情感陪伴的核心价值无可替代，市场对高技能金融人才需求持续攀升。

　　二是强求AI投入短期回本。银行智能化转型的最大成本不在于算力、模型投入，而在于组织适配成本，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，唯有对信贷审批、贷后催收等场景集中运营，才能放大技术赋能效用。

　　三是迷信通用大模型万能。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：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。

　　中国工商银行原行长杨凯生对界面新闻表示，AI不再单纯是人类辅助工具，正演化为独立的硅基认知主体，碳基与硅基的协同共存，将彻底冲击传统金融“人与人交互”的固有认知。面对行业底层逻辑巨变，金融业数字化转型的新动力与未来方向，亟需全行业深入思考与持续探索。

　　谈及“AI幻觉”衍生的风险，杨凯生认为这并非可修补的程序漏洞，而是AI与生俱来的结构性问题。这一风险将传导至金融全流程，而业内目前既缺少成熟的认知框架，也缺乏有效的规避与处置手段，大量潜在风险场景尚难预判。他呼吁从业者主动探索应对路径。