邢立：尊敬的各位来宾、合作伙伴、新老朋友们，大家下午好！首先感谢大家在疫情紧张时期能够来到现场参会。很高兴能在这里给大家汇报一下中科软在财产保险信息化方面的工作进展。今天我汇报的题目是《财产保险数字化转型路线探讨》。每年我们都会针对一些行业关注的热点、痛点问题，给出我们的观点看法和一些探讨的思路，同时汇报我们工作的进展和最佳实践。
今年上半年各家保险公司公布的2021年年报里，数字化转型已经成为各家年报中的核心关键词。监管部门、行业组织陆续出台了一系列政策文件，例如中国银保监会的《关于银行业保险业数字化转型的指导意见》，中国保险行业协会的《保险科技十四五发展规划》等等，大力推动鼓励数字化，并且提出了具体的时间点和目标，比如到2025年行业平均业务线上化率超过90%等。可以说现在，保险业比以往任何时候都要更加重视数字化。
这是IDC最近发布的《中国数字化转型市场预测2021-2026，通过应用场景践行数字化优先策略》的研究报告，他重新定义了数字化的价值，包括财务价值、客户价值、生态价值、社会价值。报告中有几个观点，一、到2023年，全球IT支出中来源于业务部门的资金将超过50%的临界点。也就是说，数字化转型不仅仅是IT信息的事，更是业务部门的事，全公司从上到下所有人都要参与其中，涉及公司整体业务模式的转变。二、帮助用户打造基于应用场景的数字化转型路线图，以满足行业用户长期战略和短期业务协同发展的需求。数字化转型是一项长期的工作，这就涉及到未来长期发展和当下生存的平衡问题。三、打造或加入数字化新生态系统，在安全可信的基础上，实现信息和数据的共享，应用的共享，运营和经验的共享。这是说明营造保险的跨界生态的重要性。四、持续做好差异化品牌定位与新兴渠道推广。在数字化时代，各家保险公司都要走出一条自己的特色之路。报告指出，未来五年是数字化发展的黄金时期。
在数字化优先时代，财产保险公司面临许多压力和挑战，一方面存量博弈下，马太效应明显，竞争和生存压力山大；另一方面产品服务组织创新大量涌现，新旧动能转换如何平稳过渡。数字化转型虽然已经成为行业共识，但是如何转，仁者见仁智者见智，确实是当下行业关注的焦点。我们尝试性给出一种思路，供大家参考。
我们把数字化转型分为三个阶段。第一阶段是业务流程线上化。业务流程线上化是基础，解决我们业务承接能力和服务触达能力。目标是全流程在线，非接触触达，线上线下融合发展。我们已经开始帮助我们的客户，利用我们行业参考模型的最佳实践，进行核心系统群的升级换代工作，我们称之为“加升换优”。实现业务流程的“云化、移动化”，同时完善数据治理，打造统一的数据治理平台，提升数据质量。我们反复讲数据是保险公司的核心资产，积极充分挖掘数据的价值，才能更好地支持数字化转型。我的同事一会儿会重点汇报。另外就是通过隐私计算，实现第三方数据可用不可见的治理。
第二阶段是运营数字化。解决我们对私域流量的控制能力，建立面向渠道和最终客户的私域流量，打造真正属于保险公司的流量资产，并建立起对私域流量增值变现的能力，形成自己的会员经济。这就包括公域导流转私域流量池，建立触达客户的通路。通过内容和活动建立客户画像，进行流量的数字化运营，以达成交易转换，促成新业务和增值业务。通过会员制模式的建立，促成客户裂变。关于会员制模型，上午左总已经做了精彩的讲解。
第三阶段是生态圈数字化，实现价值链的整合。随着各行各业数字化转型、消费者群体的迭代、风险管理意识的日益增强，保险会越来越成为我们最基本也是最重要的市场化风险管理工具，更深度融入到生产、生活的更多领域。所以说保险数字化的未来，一定是“保险+”。同时利用我们保险公司自身信息化的先发优势，通过超自动化技术，跨界赋能，重塑业务模式。完善机器学习平台，实现数字化智能化运营。通过数字孪生技术，实现真实业务的仿真和优化。
那么再具体讲，业务流程线上化，就是我们首先提升自身的数字化水平，为下一步的运营和生态圈赋能打好基础。围绕我们行业参考模型的三层架构，我们的数字化改造在这三层都有涉及。最下面的环境层，侧重通用的系统级软件，包括信创、云原生都在这一层。之上是组件层，强调组件复用和领域模型。我们在这一层做了大量的革新和提升。最上面是组装层，应对的是活跃的业务需求。
