阿里巴巴集团副总裁、阿里云新金融事业部总经理刘伟光以两万字长文从全方位多险种多角度分析保险科技与业务的结合，保险科技对业务的赋能，从保险体验、开放、运营、理赔、新核心系统这五大硬核科技视角出发，详细阐述全渠道、全协同、全场景、全智能打造极致客户体验。

以及如何引入互联网客户运营技术，助力保险公司全面线上化，建立”引进来+走出去“的开放生态体系，基于数据+AI的自动化理赔大脑，利用分布式核心架构技术改造传统保险公司核心系统支撑未来业务高速发展。

刘伟光加入阿里云之前，在蚂蚁金服负责金融科技的商业推广和生态建设工作以及蚂蚁区块链的商业拓展工作。他曾创建Pivotal软件大中华区分公司，开创了企业级大数据以及企业级云计算PaaS平台的市场先河。

近期，雷锋网《AI金融评论》也将与刘伟光、阿里云新金融事业部CTO张晓丹，以及多位银行、云厂商、ISV专家，联合举办一场银行云化升级与金融云的深度交流活动。 欲了解更多活动详情，可联系负责人周蕾（微信：LorraineSummer）。

本文作者：阿里巴巴集团副总裁、阿里云新金融事业部总经理 刘伟光

IV 保险价值链的脊梁：保险硬核科技

雪崩时没有一片雪花是无辜的！

保险的数字化价值链的重塑中，也不是由一种技术来承载，而是由多种技术与保险业务的深度工程化结合作用的。也正是这些工程化保险科技作为坚实底座，共同支撑起了保险的新型数字化价值链。

1、保险体验科技

从上面对保险数字化信号的分析来看，保险行业从高速发展的阶段进入到追求质量的阶段。需要保险公司更了解客户需求，“以客户为中心”、“强化客户经营”成为保险公司核心战略。

但是，保险的体验却成为客户吐槽的“重灾区” ：“保险条款晦涩难懂，理解保险内容就像在做‘阅读理解’”、“有些保险代理人利用信息不对称，大肆推销保险的收益，反而故意隐瞒部分免责条款，索赔时才发现问题”、“投保前一对一热心服务、投保后无人问津”、“售后不受重视，感受不到保险价值”、“用户服务需要接触APP、网站、代理人等多个触点，渠道间业务割裂，用户被多次要求提交相同材料，造成大量投诉和流失。”、“APP使用就是一种折磨、难用到死”、“APP仍停留在‘功能机’时代的设计、场景单一”。

保险消费进入体验时代，客户需要的是便捷化、透明化、场景化、协同化的服务。 “以客户为中心”不再是一个挂在墙上的口号，保险数字化的一个重点方向就是打造一套全面的“保险体验科技”，借鉴互联网电商的客户运营经验，聚焦在4个方面来提升全旅程的客户体验：全渠道、全协同、全场景、全智能。

1）全渠道 ：解决体验断层、用户流失的问题，需要从整体、全流程的角度规划用户体验。需要考虑到整个旅程和其中若干个场景之间的关系，统一各个渠道的体验策略，打通旅程中各渠道的关联，去塑造和管理用户体验的整体性。

多渠道、多场景下的用户个人数据刻画出精准的用户画像，形成独有的“保险人设”。根据这个“人设”可以精准地定位用户的个人背景和家庭结构，从而进行个性化推荐。保险产品的创新变革也将围绕用户的生活场景和“保险人设”进行定制。

例如：某保险公司建立跨全渠道的公共能力中台，将各个渠道烟囱的定位、用户管理、交互流程、业务资源进行打通整合，实现跨渠道统一体验、跨渠道营销引流、统一用户识别等，大幅提高客户在渠道间业务衔接、简化客户旅程。

