阿里雲劉偉光：2萬字解剖「保險科技」，管理者怎樣做「正確的事」？
上篇：阿里雲劉偉光：2萬字解剖「保險科技」，管理者怎樣做「正確的事」？（上篇）
阿里巴巴集團副總裁、阿里雲新金融事業部總經理劉偉光以兩萬字長文從全方位多險種多角度分析保險科技與業務的結合，保險科技對業務的賦能，從保險體驗、開放、運營、理賠、新核心系統這五大硬核科技視角出發，詳細闡述全渠道、全協同、全場景、全智能打造極致客户體驗。
以及如何引入互聯網客户運營技術，助力保險公司全面線上化，建立”引進來+走出去“的開放生態體系，基於數據+AI的自動化理賠大腦，利用分佈式核心架構技術改造傳統保險公司核心系統支撐未來業務高速發展。
劉偉光加入阿里雲之前，在螞蟻金服負責金融科技的商業推廣和生態建設工作以及螞蟻區塊鏈的商業拓展工作。他曾創建Pivotal軟件大中華區分公司，開創了企業級大數據以及企業級雲計算PaaS平台的市場先河。
近期，雷鋒網《AI金融評論》也將與劉偉光、阿里雲新金融事業部CTO張曉丹，以及多位銀行、雲廠商、ISV專家，聯合舉辦一場銀行雲化升級與金融雲的深度交流活動。欲瞭解更多活動詳情，可聯繫負責人周蕾（微信：LorraineSummer）。
本文作者：阿里巴巴集團副總裁、阿里雲新金融事業部總經理 劉偉光
雪崩時沒有一片雪花是無辜的！
保險的數字化價值鏈的重塑中，也不是由一種技術來承載，而是由多種技術與保險業務的深度工程化結合作用的。也正是這些工程化保險科技作為堅實底座，共同支撐起了保險的新型數字化價值鏈。
從上面對保險數字化信號的分析來看，保險行業從高速發展的階段進入到追求質量的階段。需要保險公司更瞭解客户需求，“以客户為中心”、“強化客户經營”成為保險公司核心戰略。
但是，保險的體驗卻成為客户吐槽的“重災區”：“保險條款晦澀難懂，理解保險內容就像在做‘閲讀理解’”、“有些保險代理人利用信息不對稱，大肆推銷保險的收益，反而故意隱瞞部分免責條款，索賠時才發現問題”、“投保前一對一熱心服務、投保後無人問津”、“售後不受重視，感受不到保險價值”、“用户服務需要接觸APP、網站、代理人等多個觸點，渠道間業務割裂，用户被多次要求提交相同材料，造成大量投訴和流失。”、“APP使用就是一種折磨、難用到死”、“APP仍停留在‘功能機’時代的設計、場景單一”。
保險消費進入體驗時代，客户需要的是便捷化、透明化、場景化、協同化的服務。“以客户為中心”不再是一個掛在牆上的口號，保險數字化的一個重點方向就是打造一套全面的“保險體驗科技”，借鑑互聯網電商的客户運營經驗，聚焦在4個方面來提升全旅程的客户體驗：全渠道、全協同、全場景、全智能。
1）全渠道：解決體驗斷層、用户流失的問題，需要從整體、全流程的角度規劃用户體驗。需要考慮到整個旅程和其中若干個場景之間的關係，統一各個渠道的體驗策略，打通旅程中各渠道的關聯，去塑造和管理用户體驗的整體性。
多渠道、多場景下的用户個人數據刻畫出精準的用户畫像，形成獨有的“保險人設”。根據這個“人設”可以精準地定位用户的個人背景和家庭結構，從而進行個性化推薦。保險產品的創新變革也將圍繞用户的生活場景和“保險人設”進行定製。
例如：某保險公司建立跨全渠道的公共能力中台，將各個渠道煙囱的定位、用户管理、交互流程、業務資源進行打通整合，實現跨渠道統一體驗、跨渠道營銷引流、統一用户識別等，大幅提高客户在渠道間業務銜接、簡化客户旅程。
2）全協同：通過解決保險從業者與客户的在線溝通與服務流程協同上的痛點，設計適時的出現與交互時機，能夠幫助他們進一步提升工作效率和溝通質量。