运营数字化，这是我们保险私域流量的运营框架。注意力模型是心理学上的模型，漏斗模型是数字营销上的模型，对应客户全生命周期。从获客、激活、留存到变现、裂变等等全过程。私域流量的本质是“离客户越来越近”，能直接触达客户，精准营销。在存量博弈时代，最重要的是对老客户的把握，让老客户产生更大价值，复购或者带来新客户。我们知道，通常保留一个老客户的成本要远远低于获取一个新客户的成本，所以狗熊掰棒子（拉一个，丢一个）的情况是应用运营的大忌。老客户的价值有两方面，一方面是他的终身消费价值，另一方面是他的社交资源价值。更好地挖掘老客户的价值，是我们运营的重点。
而且我们的保险产品它不像汽车是看得见摸得着的东西，财产保险大多数保险产品一年买一次，属于典型的低频高客单，对于保险来讲，更偏重于服务属性，他的运营模式更适合于“专属顾问”和“知识专家”。通过我们的细致服务，通过专家的知识传递、答疑解惑，让客户增强风险管理意识，对我们产生信任感认同度。我们的运营围绕着保险的三大作用进行，一个是灾后重建，一个是灾中救助，还有灾前防治。灾后的重建就是理赔，理赔是运营的重点。其实理赔是最能体现出保险公司的服务水平的，用户感受服务的好坏直接影响到用户的去和留的问题，还包括服务口碑的转递，所以这个是我们应该花大力气去做的工作。灾中救助很大部分是理赔的前移，还有一部分是公益。灾前防治也就是主动预防。从被动的风险承担者转向主动的风险管理者，体现保险公司风险管理服务能力，也是我们做私域流量运营时候大有作为的地方。私域流量运营本质是什么，是运营关系，本质是“信任”，所以保险有温度，还要靠服务。围绕人做价值传递，是运营的核心。
生态圈数字化，就是“保险+”。我们都知道，各行各业的产品和服务都有最基本的形态，除此之外还有附加属性，我们称之为保障属性，有通用性、有效性、可靠性、安全性、经济性、艺术性等等，而这一部分保障可以转化为保险产品，一部分保障通过跨界应用系统集成，由“被动式”保障变为“主动式”保障。所以说数字化的产品和服务的保障形态构成“保险+”的主要内容。在财险领域：包括后汽车市场、交通、物流运输、农业等等。“保险+”有两个维度，
1.通用技术横向：精准计算、精准分析……
2.领域通用纵向：精准农业、精准交通、精准旅游、精准环保……
精准是指客户的需求和客户自身的特色状况和保险产品的精准匹配，他有明显的地域性的特征。
产品和服务从数据层面来看都有记录事实层，约束层，而“保险+”就是要实现各行各业交易风控的约束层和保险核心交易的记录事实层的无缝可信衔接。由于保险自身数字化水平比很多其他行业要领先一步，所以我们自身数字化转型的同时，可以通过超自动化技术赋能下游生态，跨领域场景链接，由“+保险”转变为“保险+”。
“+保险”和“保险+”有什么区别？
“+保险”相对于平台方，保险公司是被动的，更多是沦为变现的手段。例子：前段时间银保监会叫停的“药转保”模式，一是他违背了保险的大数法则、射幸原则。监管部门一直强调保险姓“保”，保险要回归保障本源。另外一方面就是保险公司没有实质参与风险管理，保险人功能缺位。
为什么互联网保险不好做，互联网保险的难点就在于风险的把控。而“保险+”是随着数字化转型，保险公司可以更主动式的对于风险的识别、过程化管理，形成精准保障。
由于时间关系，简单给大家汇报一下我们对于数字化转型的思路，同时我们也研发了一系列成果和最佳实践，助力我们客户的数字化转型。下面我的同事会针对超自动化赋能和数据治理做进一步的汇报，有请彭敬高级副总裁。
彭敬：各位领导下午好，又到了一年一度给大家汇报研发成果的时间。上午左总一直在讲私域流量、积分制、会员制行业业态的演变，邢总也对整个数字化转型的路线图给出了参考的路径，如果我们从最后落地要把它具体的实现，我们应该怎么来做？所以今天我尝试从超自动化的角度，来给各位领导做一个汇报。
一是要看到超自动化的定义，以及它在整个财险参考模型当中的定位。
