"当前商业银行面临的不是周期低谷，而是结构性新常态。"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用五个数字勾勒出银行业现状：
净息差已降至1.4%，较2020-2021年的高点下行约80个基点；银行ROE普遍腰斩，跌至7%-8%；居民存款高达167万亿；个人房贷约37万亿，增幅较低；理财平均收益率仅1.98%，背后是居民金融资产配置中权益占比不足。
"过去这些年，各家银行资产规模、盈利规模、客户规模高速成长，但规模扩张的时代结束了，专业制胜的时代开始了。"他指出。
在这样的背景下，零售业务仍然是银行经营的压舱石，而且定位进一步凸显。
刘建军给出了三条逻辑：首先是资本效率机制，按商业银行内评法高级法计算资本，房屋按揭贷款业务比对公业务少消耗约70%的资本；其次是利润稳定机制，财富管理、支付场景服务等综合收益能降低对息差的依赖；第三是资金主场机制，庞大的零售客户群带来低成本、长期稳定的资金来源。
但压舱石正在承受三重冲击：客户结构"两头夹击"，高净值客户需要专业资产配置，长尾客户需要低成本覆盖；经营模式从"卖产品"转向"风险管理+长期陪伴"，对专业能力提出更高要求；入口层发生"脱媒"，AI助手和智能入口可能绕过银行APP，直接触达客户。
"上一轮竞争是渠道之争，这一轮竞争是守住客户出口和客户信任。"他强调。
针对行业普遍存在的“AI焦虑”，刘建军特别提醒要避开三大误区：
误区一：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上涨。
误区二：强求AI投入短期回本。一年内就要回本、短期内回本，不现实。银行智能化转型最大成本并非算力、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技术效用。
误区三：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。
他提出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，配套完善全流程监督机制。