2）全协同 ：通过解决保险从业者与客户的在线沟通与服务流程协同上的痛点，设计适时的出现与交互时机，能够帮助他们进一步提升工作效率和沟通质量。

例如：某保险公司希望将用户在线、与内部代理人、业务管理进行打通，实现业务线上化。我们将对内、对外的这两种数字化能力整合后，形成端到端的“双在线”方案：

1、对客户的数字化服务（包括数字化展业、场景化服务、数字营销、数字化风控、技术运营）；

2、对内部的数字化工作协同（办公审批、沟通交流、日常工作管理、培训、考勤、），整体提高用户端、代理人端的服务体验。在用户旅程中合理地规划代理人等利益相关者的协同职能，也将更全面地覆盖用户多样化的需求，提供多元化的服务。

3）全场景：很多用户在购买保险之后，与保险公司的互动就变得非常低频，只有出现理赔或是扣费的时候才会再次联系。保险从业者们一直希望能够让用户的价值延续到更多的产品和服务中去，却发现这一步十分难走。尤其是像寿险这样的保险产品，保单会伴随用户长达几十年的时间，这期间的客户关系管理就需要一套“多场景+权益”的服务体系，来让用户与保险公司之间关系变得高频、密切。

例如：某保险公司在建设的新一代APP平台中，除了建设保险线上销售体系、线上理赔服务外，更进一步引入内部健康、养老、医院等服务，同时引入线上的多维的生活场景权益服务，提高客户粘性和互动。

4）全智能：智能化能力运用，一方面可以在客户交互旅程的方方面面来简化流程、简化交互摩擦，例如：OCR、LBS、扫一扫、人脸识别、智能交互等。另一方面可以大幅增加业务效率、降低风险、降低成本，例如：智能营销、智能风控、智能客户服务。

例如：某保险通过移动APP+智能中台，实现线上化智能保障缺口分析，用户填入个⼈情况和家庭结构后，系统以可视化的方式呈现由 AI智能分析出的家庭风险，并根据已持有产品来分析现有风险覆盖情况和待覆盖部分，让用户了解现有的风险缺口。这种站在用户的角度进行智能化推荐，是智能化在客户体验方面的重要应用。

保险业务线上化后，除了服务、操作体验是影响客户留存的重要因素，端智能也成为重点发展的方向，目前部分先进的端实践已经将边缘计算应用于前端产品上，通过端侧丰富的用户行为数据和触发点，利用机器学习和深度神经网络，在端侧持续感知用户意图，抓住用户转瞬即逝的兴趣点，并给予用户及时的结果反馈，提高获客率和转化率。

端智能可以将原来的服务端的决策或业务处理前置在前端，引入机器学习和深度神经网络模型，结合用户行为数据，在端侧持续感知用户意图，实时决策并实时反馈结果给用户，这样解决了实时性差以及决策系统可调整性差的问题，提高交互响应时效，使得业务操作更流畅，提升了客户的操作体验。

示例：端智能应用

2、保险开放科技

在银行领域，“开放银行理念”越来越被接受和认可，越来越多的银行在建立自己的开放银行体系，希望向Bank 4.0中提到的“走出银行网点办银行卡”方向转型，将银行业务通过数字化连接无缝地融合在C端和B端用户的场景中。

头部保险公司也已经意识到这股趋势，也开始搭建自己的“保险开放”平台，但我们看到许多保险公司都简单地将“保险开放平台”等同于“开放API平台”来建设，仅仅提供部分保险业务API能力对外开放。而这样的API开放方式，合作伙伴缺乏动力、使用门槛高、业务见效慢，只是变成原来对外接口平台的“新马甲”，没有通过生态合作来实现业务产品创新、客户服务体验提升的目的，使得大部分API平台变成了“鸡肋”。

而真正的“保险开放平台”建设首先应该考虑的是如何吸引生态伙伴建立“保险生态圈”，形成“双赢、多赢”局面，通过开放生态圈来提供多维丰富的场景、权益、营销触达、产品设计、服务运营等，充分发挥数字化的连接能力，建立每个公司独特的保险生态“朋友圈”，形成“平台型公司”，最后产生业务上互相作用的“化学反应”。