二是核心三要素研发，包括可变数据架构、集成平台即服务、低代码平台。
三是智能化核心，机器学习的相关算法，也会给各位领导呈现这么多年积累的机器学习成果。
四是应用系统的X光机，基于流程挖掘的业务全链路可视化展现。
首先看超自动化是以交付工作为目的，最核心的点强调的是一切可以而且应该被自动化的IT或者业务流程都应该被自动化，这个是超自动化定义的核心。现在网上也可以看到把它翻译成“超级自动化”，我个人认为超级有超强级别之意，不太贴切，超自动化强调的是应该且可能的流程都要自动化的理念。今年，Gartner明确作为业务驱动转型的部分，包括谈论人工智能、机器学习、流程挖掘、集成平台、低代码平台能力的软件和组合。
中科软系统参考模型是行业最佳实践大的集合，可以看到超自动化的组件定位。业务中台里，超自动化在基础组件中会替代传统的相关组件，包括低代码平台、深度的RPA，在数据中台中有可变数据架构的管理和湖仓一体，我们分为湖仓一体存储和计算希望，流程挖掘平台都是在数据中台。
下面看行业应用软件核心三要素，因为我们是行业应用，数据结构行业知识是核心资产，类似于生物遗传DNA，在业内是长分子结构，相似性是数据架构演变最大的特点，公司发展和数据不会是跳跃式的，一定对历史的东西有继承和延续。我们在对数据架构进行设计的时候，一方面要考虑到相似性、遗传性、历史性的问题，同时又随着多模态数据涌现，数据架构要对可变的多信源数据进行支持。
对于平台组件来说，今天很多的合作伙伴也在讲一种开源的思路，开源已经成为软件蓬勃发展，包括硬件蓬勃发展很重要的基础。开源中“流行”是很关键的词，流行的开源组件平台更容易形成行业标准，平台组件本质上是一种流行开源组件行业集成以及相关的订阅服务。
功能集是我们最终使用用户直接感知的层面，现在也看到大量保险科技的创新，在功能集和业务模式上在做尝试。但是从整个行业来看，也确实存在有很多好看的盆景，但是没有形成风景和全面规模化的效应，所以我们现在也是从行业参考模型的角度进行根技术的研发，通过构建前端的低代码平台和平台组件进行可视化托拉拽的实施，有大量管控的规则留存是散落在系统里面的，甚至业务部门也不知道怎么做，所以需要把散落各处的流程规则进行集约化的管理和风控，并且实现所有业务人员参与数字化转型，并不是IT人员在这单独玩，是所有的业务人员也来了，现在有一个词叫平民化开发，但其实有一个基础。最后系统的重构频率和速度都会加快，包括，修正数据架构、替换组件平台和重写部分的脚本代码。
数据架构是行业领域知识的积累，是长分子结构，因为受语义限制和遗传兼容性要求，本身也有对复杂变化应对不能及时的特点，可以看到保单标的明细表就是长分子。基于明细表可以看到很多的维度，客户维度、标的维度、责任维度，保单明细表及这些维度的汇总表形成了核心系统中最主要的一个知识沉淀，这也是蓝图数据结构体系的内容。
左总在讲我们做会员制，会员画像变的很重要，会员画像很多的东西在传统保险中是不支持的，包括客户各种习惯、爱好在传统保险中是不会有的，怎么样快速构建会员制，要做各种相关的应用和它互动？这个时候需要有动态的数据架构，它的实时性和变化性要求很高，所以是基于图数据库来构建的，通过图数据库构建，所有要素可以随时灵活动态生成，但是最大的问题是什么？很难沉淀领域的知识。
所以在稳定的关系型数据结构和图数据结构之间，我们需要构建可变数据库架构管理的体系，这个体系是要进行相关影射和配套的数据视图版本管理。对应图数结构中很多可变要素，我们其实是要用一些相关的字段，现在连成串在传统的关系核心数据库中，把对应客户信息、兴趣爱好都会存储到当中。下一步在特定的时期，比如说客户会员制、私域流量运营越做越细之后，相关的要素变成管理的主要纬度和指标，我们就会对于蓝色数据结构进行相关字段的更新，用这种管理模式实现一方面传统核心资产的积累和不断变化的环境。