例如：某保險公司希望將用户在線、與內部代理人、業務管理進行打通，實現業務線上化。我們將對內、對外的這兩種數字化能力整合後，形成端到端的“雙在線”方案：
1、對客户的數字化服務（包括數字化展業、場景化服務、數字營銷、數字化風控、技術運營）；
2、對內部的數字化工作協同（辦公審批、溝通交流、日常工作管理、培訓、考勤、），整體提高用户端、代理人端的服務體驗。在用户旅程中合理地規劃代理人等利益相關者的協同職能，也將更全面地覆蓋用户多樣化的需求，提供多元化的服務。
3）全場景：很多用户在購買保險之後，與保險公司的互動就變得非常低頻，只有出現理賠或是扣費的時候才會再次聯繫。保險從業者們一直希望能夠讓用户的價值延續到更多的產品和服務中去，卻發現這一步十分難走。尤其是像壽險這樣的保險產品，保單會伴隨用户長達幾十年的時間，這期間的客户關係管理就需要一套“多場景+權益”的服務體系，來讓用户與保險公司之間關係變得高頻、密切。
例如：某保險公司在建設的新一代APP平台中，除了建設保險線上銷售體系、線上理賠服務外，更進一步引入內部健康、養老、醫院等服務，同時引入線上的多維的生活場景權益服務，提高客户粘性和互動。
4）全智能：智能化能力運用，一方面可以在客户交互旅程的方方面面來簡化流程、簡化交互摩擦，例如：OCR、LBS、掃一掃、人臉識別、智能交互等。另一方面可以大幅增加業務效率、降低風險、降低成本，例如：智能營銷、智能風控、智能客户服務。
例如：某保險通過移動APP+智能中台，實現線上化智能保障缺口分析，用户填入個⼈情況和家庭結構後，系統以可視化的方式呈現由 AI智能分析出的家庭風險，並根據已持有產品來分析現有風險覆蓋情況和待覆蓋部分，讓用户瞭解現有的風險缺口。這種站在用户的角度進行智能化推薦，是智能化在客户體驗方面的重要應用。
保險業務線上化後，除了服務、操作體驗是影響客户留存的重要因素，端智能也成為重點發展的方向，目前部分先進的端實踐已經將邊緣計算應用於前端產品上，通過端側豐富的用户行為數據和觸發點，利用機器學習和深度神經網絡，在端側持續感知用户意圖，抓住用户轉瞬即逝的興趣點，並給予用户及時的結果反饋，提高獲客率和轉化率。
端智能可以將原來的服務端的決策或業務處理前置在前端，引入機器學習和深度神經網絡模型，結合用户行為數據，在端側持續感知用户意圖，實時決策並實時反饋結果給用户，這樣解決了實時性差以及決策系統可調整性差的問題，提高交互響應時效，使得業務操作更流暢，提升了客户的操作體驗。
示例：端智能應用
在銀行領域，“開放銀行理念”越來越被接受和認可，越來越多的銀行在建立自己的開放銀行體系，希望向Bank 4.0中提到的“走出銀行網點辦銀行卡”方向轉型，將銀行業務通過數字化連接無縫地融合在C端和B端用户的場景中。
頭部保險公司也已經意識到這股趨勢，也開始搭建自己的“保險開放”平台，但我們看到許多保險公司都簡單地將“保險開放平台”等同於“開放API平台”來建設，僅僅提供部分保險業務API能力對外開放。而這樣的API開放方式，合作伙伴缺乏動力、使用門檻高、業務見效慢，只是變成原來對外接口平台的“新馬甲”，沒有通過生態合作來實現業務產品創新、客户服務體驗提升的目的，使得大部分API平台變成了“雞肋”。
而真正的“保險開放平台”建設首先應該考慮的是如何吸引生態夥伴建立“保險生態圈”，形成“雙贏、多贏”局面，通過開放生態圈來提供多維豐富的場景、權益、營銷觸達、產品設計、服務運營等，充分發揮數字化的連接能力，建立每個公司獨特的保險生態“朋友圈”，形成“平台型公司”，最後產生業務上互相作用的“化學反應”。