保险开放科技 = 引进来 + 走出去 ！

1）引进来： 在C端用户服务、代理人服务方面，保险服务需要更加“有温度”的服务体验，让客户感受到“保单内和保单外”的综合“保险价值”、让客户感受到相比其他公司“多出一盎司”的幸福感。通过“引进来”的开放模式，客户在保险服务流程中充分连接外部的生活化场景，提高客户粘性，同时在场景中完善保险服务流程中的欠缺环节，实现对保险产品创设、客户情况评估、客户画像数据补充等，获得“意外惊喜”。

比如：某保险公司建立了“小程序开放平台”， 围绕用户的生活场景，通过小程序方式连通更多生活服务平台、引入外部高频生活场景，配合相关的线上权益激励和交流群，搭建客户二次传播和营销平台，不但可以激活客户粘性、而且让客户获取激励的同时成为活动二次传播者，更大程度的释放了营销渠道。

2）走出去 ：除了在服务流程中引入外部场景，保险服务也要向外“走出去”。也可以通过“保险开放平台”更多连通外部平台接入生活服务，围绕用户在外部线上平台上的生活场景，适时地推荐相关险种，搭建保险销售新触点。

在生活场景中，用户接触到保险的渠道变得更加多样。场景中的任何一个触点，如与健康管理相关的智能穿戴设备、运动APP、医院平台等，都可以成为商业医疗险触达用户的渠道，多渠道建立起保险与用户的联系。比如，某保险公司通过“区块链开放平台”，逐步建立“健康联盟链”，打通多个保险与医疗机构之间的连接，商业医疗险可以不需要用户申请就自动完成理赔服务，省去中间繁琐的环节。

保险业务中需要涉及大量的、多种类型的合作伙伴，中介代理、场景权益服务、三方渠道、履约服务、查勘、外部调查、医疗机构等等。综上所述，保险业务的全链路均需要合作伙伴的参与。

通过“保险开放科技”建立起数字化的“保险生态圈”对保险高质量发展尤为重要，但“保险开放科技”并不是单一的API开放、也不是小程序开放的单一技术方案，而是一整套开放技术框架+开放运营能力（引入、测试、上线、创建）+开放业务资源的组合（场景、权益等），保险公司需要从业务、管理、组织、科技全面规划，但循序渐进式逐步落地。

3、保险运营科技

“流水不争先，争的是滔滔不绝！” ，一个保险企业能长盛不衰的关键在于持续的客户服务与运营能力建设。数字化画像、数字化营销、数字化风控、数字化定价等这些数字化运营能力已经成为数字金融未来的核心竞争力。为了实现数字化运营，保险企业需要充分利用移动技术、数据与智能化技术，建立端到端数字化运营闭环体系。主要通过“数据管理中台化”、“产品渠道过程化”、“用户运营精细化”、“作业流程自动化”四个维度来实现保险运营科技。

1）数据管理中台化 ：数据基础建设是保险运营科技的基础，若想真正制胜数字化时代的营销竞争，就必须建立一个以“客户OneID”的数据中台体系，360 度全方位整合、处理、分析客户和运营全生命周期数据。

例如：某集团性保险公司通过建立全公司的数据中台，实现对客户多业务线(寿险、财险、健康、医疗等)的统一识别。在业务员端，仅需输入客户名字，AI会通过客户OneID来关联客户个人及家庭综合保障情况，自动计算出该客户的保障评分、个性化推荐产品评分，向业务员展示显性销售线索。

同时提供在线演练，匹配与客户沟通的话题等功能，让业务员与客户见面之前做好充分的准备，提升成交率，AI已经成为一线业务员展业的贴心助手和随问随答的专家。

2）产品渠道过程化 ：保险运营科技的一大核心是，对于客户所接触渠道和产品形成过程化“微操管理”，结合各个渠道的过程数据采集分析（点击、浏览时长、关注、流失、评价、咨询等）来实现深入客户理解，把握顾客潜在需求和最佳交互时机，实现客户的数字化运营与最大程度转化。