在可变数据架构的基础之上，有了领域的支持和架构，可以构建一个IPAAS平台，可以构建相关通用服务。构造服务以后，通过驱动内核把计算引擎、规则引擎、流程引擎、模板引擎进行集中研发，这时能够实现平台层对外公开API的网关。同时要保证敏捷、快速的平台迭代，我们要实现设计集成的交付。同时，对于整个系统的运维、监控要有一套完整的运维监控体系，这就是IPAAS层。IPAAS层可以基于云原生，另外可以把很多信创的合作伙伴的产品，在底层进行统一封装，即便是不同的公司换了不同国产化相关产品，整个结构也不会做大的调整。
在IPAAS之上要构建前端的功能集，通过低代码平台对于页面所有的要素可视化配置拖拽，前端的模型就是和动态模型是一一匹配的关系，所以能实现更灵活的设置。通过驱动内核就能把应用页面、逻辑处理、数据处理进行最终实现页面渲染和相关API的接口调用。
上面讲了整个核心构造的方式，业务要实现尽可能自动化，它需要智能化的核心，机器学习平台。机器学习平台的基础是机器学习的算法，保险公司是大数据进行定价和封控的模式，传统的回归算法和正则化算法都是传统比较多的，随着多种多模态的各种图文数据、视频、影音，人工神经网络、深度学习都有被引进，在决策方面我们引入决策树算法，聚类算法。因为算法更多的问题是相关性的判定，我们现在也在因果性的判定上，引入算法对因果判定进行验证。
在算法基础上构建了机器学习的平台，最终组装就能实现从营销、承保、理赔、文件保送相关环节实现智能化。我们在平台构造的方法论，从分支机构的场景的痛点和难点出发整理算法需求，不是待在家里做算法，同时以国内国际最新的算法作为基础，进行相关迭代性的测试。可以看到申请专利基于双流图像篡改定位算法，把传统算法和噪音算法加强融合，可以对PS图片不仅能够识别，还能够对PS具体什么地方进行定位，现在也在做验证和测试。
邢总在谈数字化是说不是上一套系统，更多是对系统运行要有一套回馈，说大点是数字孪生，目前落地的是流程挖掘，把系统运行的日志进行逆向工程构建，逆向工程十多年前我们也在做，但是这里唯一的区别是通过算法来做，流程挖掘它也有相关算法演进的过程，最基本的是阿尔法算法，目的是把系统中应用的各个时点事件摘取出来形成事件节点的矩阵，我们来判断这两个节点到底是先后关系？因果关系？并行关系？我们把他们之间的关系用算法确认之后，就能做到可视化的业务流程图。在这之上，进行了很多的完善，包括尽可能的让它对各种噪音的处理和保证模型的正确性，包括进行重演，重演这个概念就是仿真，模拟业务在流程上运行看它存在什么样的问题，仿真是要进行合规性检查和组织流程优化。
我们拿现在实际运行的承保批改的流程，以后把业财再所有的系统事件日志拿出来之后，通过这种方法可以构建全险种、全流程的业务处理流程图，通过各类业务时点调用的时效性可以进行很多的决策优化。最后简单说一下RPA，RPA之前是在财务口径上来做，包括凭证、交易数据、银行对账等，主要是基于页面爬虫的方式和OCR结合来做的。把超自动化的相关技术组件进行组合以后，下一步会发现深度RPA地图渗透到各个业务环节，从销售渠道、核保定价、保单服务、理赔、财务会计，从而减少人力，同时提高整个质量，缩短关键业务路径，加速活动的敏捷和对于未来的适应，以上就是我的汇报，下面有请孙维为大家带来数据治理的相关专题报告。
中科软科技金融科技服务部总经理 孙维
孙维：尊敬的各位领导、同事，大家下午好，我汇报的内容聚焦在数据治理这个话题。数据治理是比较基础但又是非常重要的工作，为什么说数据治理是数字化转型的必经之路？从保险公司视角，先来看一下外部环境，这里摘选了国务院国资委、央行、银保监会发布的几个重要文件，里面都有单独的章节提出关于数据能力建设和数据治理体系的要求，由此可见，在国家和监管层面已经给我们指明了方向，想真正实现数据驱动，前提是应该先治理我们的数据，让数据能用、好用。
再来看保险公司内部的环境，这里提炼了财险公司通用的应用架构，也标记了存在的一些共性问题。业务系统区基本上缺失企业级数据标准，数据整合区有范围不足、时效慢、程度不够的问题，因此数据应用单一、建设条件比较受限。这些是表面的现象，根本原因是公司缺少完备的数据战略，管理制度、数据属主、数据质量等基础的管理工作也都比较欠缺，很多公司能够感受到垃圾数据、沉睡数据、失控数据带来的制约和困扰。