保險開放科技 = 引進來 + 走出去 ！
1）引進來：在C端用户服務、代理人服務方面，保險服務需要更加“有温度”的服務體驗，讓客户感受到“保單內和保單外”的綜合“保險價值”、讓客户感受到相比其他公司“多出一盎司”的幸福感。通過“引進來”的開放模式，客户在保險服務流程中充分連接外部的生活化場景，提高客户粘性，同時在場景中完善保險服務流程中的欠缺環節，實現對保險產品創設、客户情況評估、客户畫像數據補充等，獲得“意外驚喜”。
比如：某保險公司建立了“小程序開放平台”， 圍繞用户的生活場景，通過小程序方式連通更多生活服務平台、引入外部高頻生活場景，配合相關的線上權益激勵和交流羣，搭建客户二次傳播和營銷平台，不但可以激活客户粘性、而且讓客户獲取激勵的同時成為活動二次傳播者，更大程度的釋放了營銷渠道。
2）走出去：除了在服務流程中引入外部場景，保險服務也要向外“走出去”。也可以通過“保險開放平台”更多連通外部平台接入生活服務，圍繞用户在外部線上平台上的生活場景，適時地推薦相關險種，搭建保險銷售新觸點。
在生活場景中，用户接觸到保險的渠道變得更加多樣。場景中的任何一個觸點，如與健康管理相關的智能穿戴設備、運動APP、醫院平台等，都可以成為商業醫療險觸達用户的渠道，多渠道建立起保險與用户的聯繫。比如，某保險公司通過“區塊鏈開放平台”，逐步建立“健康聯盟鏈”，打通多個保險與醫療機構之間的連接，商業醫療險可以不需要用户申請就自動完成理賠服務，省去中間繁瑣的環節。
保險業務中需要涉及大量的、多種類型的合作伙伴，中介代理、場景權益服務、三方渠道、履約服務、查勘、外部調查、醫療機構等等。綜上所述，保險業務的全鏈路均需要合作伙伴的參與。
通過“保險開放科技”建立起數字化的“保險生態圈”對保險高質量發展尤為重要，但“保險開放科技”並不是單一的API開放、也不是小程序開放的單一技術方案，而是一整套開放技術框架+開放運營能力（引入、測試、上線、創建）+開放業務資源的組合（場景、權益等），保險公司需要從業務、管理、組織、科技全面規劃，但循序漸進式逐步落地。
“流水不爭先，爭的是滔滔不絕！”，一個保險企業能長盛不衰的關鍵在於持續的客户服務與運營能力建設。數字化畫像、數字化營銷、數字化風控、數字化定價等這些數字化運營能力已經成為數字金融未來的核心競爭力。為了實現數字化運營，保險企業需要充分利用移動技術、數據與智能化技術，建立端到端數字化運營閉環體系。主要通過“數據管理中台化”、“產品渠道過程化”、“用户運營精細化”、“作業流程自動化”四個維度來實現保險運營科技。
1）數據管理中台化：數據基礎建設是保險運營科技的基礎，若想真正制勝數字化時代的營銷競爭，就必須建立一個以“客户OneID”的數據中台體系，360 度全方位整合、處理、分析客户和運營全生命週期數據。
例如：某集團性保險公司通過建立全公司的數據中台，實現對客户多業務線(壽險、財險、健康、醫療等)的統一識別。在業務員端，僅需輸入客户名字，AI會通過客户OneID來關聯客户個人及家庭綜合保障情況，自動計算出該客户的保障評分、個性化推薦產品評分，向業務員展示顯性銷售線索。
同時提供在線演練，匹配與客户溝通的話題等功能，讓業務員與客户見面之前做好充分的準備，提升成交率，AI已經成為一線業務員展業的貼心助手和隨問隨答的專家。
2）產品渠道過程化：保險運營科技的一大核心是，對於客户所接觸渠道和產品形成過程化“微操管理”，結合各個渠道的過程數據採集分析（點擊、瀏覽時長、關注、流失、評價、諮詢等）來實現深入客户理解，把握顧客潛在需求和最佳交互時機，實現客户的數字化運營與最大程度轉化。