如果说数字时代的整体形态就是“端+云”的话，那么端就是渠道与产品，云就是数据，端和云的沟通协同越紧密、就越能够互相作用、互相赋能，实现“业务数据化、数据业务化”。所以，数字渠道和产品过程化能力是数字化转型的最后也是至关重要的一环。

例如：某保险公司为了提升代理人的展业效率，通过数字化埋点采集代理人 App过程数据，包括代理人使用 App 的频次/时长、常用的功能模块、计划书制作数量与分享人数、业绩情况、学习内容等数据，来分析代理人线上展业的效率、代理人的业绩、代理人的成长。并分析各分支机构展业的总体情况，以及各代理人职级的展业情况，不断为代理人提供更灵活便利的服务。

3）用户运营精细化 ：借助数据中台体系和过程化数据埋点采集，就可以建立完善的数字化用户运营平台，实现对不同用户类型（“用户”、“潜客”、“客户”）、用户生命周期、用户价值分层的定义和划分，从不通过角度进行用户精细化策略定义，对不同用户群体采取不同的营销策略，实现个性化的运营与服务，并建立有效的闭环分析方法不断验证及优化运营策略。如下图：不同用户类型定义：

例如：不同用户价值和运营周期定义：

4）作业流程自动化 ：自动化、柔性化流程安排是保险公司提升运营效能的必由之路，传统流程多以现场、纸质、层层授权为基础，流程前后台交互繁多。以产险代理人渠道理赔流程为例，传统流程中仅授权这一项就要涉及保险代理人与后台运营的多次往返。如果企业能够将单证授权等操作步骤集中自动化处理，那么优化后的流程能够使前后台分工清晰，多次交互改为一次完成，使成本下降、效率提升。

4、保险理赔科技

理赔和服务是保险公司综合实力的直接体现，也是塑造公司品牌形象的主要发力点。传统模式上的理赔之所以复杂，是因为场景类型繁多、过程标准不一、参与方多且诉求各异，在执行方面，由于人工执行为主，信息收集不全，本着“互不信任”的心态把案件处理流程化，靠各级、各环节的制衡来管控风险。

我们认为未来理赔服务的业务设计需要回归保险本源——损失补偿。化繁为简，从“搜集的数据是否达到赔付条件”的视角出发来设计业务过程。具体体现为4个方面的变化：

1）多方位客户接触而不是单一的流水线传导

线上化时代保司与客户的接触渠道是立体的，在线、视频、智能设备等更直观、更易搜集数据的接触方式将会大比例替换传统的热线客服，机械式问答、记录的客户岗会被机器人替代，更专业的、能一次性解决客户问题的后端运营人员会前置，直接受理客户的咨询和申请。

2）面向场景而不是面向过程

理赔过程并非程式化作业，而是针对不同的出险场景、不同的索赔类型、不同的客群实行差异化的作业模式，以“能否立案”、“能否赔付”为关键判断点，按场景需求编排作业流程及作业任务。

3）资源协作而不是上下统揽

作业任务方面，保司的能力体现在如何将作业单元化，再根据难易程度、作业场景将不同的作业单元合理分派给内、外部的可用资源；损失评估方面，将会更多地依靠各个行业的合作伙伴进行专业化评估，保司的能力体现在如何寻找最优的合作伙伴以及过程中风险防控。

4）数字化、智能化运营取代经验+手工

基于数据+AI的运营指挥是未来理赔服务的趋势，流程可编排、作业可自动、数据可监控、参数可调整。

基于以上观点，可以设想未来保险行业的理赔服务是在理赔大脑的指挥下围绕着“明确案件事实”、“明确履约方案”这两条主线开展作业，在自动化基础上，按需发起各类任务，并合理分派给内外部资源及行业生态伙伴，以最优路径实现履约方案的确认和执行。理赔过程中，基于数据智能提供全方位的监控和风险识别。