基于内外部环境，很多公司开始重视数据治理的工作，在行业中很多公司已经做了很多的实践，我尝试用一张图呈现一下进化路线。2000年的时候在大型的保险公司已经有了词根表、数据字典这样的单点数据治理，2014年左右，主数据、数据质量这一类数据治理域也频繁的开展起来，真正达到突破的是在2019年，那时国内数据治理的话题变得火热，我们也协助几个大型的保险公司开展了大而全面的企业级数据治理工作，在2021年我们又对这一套架构进行了优化，不再盲目的追求大而全面，而是根据各家公司的实际情况开展局部治理，在整体规划的前提下分布实施，这四个阶段是财险行业数据治理整体进化路线的一个缩影。
在这些数据治理实践的过程当中，我们也充分的参考吸收了国内国外框架体系，比如说国外的DGI和DAMA数据治理框架和知识体系，国内的34960和36073国家标准应用比较广泛，尤其是DCMM数据管理能力成熟度评估已经成为了很多公司开展工作的参考标准。
基于实践积累和理论吸收，逐渐形成中科软特有的财险行业数据治理框架，目前进化到了V4.0，这里简单把V4.0框架做整体的介绍。首先，在框架中间的主体部分是数据治理的核心域，拿四个字概括是盘、规、用、管。盘是通过元数据管理进行资产的盘点；规，标准规范治理，包含数据元标准、参考代码标准、主数据标准和指标标准；用，包含数据平台、数据血缘和数据模型；管，由数据质量、数据安全、数据生命周期构成的内容管控治理。这四个字形成了闭环，是数据治理的核心域。
开展数据治理工作，还要明确希望达到什么样的收益，我们整理了六点：一是掌握公司数据资产情况，二是改善数据质量让数据变的好用，三是降低协作管理成本，四是提高运营决策效率，五是保障数据安全、控制风险，六是最终达到提升数据价值的创造。
为了实现数据治理的目标，我们提供两个支撑能力：一是数据治理体系，二是数据治理工具。这两个支撑能力就像飞机的两个引擎，助力我们抵达目标。其中数据治理体系中有三个部分组成：组织、制度、流程。为了适应数字化转型，很多公司会进行组织结构的调整并梳理相关的数据战略和数据文化，我们想强调一点，公司关注组织结构转型和制度体系建设时，也要注重工作流程、运营流程的梳理，只有在日常工作流程中嵌入数据管理的策略，才能达到策略落地、知行合一的目的，之前项目中出现过疏忽流程梳理而造成管理策略不落地的现象，所以这里我们非常强调流程和制度相结合。
数据治理工具中包含两个部分：知识库、治理平台。知识库在实际案例中受到客户的广泛好评，比如我们提供财险业标准库，有词根表、数据元标准、代码标准、指标标准等，标准库充分融合了各个监管的要求，再结合中科软的财险领域积累的，在公司开展数据标准建设时提供了很好的帮助。财险业模型库包括业务系统的关系模型和数仓的维度模型，这个模型库可以给公司做数据模型建设时作为有力的参考。质量规则库，有针对业务系统生成的数据开展质量检查，也有根据我们对监管要求的了解，纳入了很多对监管数据的检查要求。除了领域类积累之外，知识库汇总还提供数据治理的路线选择、常见的风险规避建议等数据治理相关的经验。
在治理平台方面，中科软研发的大禹数据治理平台，由10几个模块组成，这套平台有两个特点：一是原生，这套平台是和治理体系同步建设的，大概经历了十年的打磨，我们的标准库、规则库、工作流程等内容都已经嵌入到了平台功能中，达到融合的效果。二是强调系统之间的互操作和联动，尽量能够自动化减少人为的干预，数据治理有很多琐碎的事情，这一类工作在多个系统中重复维护工作量就比较大还容易出现人为失误，所以我们非常强调系统间的互操作。
整个框架最后一部分是数据治理项目的实施方法，因为数据治理会落成一个个项目组成，而数据治理类目项目的实施有别于应用系统建设的项目，我们总结了数据治理项目实施的七步法：建组织、摸现状、理步骤、定标准、立规矩、搭平台、抓执行。
以上介绍的是我们关于数据治理框架的全貌，基于数据治理框架目前完成了很多公司数据治理的服务，接下来会重点介绍五类典型案例。