如果説數字時代的整體形態就是“端+雲”的話，那麼端就是渠道與產品，雲就是數據，端和雲的溝通協同越緊密、就越能夠互相作用、互相賦能，實現“業務數據化、數據業務化”。所以，數字渠道和產品過程化能力是數字化轉型的最後也是至關重要的一環。
例如：某保險公司為了提升代理人的展業效率，通過數字化埋點採集代理人 App過程數據，包括代理人使用 App 的頻次/時長、常用的功能模塊、計劃書製作數量與分享人數、業績情況、學習內容等數據，來分析代理人線上展業的效率、代理人的業績、代理人的成長。並分析各分支機構展業的總體情況，以及各代理人職級的展業情況，不斷為代理人提供更靈活便利的服務。
3）用户運營精細化：藉助數據中台體系和過程化數據埋點採集，就可以建立完善的數字化用户運營平台，實現對不同用户類型（“用户”、“潛客”、“客户”）、用户生命週期、用户價值分層的定義和劃分，從不通過角度進行用户精細化策略定義，對不同用户羣體採取不同的營銷策略，實現個性化的運營與服務，並建立有效的閉環分析方法不斷驗證及優化運營策略。如下圖：不同用户類型定義：
例如：不同用户價值和運營週期定義：
4）作業流程自動化：自動化、柔性化流程安排是保險公司提升運營效能的必由之路，傳統流程多以現場、紙質、層層授權為基礎，流程前後台交互繁多。以產險代理人渠道理賠流程為例，傳統流程中僅授權這一項就要涉及保險代理人與後台運營的多次往返。如果企業能夠將單證授權等操作步驟集中自動化處理，那麼優化後的流程能夠使前後台分工清晰，多次交互改為一次完成，使成本下降、效率提升。
理賠和服務是保險公司綜合實力的直接體現，也是塑造公司品牌形象的主要發力點。傳統模式上的理賠之所以複雜，是因為場景類型繁多、過程標準不一、參與方多且訴求各異，在執行方面，由於人工執行為主，信息收集不全，本着“互不信任”的心態把案件處理流程化，靠各級、各環節的制衡來管控風險。
我們認為未來理賠服務的業務設計需要回歸保險本源——損失補償。化繁為簡，從“蒐集的數據是否達到賠付條件”的視角出發來設計業務過程。具體體現為4個方面的變化：
1）多方位客户接觸而不是單一的流水線傳導
線上化時代保司與客户的接觸渠道是立體的，在線、視頻、智能設備等更直觀、更易蒐集數據的接觸方式將會大比例替換傳統的熱線客服，機械式問答、記錄的客户崗會被機器人替代，更專業的、能一次性解決客户問題的後端運營人員會前置，直接受理客户的諮詢和申請。
2）面向場景而不是面向過程
理賠過程並非程式化作業，而是針對不同的出險場景、不同的索賠類型、不同的客羣實行差異化的作業模式，以“能否立案”、“能否賠付”為關鍵判斷點，按場景需求編排作業流程及作業任務。
3）資源協作而不是上下統攬
作業任務方面，保司的能力體現在如何將作業單元化，再根據難易程度、作業場景將不同的作業單元合理分派給內、外部的可用資源；損失評估方面，將會更多地依靠各個行業的合作伙伴進行專業化評估，保司的能力體現在如何尋找最優的合作伙伴以及過程中風險防控。
4）數字化、智能化運營取代經驗+手工
基於數據+AI的運營指揮是未來理賠服務的趨勢，流程可編排、作業可自動、數據可監控、參數可調整。
基於以上觀點，可以設想未來保險行業的理賠服務是在理賠大腦的指揮下圍繞着“明確案件事實”、“明確履約方案”這兩條主線開展作業，在自動化基礎上，按需發起各類任務，併合理分派給內外部資源及行業生態夥伴，以最優路徑實現履約方案的確認和執行。理賠過程中，基於數據智能提供全方位的監控和風險識別。