理赔大脑是其驱动核心。理赔大脑有左右脑之分：左脑负责推理决策，在案件数据逐步清晰的过程中，基于设定的运营参数、业务逻辑，结合知识图谱进行业务活动编排、自动作业处理、任务调度推送；右脑负责感知决策，基于客户接触信息、案件信息流，结合算法模型进行客户意图识别和案件风险判断。理赔大脑工作模式示意：

蚂蚁保险是“理赔大脑”概念的提出者和科技驱动理赔的坚定践行者，在“多收多保”、“多付多保”等小额健康险及相互宝重疾险的业务实践中,已沉淀出构成理赔大脑的三大核心系统应用。

1）智能材料收集系统

保险理赔过程中，从术中的病理检验结果，到术后的诊断结果，不同案件所需要的理赔材料各有差异。单纯靠用户自主理解、筛选、提交完成非常困难。数据显示，重疾险线上报案里，用户能够一次性提交完整材料的占比小于30%。蚂蚁“理赔大脑”通过智能线索采集识别，极大简化用户理赔报案流程。目前，蚂蚁“理赔大脑”最多能识别107种医疗凭证，用户在提交申请时，智能材料收集系统会根据病种，全自动鉴别和指导用户上传报案所需的核心凭证，大大提升用户的一次报案成功率，同时也最大程度简化用户需要提交的材料内容。

2）智能调查系统

当前保司理赔过程中，很难对外部的公估公司和第三方现场调查，以及作业材料进行及时、高效的数字化管理。蚂蚁“理赔大脑”通过作业小程序，把原先脱离保司管控的线下调查的黑盒透明化。通过身份认证和位置信息，保证案件调查的工作人员身份和实际工作取证。同时对调查内容的结构化处理，并自动生成回复内容，实现理赔线下作业数据化，支持理赔人员在不同的任务里，对于取回材料和作业内容进行及时管理。也使得后端人员通过结构化的回复，对作业内容回复筛选和判断。

通过视频面访的功能，有效实现身份核实，通过刷脸核实被保险人身份后，进行远程面访，同时在服务器后台保留整个过程。通过NLP技术等，自动将谈话内容生成文字，进行智能的风险识别。将谈话内容中涉及的疾病、病史，通过系统提示出来，自动提示面访员，进行进一步的风险问题挖掘。

3）智能审核系统

传统的理赔人员，通过上传的案件材料，包括调查回来的材料，结合购买的保险合同条款，或者是健康告知的内容中，提取关键的理赔信息。在同步鉴定用户提交的材料真实性后，根据保障条款确定理赔后续。

蚂蚁“理赔大脑”利用基于知识图谱搭建的疾病库、健告库、诊疗库、医院库等，结合用户提交的，公估公司收集信息等原始材料。按照时间顺序——每份材料实际发生时间，再根据用户的就诊事件的维度，住院的时间维度等不同视角数据，经过AI系统自动判定后，辅助审核人员判定重点分析内容，实现整体人效比传统提升70%以上。

5、保险核心科技

人活着就是在“对抗熵增”，生命以负熵为生。——薛定谔。

保险企业在业务不断发展中，系统也在不断地“熵增进程”。比如：某保险公司的系统有多达1000多个业务系统，超过60%的科技预算用于系统维护。业务变更“牵一发而动全身”，一个需求涉及20多个相关系统。 “系统的熵增”大大地制约了业务的创新 。（熵：系统中的“无效能量”，用以度量一个系统“内在的混乱程度”）。

保险公司要保持生命力，“保险核心”既需要快速响应业务需求以应对新业务 “不确定性挑战” （开门红、双11、爆款产品、新销售方案、立等可取式承保等），又需要采用一些“新科技”来“抵抗熵增”，即 “熵减型架构” 。

所以，“新一代保险核心科技”就这样应运而生了：1）在技术架构上具备 “熵减型” 特点——资源集中、架构统一、能力整合、服务共享；2）在业务架构上具备 “敏捷型” 特点——配置化、乐高式组装服务、数据驱动、敏捷研发交付。