第一类典型案例是顶层设计、整体规划、全面治理的案例，这个案例是3.0阶段大而全的阶段产生的，这一类客户基本上都是大型集团的保险公司，领导层也高度重视，对标DCMM要求之后，发现公司在数据能力上都有落后的情况，因此我们提供了整体规划和服务，以及知识库和全套的工具完善整体的治理。接下来后面介绍的四个案例是4.0阶段，属于有针对性的局部治理工作。
第二类案例是源头惯标为主、实现标准化的常态运营。基本上是以外资公司和多年的保司实现这个路线，核心系统有多厂商、多语种、多版本、多架构、多语意，如果去做数据驱动的成本是非常大的，所以我们开展标准治理工作，由四个步骤组成：先是借助中科软标准库中的6000多个数据元标准、1000多个代码标准形成了公司自己的数据标准，同时上线一套标准管理工具，在新系统开发的时候用标准工具完成系统设计，但是这种系统设计还是依赖人工的遵守会出现一定的偏差，所以我们又提供了检查核验工具，和标准管理工具做了联动，工具会自动按照公司标准每天校验各系统生成的数据，比如长度、类型、枚举范围是否符合标准要求。有了这个工具之后，将问题数据的校对放到了当天，避免了问题数据流转给下游造成更多的影响。最后，我们虽然梳理了存量标准，但如果增量没有管理，一段时间之后会产生偏差，所以我们提出运营管理办法协助公司常态化运营标准。
第三类案例主要是优化决策运营能力，这一类客户往往已经有了数据的应用，大家面临的问题是数据看得到但是不敢用，因为混乱，体现在几个方面，一是数据模型不合理，同层调用的问题严重、指标复用度没有达到理想的程度；二是公司内部管理需求混乱，各自之间是割裂的、缺乏管理的；三是指标定义的不清晰，这个也是通性的问题，各说各话、看得到名字却不理解含义。我们的策略是建设公司的指标体系，借助中科软的通用数仓模型优化公司数仓模型，当我们看到一个指标结果时，如果想追溯从何而来或者是否准确这个过程比较复杂，所以借助血缘工具，会自动解析数仓中复杂的数据处理脚本生成血缘关系图谱，便于大家掌握任何节点的来龙去脉。
第四类案例是监管数据治理，常见于中大型保险公司和重视监管合规的公司，现在监管上报的应用越来越多，基本上还处在黑盒的状态，领导心理没底，比如公司数据虽然定时报给了监管但是否符合监管的要求？是否及时、全面、准确？今年监管很关注多渠道之间交叉一致性的问题，如果在这方面出问题以后会产生通报批评以及相关的惩罚，因此，我们提供数据血缘梳理监管数据的关系，这个关系有两个维度，一是监管数据来自于业务系统，那么监管数据和业务数据之间的关系要整理。二是多个监管之间是有内在联系的，比如说east和保单登记之间相关数据是否一致？有了血缘关系之后，就可以生成质量检查规则，有别于标准化时的格式类的检查规则，监管数据的质量检查更多是嵌入业务逻辑和计算逻辑，会检查多监管之间数据的准确性。
第五类案例是没有完备的数据平台，数据孤岛情况没有解决，我们会根据不同公司的情况来提供数据底座建设，比如有的公司只处理结构化数据而有的公司还要兼容非结构化数据、有的公司只需要离线同步而有的公司要求达到实时，所以数据底座有传统架构和数据湖架构供客户的选择。有了底座以后要进行数据资产的服务，同时，最主要的是要进行入库校验和清洗，进入到底座的数据会根据标准的要求进行校验，并自动的根据数据标准完成代码转换等数据清洗工作。
以上是我今天汇报的内容，时间关系不能展开，希望可以和大家有一个线下更深的交流，互相学习互相探讨，谢谢大家。
西门子低代码中国售前总经理兼首席架构师 阮铭
阮铭：尊敬的各位领导、各位专家大家下午好，今天很高兴借此机会和大家探讨低代码科技引擎，可以帮助财险做到技术上的创新和业务重点。开始之前我讲一个小故事，低代码产品，是2018年西门子收购了一家公司，它在全球是排在第一位的低代码公司，最开始这家公司的创始人是一名企业的架构师，所以在技术上造诣颇深，可以帮助很多企业做大规模的应用，后来去研学MBA。他感觉在开发所有大规模应用有一个槛一直跨不过去，导致很多的项目都延期，这个就是沟通问题。低代码在创建之初是作为沟通工具存在的，它去把业务和IT两个角色连接，如果能够把沟通这个事解决，可以大大改善交付效率。注意，这里的沟通不仅是交流对话的沟通。