理賠大腦是其驅動核心。理賠大腦有左右腦之分：左腦負責推理決策，在案件數據逐步清晰的過程中，基於設定的運營參數、業務邏輯，結合知識圖譜進行業務活動編排、自動作業處理、任務調度推送；右腦負責感知決策，基於客户接觸信息、案件信息流，結合算法模型進行客户意圖識別和案件風險判斷。理賠大腦工作模式示意：
螞蟻保險是“理賠大腦”概念的提出者和科技驅動理賠的堅定踐行者，在“多收多保”、“多付多保”等小額健康險及相互寶重疾險的業務實踐中,已沉澱出構成理賠大腦的三大核心繫統應用。
1）智能材料收集系統
保險理賠過程中，從術中的病理檢驗結果，到術後的診斷結果，不同案件所需要的理賠材料各有差異。單純靠用户自主理解、篩選、提交完成非常困難。數據顯示，重疾險線上報案裏，用户能夠一次性提交完整材料的佔比小於30%。螞蟻“理賠大腦”通過智能線索採集識別，極大簡化用户理賠報案流程。目前，螞蟻“理賠大腦”最多能識別107種醫療憑證，用户在提交申請時，智能材料收集系統會根據病種，全自動鑑別和指導用户上傳報案所需的核心憑證，大大提升用户的一次報案成功率，同時也最大程度簡化用户需要提交的材料內容。
2）智能調查系統
當前保司理賠過程中，很難對外部的公估公司和第三方現場調查，以及作業材料進行及時、高效的數字化管理。螞蟻“理賠大腦”通過作業小程序，把原先脱離保司管控的線下調查的黑盒透明化。通過身份認證和位置信息，保證案件調查的工作人員身份和實際工作取證。同時對調查內容的結構化處理，並自動生成回覆內容，實現理賠線下作業數據化，支持理賠人員在不同的任務裏，對於取回材料和作業內容進行及時管理。也使得後端人員通過結構化的回覆，對作業內容回覆篩選和判斷。
通過視頻面訪的功能，有效實現身份核實，通過刷臉核實被保險人身份後，進行遠程面訪，同時在服務器後台保留整個過程。通過NLP技術等，自動將談話內容生成文字，進行智能的風險識別。將談話內容中涉及的疾病、病史，通過系統提示出來，自動提示面訪員，進行進一步的風險問題挖掘。
3）智能審核系統
傳統的理賠人員，通過上傳的案件材料，包括調查回來的材料，結合購買的保險合同條款，或者是健康告知的內容中，提取關鍵的理賠信息。在同步鑑定用户提交的材料真實性後，根據保障條款確定理賠後續。
螞蟻“理賠大腦”利用基於知識圖譜搭建的疾病庫、健告庫、診療庫、醫院庫等，結合用户提交的，公估公司收集信息等原始材料。按照時間順序——每份材料實際發生時間，再根據用户的就診事件的維度，住院的時間維度等不同視角數據，經過AI系統自動判定後，輔助審核人員判定重點分析內容，實現整體人效比傳統提升70%以上。
5、保險核心科技人活着就是在“對抗熵增”，生命以負熵為生。——薛定諤。
保險企業在業務不斷髮展中，系統也在不斷地“熵增進程”。比如：某保險公司的系統有多達1000多個業務系統，超過60%的科技預算用於系統維護。業務變更“牽一髮而動全身”，一個需求涉及20多個相關係統。“系統的熵增”大大地制約了業務的創新。（熵：系統中的“無效能量”，用以度量一個系統“內在的混亂程度”）。
保險公司要保持生命力，“保險核心”既需要快速響應業務需求以應對新業務“不確定性挑戰”（開門紅、雙11、爆款產品、新銷售方案、立等可取式承保等），又需要採用一些“新科技”來“抵抗熵增”，即“熵減型架構”。
所以，“新一代保險核心科技”就這樣應運而生了：1）在技術架構上具備“熵減型”特點——資源集中、架構統一、能力整合、服務共享；2）在業務架構上具備“敏捷型”特點——配置化、樂高式組裝服務、數據驅動、敏捷研發交付。