当具备这样“新一代保险核心科技”所形成的科技战斗力，与传统保险核心技术相比会形成巨大的“代差优势”，而“代差”所带来的优势就像5代战机与4代战机的差异。歼20（5代战机）与歼11B（4代战机）的战斗交换比达到惊人的0比108，歼20平均25秒击落一架歼11B。

“新一代保险核心科技”需要具备几方面的技术架构升级：

• 资源从“固定式分配”向“云资源分配”转型；

• 系统从“单体巨石型”向“分布式型”转型；

• 开发从传统瀑布式向“云原生敏捷研发”转变；

• 服务从“独立烟囱式”向“中台化+乐高式组装”转型。

随着新一代“敏捷型+熵减型”架构在保险核心技术领域的不断引入，保险新一代核心系统呈现出的新特点和不同演变路径：

1）“分布式中台”演进（串联模式）

随着业务的快速发展，单体“胖核心”显然已经不能很好的支撑业务的需要，比如：有保险公司一年有接近1500多个需求需要在核心系统里改造，这就是单体“胖核心”的问题所在，所有业务功能高度耦合、牵一发而动全身，每个需求的开发、测试、发布周期非常长，导致业务需求平均响应时间超过半年以上。

所以，我们看到“巨石型的胖核心”越来越难以满足业务需求承载。越来越多保险公司开始逐渐建立起核心之外的“分布式保险中台”，来降低前台需求对核心的改造压力。

这个“保险业务中台”下连核心系统、上连前端渠道系统，在追求快速敏捷前台与追求稳定的核心系统间，建立一个不同速率的“适配层”，“串联”和“转换”不同速率变化需求，类似于“变压器”来降低核心系统的外部需求压力。

这个“保险业务中台”有两个层面的服务：一层是细粒颗粒度的、从核心业务系统向外解耦的原子级服务，其上一层是按照一定的业务逻辑将这些业务原子进行组装，形成支持面向客户的前台所调用的粗颗粒度服务。

业务需求快速通过中台化的服务来“组装”出。比如：从核心中不断分离出通用的客户中心、承保中心、保全中心、保单中心、单证中心、产品中心等，再由这些公共的业务中心组件来组装出各类险种业务平台，如车险、非车险、农险、个险、团险、健康险等等。

2）“双核心”演进（并联模式）

进入到“互联网+”的时代，保险业务模式已经转变为“线下+线上”的混合业务，传统核心已不能完全满足互联网渠道的海量数据的处理，高频、碎片化的互联网业务需要更灵活、扩展性更好的架构。

同时，保险公司这类金融服务企业，由于风险控制、管理控制等运营要求，管理产品和保单的核心保险系统，以及财务资金管理等面向内部运营后台系统的系统架构，在短期内还难以彻底改变为互联网架构。

因此，可以看到目前市场上大多传统险企，很多在采用“传统核心+互联网核心/电商核心”的双核心架构，其IT架构也过渡到“集中式+分布式”的“双模混合”架构。

采用敏态的互联网技术架构，建立一个独立于传统核心之外的“分布式互联网核心”，实现在不影响传统核心业务的情况下，快速搭建互联网业务核心承载能力，将大量新型互联网需求由“互联网核心”来承载，降低对传统核心的压力。

3）数据中台与保险核心的“闭环协作与赋能”

保险核心需要提供强大的客户细分、智能化营销支持和客户关系管理的能力，以利于合理确定产品和服务的价格、判断客户首选渠道、部署适用营销方式等。

同时保险核心需要建立起客户管理和保险标的物相关联的集成风险监测能力，联通大量风险孤岛，全面、实时监测风险隐患，通过风控模型和物联网传感器，及时预测潜在风险，有效拦截风险事件，确保公司稳健经营。

所以保险核心范围需要围绕着保险数据的管理、保险交易的推进和安全的管控来进行详细规划。未来保险核心系统的产品形态会如下所示，围绕着数据采集、实时数据服务、全局风控的需求，驱动保险的交易流程：