快速与创新，在整个财险的重要性不言而喻。2022年，银保监会有一个指标是线上化率达到80%，那么转换到了线上，必然导致很多新系统应用要去开发，要有很多的创新点，要考虑险企自身差异化的竞争，故而，在业务的个性化、差异化、定制化要做很多的事情；要把服务的有界变成无界：很多公司把业务和服务分不清谁在前谁在后，包括衣食住行要给客户提高很高的黏性，忠诚度要有很多创新的点；上午也提到地域压强的概念，全国下放到具体某一个城市，每一个城市都是不一样的，创新试验，快速试错，变得越来越重要……
我们看到险企的创新应用，在交付上所面临的挑战：需求与创意等待开发的排期需要很久，即便等到了排期之后开发过程也不太可控，项目在中后期经常遇到返工的问题，尤其是创造出来是不是还能做成爆款产品？推出到社会上是否还能领先对手？也是存在疑虑。在技术上很多客户发愁遗留系统和分散系统如何集成？上午讲到技术越来越复杂，所以该怎么统和这些技术？是不是要维护更高阶的团队，技术栈囊括很多，甚至包括移动化能力、IOS、安卓两套团队等等。此外，在保险行业高端的人才是很稀缺的。总结一下，如何在有限的人力、财力、时间范围，去快速开辟高质量的创新应用，挑战极大。
低代码为什么可以让快速创新成为现实？因为它是从两个纬度。第一个纬度是横轴，刚才谈到低代码是在前端，通过快速拖拉拽的搭建技术。组件化不能完全和低代码划等号，低代码可以快速的拖拉拽，不会代替现在的技术栈，但是要融合现在很多数据系统和云、物、移、大、智等等。在纵轴上可以看到改善沟通，能够避免返工，所以提高了整体开发效率。两个维度的平方结合来看，它是呈指数级别，我们开发APP的数目就会越来越多，所以这是真正快起来的原因。
大家看到这里的低代码的第一性原理，我们的创始人从业务角度并不是最开始创造技术模型，最开始是去复杂度，复杂度是两个方面，沟通复杂度和技术复杂度本身，从现在上溯50年前，一直以来，技术本身它在解决问题的时候，也在创造更多新的问题，技术栈越来越复杂，之前是一行行敲键盘，现在低代码做了划时代的进步，把一维编程变成二维图形化可视化的编程。低代码虽然是可视化，但是这个里面蕴含了第五代语言，它也有自己的语法、词法、语义解释。目前为止图形化是很直观的沟通方式，两年之后是什么方式？稍后我来作答。
我们在西门子低代码产品，结合刚才的第一性原理，做到了一组模型、两套环境、三种角色、四类场景。不论是小快灵的应用或者复杂的ERP系统，软件系统模型都可以概括成UI界面模型、人与人之间的BPM协同模型、数据结构之间的模型，还有业务逻辑和业务规则。怎么把逻辑编排可视化，因为我们在可视化下面增加了虚拟解释层，类似于虚拟机。两套环境，我们提供浏览器版本的开发环境和线下ID环境。三种角色可以使用低代码拖拉拽，业务同事使用浏览器版本实现业务上的拖拉拽，上午左总提到，业务也要学IT，业务也要去做跨领域的专家。那业务人员需要什么样子的技术上的抓手？我们认为，低代码工具，降低了技术门槛本身之后，业务人员就可以把更多的精力去构建他的业务架构，所以业务人员这个角色也很重要。四类场景包括高科技技术场景，TOB、TOC场景和电商应用和CRM，内部流程等管控场景，还有复杂的ERP二次开发场景。
我们结合价值链，产品设计、营销、核保、承保、理赔、财富管理，在每一个阶段都有各自的痛点，我给大家举几个例子。在国外大家是如何采纳西门子低代码做保险客户？包括苏黎世在12周之内创建了多款应用程序，节约了28万英镑等等。
丘博保险在 54 个国家及地区开展业务，拥有 21,000 余名员工。当时的目标是从法国开始，扩大其在欧洲、中东和非洲地区中小型企业 (SME) 市场的份额，他们看中了低代码的什么点呢？刚才说到的快速构建力，并且低代码不仅可以打造一些小快灵的应用，这个里面做了个“产品工厂”。他们当时找的是欧洲供应商开发的，可以把产品快速的配置出来，平台思维统和底层技术，再通过配置化设计快速的创造出多个产品。右侧展示了双模IT的思路指导下，大家可以看到，中央是稳态记录系统，外层是产品配置系统，并且用低代码打造出理赔、代理人相关自服务系统。