當具備這樣“新一代保險核心科技”所形成的科技戰鬥力，與傳統保險核心技術相比會形成巨大的“代差優勢”，而“代差”所帶來的優勢就像5代戰機與4代戰機的差異。殲20（5代戰機）與殲11B（4代戰機）的戰鬥交換比達到驚人的0比108，殲20平均25秒擊落一架殲11B。
“新一代保險核心科技”需要具備幾方面的技術架構升級：
資源從“固定式分配”向“雲資源分配”轉型；
系統從“單體巨石型”向“分佈式型”轉型；
開發從傳統瀑布式向“雲原生敏捷研發”轉變；
服務從“獨立煙囱式”向“中台化+樂高式組裝”轉型。
隨着新一代“敏捷型+熵減型”架構在保險核心技術領域的不斷引入，保險新一代核心系統呈現出的新特點和不同演變路徑：
1）“分佈式中台”演進（串聯模式）
隨着業務的快速發展，單體“胖核心”顯然已經不能很好的支撐業務的需要，比如：有保險公司一年有接近1500多個需求需要在核心繫統裏改造，這就是單體“胖核心”的問題所在，所有業務功能高度耦合、牽一髮而動全身，每個需求的開發、測試、發佈週期非常長，導致業務需求平均響應時間超過半年以上。
所以，我們看到“巨石型的胖核心”越來越難以滿足業務需求承載。越來越多保險公司開始逐漸建立起核心之外的“分佈式保險中台”，來降低前台需求對核心的改造壓力。
這個“保險業務中台”下連核心系統、上連前端渠道系統，在追求快速敏捷前台與追求穩定的核心繫統間，建立一個不同速率的“適配層”，“串聯”和“轉換”不同速率變化需求，類似於“變壓器”來降低核心系統的外部需求壓力。
這個“保險業務中台”有兩個層面的服務：一層是細粒顆粒度的、從核心業務系統向外解耦的原子級服務，其上一層是按照一定的業務邏輯將這些業務原子進行組裝，形成支持面向客户的前台所調用的粗顆粒度服務。
業務需求快速通過中台化的服務來“組裝”出。比如：從核心中不斷分離出通用的客户中心、承保中心、保全中心、保單中心、單證中心、產品中心等，再由這些公共的業務中心組件來組裝出各類險種業務平台，如車險、非車險、農險、個險、團險、健康險等等。
2）“雙核心”演進（並聯模式）
進入到“互聯網+”的時代，保險業務模式已經轉變為“線下+線上”的混合業務，傳統核心已不能完全滿足互聯網渠道的海量數據的處理，高頻、碎片化的互聯網業務需要更靈活、擴展性更好的架構。
同時，保險公司這類金融服務企業，由於風險控制、管理控制等運營要求，管理產品和保單的核心保險系統，以及財務資金管理等面向內部運營後台系統的系統架構，在短期內還難以徹底改變為互聯網架構。
因此，可以看到目前市場上大多傳統險企，很多在採用“傳統核心+互聯網核心/電商核心”的雙核心架構，其IT架構也過渡到“集中式+分佈式”的“雙模混合”架構。
採用敏態的互聯網技術架構，建立一個獨立於傳統核心之外的“分佈式互聯網核心”，實現在不影響傳統核心業務的情況下，快速搭建互聯網業務核心承載能力，將大量新型互聯網需求由“互聯網核心”來承載，降低對傳統核心的壓力。
3）數據中台與保險核心的“閉環協作與賦能”
保險核心需要提供強大的客户細分、智能化營銷支持和客户關係管理的能力，以利於合理確定產品和服務的價格、判斷客户首選渠道、部署適用營銷方式等。
同時保險核心需要建立起客户管理和保險標的物相關聯的集成風險監測能力，聯通大量風險孤島，全面、實時監測風險隱患，通過風控模型和物聯網傳感器，及時預測潛在風險，有效攔截風險事件，確保公司穩健經營。
所以保險核心範圍需要圍繞着保險數據的管理、保險交易的推進和安全的管控來進行詳細規劃。未來保險核心系統的產品形態會如下所示，圍繞着數據採集、實時數據服務、全局風控的需求，驅動保險的交易流程：