所以未来的交易型系统都会变成分析型交易系统，具有跨域历史数据分析的支持能力，用数据分析来支持交易的动态敏捷变化，高速响应市场和用户的需求。保险核心也不例外，在这个转型的过程中，数据中台将提供技术的支撑。数据中台的本质，就是企业数据产品工厂，而这里的数据产品，主要指数据服务。

在数据中台的协助下，保险企业的客户信息搜集、分析、应用客户信息的方式将发生较大变化：

一是从单维客户视图向多维客户视图扩展,系统能自动识别和综合分析单一客户及其家庭或企业的风险视图，对客户家庭成员或企业实施关联数据存储、萃取和分析，支持基于关系的营销和风控；

二是由被动执行客户信息分析指令向主动推送智能化信息服务升级。保险核心能实时抓取、整合保险内外各相关系统客户数据，将整合后客户信息实时反馈各业务板块，并充分运用商务智能挖掘分析，形成知识化、智能化客户信息资产，为客户营销和风险预警提供事件驱动，以利于不断改善客户体验和提升风险预控效率。

4）核心系统异地多活的升级部署

在传统的核心系统部署，其热备上不实际运行业务；在主系统发生故障的情况下，极端情况会发生数据丢失和系统切换时间较长的问题。行业内已经有公司开始研发单元化的异地多活（两地三中心，或三地五中心等）的部署模式，各中心按负载分配都运行了一定比例的业务流量。这种部署模式的收益有：

• 突破数据库瓶颈，不受单库连接、容量上限限制；

• 缩小故障隔离域颗粒度，灵活部署，灵活调配流量，快速容灾；

• 突破城市瓶颈，异地多活，理论上无限扩展；

• RTO 时间很短，RPO 城市内，城市级都可做到 0。

示意：单元化多地多活

V 结束语

人们总是在“正确的事”与“容易的事”中作选择，“正确的事”往往会更困难，“容易的事”就是放弃正确的道路。保险企业数字化转型不是一条坦途，但却是“正确的事”，转型的过程既不会一帆风顺，也不可能一蹴而就。不少保险企业在做“数字化转型”时，会出现“水土不服”的情况，最终导致转型不了了之。比如：

• 公司高层领导很重视，上系统、开大会、做培训……下属执行时不积极，甚至消极抵制；

• 企业上下都很重视，但是操作时新系统要操作一遍（为了以后），原有的各种表还得再填一遍（为了以前和当下），短期内会增加了部分工作量，造成负面情绪；

• 部门墙、业务墙的文化依然很难打破，数字化过程需要全局视角来思考和建设，建立数字化中台能力需要跨部门协调，但不知道归哪个部门管，导致没有部门来牵头负责；

• 数字化化转型本身就是一种“敏捷文化”与传统“瀑布文化”的冲突，带来了科技团队的学习成本、新技术挑战和压力。

• 企业数字化转型往往是进入“无人区”，很大程度涉及到现有业务、流程、人员、系统、数据等多方面因素，公司考核中往往是负向考核，不做不错，项目出问题却要背责任、扣绩效。

所以，需要公司管理层保持“持续性原则”，做数字化转型必定是一个持续投入、持续迭代的过程。同时需要领导层关注文化建设，包括从“问责文化”转为“创新激励文化”、从“瀑布文化”转为“敏捷文化”、从“部门文化”转为“合作文化”。

下周，雷锋网 (公众号：雷锋网) AI金融评论与阿里云将联合主办“银行系统云化升级”实战体验营，邀请到四位顶尖行业专家，分享银行上云与数字化转型的经典案例与价值讨论。

已确认嘉宾：

• 刘伟光，阿里巴巴集团副总裁、阿里云新金融事业部总经理

• 张晓丹，阿里云新金融事业部CTO

• 陈威，阿里云新金融事业部金融核心部负责人

• 吴守钰，中电金信（原文思海辉）金融解决方案事业部产品总监

《银行业AI生态云峰会》也正在同步进行当中。

扫码关注“AI金融评论”，对话框回复“参会”，获取进群二维码，一键预约两大重磅活动。

。