所以未來的交易型系統都會變成分析型交易系統，具有跨域歷史數據分析的支持能力，用數據分析來支持交易的動態敏捷變化，高速響應市場和用户的需求。保險核心也不例外，在這個轉型的過程中，數據中台將提供技術的支撐。數據中台的本質，就是企業數據產品工廠，而這裏的數據產品，主要指數據服務。
在數據中台的協助下，保險企業的客户信息蒐集、分析、應用客户信息的方式將發生較大變化：
一是從單維客户視圖向多維客户視圖擴展,系統能自動識別和綜合分析單一客户及其家庭或企業的風險視圖，對客户家庭成員或企業實施關聯數據存儲、萃取和分析，支持基於關係的營銷和風控；
二是由被動執行客户信息分析指令向主動推送智能化信息服務升級。保險核心能實時抓取、整合保險內外各相關係統客户數據，將整合後客户信息實時反饋各業務板塊，並充分運用商務智能挖掘分析，形成知識化、智能化客户信息資產，為客户營銷和風險預警提供事件驅動，以利於不斷改善客户體驗和提升風險預控效率。
4）核心系統異地多活的升級部署
在傳統的核心繫統部署，其熱備上不實際運行業務；在主系統發生故障的情況下，極端情況會發生數據丟失和系統切換時間較長的問題。行業內已經有公司開始研發單元化的異地多活（兩地三中心，或三地五中心等）的部署模式，各中心按負載分配都運行了一定比例的業務流量。這種部署模式的收益有：
突破數據庫瓶頸，不受單庫連接、容量上限限制；
縮小故障隔離域顆粒度，靈活部署，靈活調配流量，快速容災；
突破城市瓶頸，異地多活，理論上無限擴展；
RTO 時間很短，RPO 城市內，城市級都可做到 0。
示意：單元化多地多活
人們總是在“正確的事”與“容易的事”中作選擇，“正確的事”往往會更困難，“容易的事”就是放棄正確的道路。保險企業數字化轉型不是一條坦途，但卻是“正確的事”，轉型的過程既不會一帆風順，也不可能一蹴而就。不少保險企業在做“數字化轉型”時，會出現“水土不服”的情況，最終導致轉型不了了之。比如：
公司高層領導很重視，上系統、開大會、做培訓……下屬執行時不積極，甚至消極抵制；
企業上下都很重視，但是操作時新系統要操作一遍（為了以後），原有的各種表還得再填一遍（為了以前和當下），短期內會增加了部分工作量，造成負面情緒；
部門牆、業務牆的文化依然很難打破，數字化過程需要全局視角來思考和建設，建立數字化中台能力需要跨部門協調，但不知道歸哪個部門管，導致沒有部門來牽頭負責；
數字化化轉型本身就是一種“敏捷文化”與傳統“瀑布文化”的衝突，帶來了科技團隊的學習成本、新技術挑戰和壓力。
企業數字化轉型往往是進入“無人區”，很大程度涉及到現有業務、流程、人員、系統、數據等多方面因素，公司考核中往往是負向考核，不做不錯，項目出問題卻要背責任、扣績效。
所以，需要公司管理層保持“持續性原則”，做數字化轉型必定是一個持續投入、持續迭代的過程。同時需要領導層關注文化建設，包括從“問責文化”轉為“創新激勵文化”、從“瀑布文化”轉為“敏捷文化”、從“部門文化”轉為“合作文化”。
下週，雷鋒網AI金融評論與阿里雲將聯合主辦“銀行系統雲化升級”實戰體驗營，邀請到四位頂尖行業專家，分享銀行上雲與數字化轉型的經典案例與價值討論。
已確認嘉賓：
劉偉光，阿里巴巴集團副總裁、阿里雲新金融事業部總經理
張曉丹，阿里雲新金融事業部CTO
陳威，阿里雲新金融事業部金融核心部負責人
吳守鈺，中電金信（原文思海輝）金融解決方案事業部產品總監
《銀行業AI生態雲峯會》也正在同步進行當中。
掃碼關注“AI金融評論”，對話框回覆“參會”，獲取進羣二維碼，一鍵預約兩大重磅活動。