伊利保险是世界500强，他们选用低代码的点也是快，并且还有一个点，大家想想为什么面对技术开发项目非常复杂？尤其是到项目的中后期经常返工？这个时候给大家介绍低代码的第一性原理，消除复杂度有两个角度：一是沟通复杂度，二是技术复杂度。伊利保险看中的是沟通复杂度的降低，他们团队异地协同开发，低代码在这个时候就不仅仅是一个开发工具而且是聊天工具，可以把低代码看成是QQ、微信，因为可视化是特别好的沟通手段。一个项目开发的时候需要沟通，所以用低代码作为沟通工具降低复杂度。
苏黎世保险在全球管理4500亿美元的资产，他们看中低代码的点是海量应用，在很短的时间内开发了报价到购买多个APP，如果只开发一个APP本质上成本并不太低，但是我们给它做了测算，第二年、第三年会增长需求，所以你开发的东西会越来越多，如果你用传统的方式开发更多的应用要引入更多的工程师，大家了解刚毕业工程师的年薪有时候高达40万人民币，低代码可以在很大程度上降低单人的成本，并且它的开发速度很快。红色的线是低代码在两三年中希望开发更多的东西，但是增长的人力资本不是很多，所以苏黎世看中了这一点。
总结来看，低代码平台是一个以一当十的冲刺利器。瑞泰人寿这个案例，我们通过与中科软的寿险部门深入合作，多轮培训，搞联合业务需求工作坊，提供他们很多的建议和培训，所以最后使用低代码之后，帮助他们提高单兵作战能力。一个小伙子20多天开发了应用，这个应用包括微信入口，融入人脸识别、手写签名等等，所以低代码不是封闭的系统，它可以在国内产生出很多的玩法，包括和国内的很多技术栈融合在一起创造更多的场景。
中国平安有30多个业务大部门，寿险、财险、智慧城、平安证券等等，很多人跟我讲，平均87%的需求要延迟6个月才能实现，他们科技团队非常痛苦，认为低代码可以帮助他们解决问题。
总结来看这个公式，ABCDE+X，前面五项技术，指的是人工智能、大数据、云计算、移动化、边缘计算等，技术在解决问题同时创造更多的问题，难道你要去雇佣更多的团队吗？低代码X，是代数上的变量，导入、统筹各个技术栈。把各个技术门槛降低的目的是什么？去做更多业务场景化的应用。
现在汇报一点低代码平台的技术核心，即六大技术引擎。低代码真正应该发力在什么点上？最上层是各个应用，如果应用它的模板组件再多，只是做了可复用的事情，低代码在我们看来不是单纯100%的组件平台，如果只是做了很多的组件，在我们看来是劳动力平台。真正低代码是中间的技术平台，视、云、端、数、智、流。我们之所以做到中间技术平台而不是劳动力平台，在于底层的计算机科学中的一些理论，这也是17年前开辟出来的。请看这里，形式化方法、抽象机、模型理论和算子逻辑，因为我们开发了第五代“可视化java”，所以底层夯实，提供技术平台，所以能够开发千变万化的应用。
最后再介绍一下低代码十几年走过来的心得，第一步是做到了社交化，低代码为什么做社交化？低代码和中科软合作之后，提升了在某一些项目的单兵作战能力，真正低代码如果变成部门级别、集团级别的工具，变成所有人业务的暗号、业务的术语才能真正提高整个集团的效率，真正变成高质量。
低代码为什么要做到个性化？代表着西门子低代码在国内做到了躬身入局。国内的很多技术栈都是不一样的，所以低代码也应该融入客户自己的技术栈，包括不同的云。能做到云上云下部署和后端喜欢高代码变成，低代码发挥效率要和高代码结合在一起，我们会用云上云下数据库，所以低代码在个性化的时候去融入不同公司的技术栈，这一点也特别重要。
现在去降低复杂度人际沟通，今后低代码是人机交互，也就是AI来进一步降低复杂度提高效率做到高质量。我们从2017年一直在总结人工智能帮助低代码，我们在全球总结500多万条逻辑流，可以做到人工智能辅助开发、性能调优、用户体验、页面设计，人工智能在低代码中是分四个阶段，目前走到了第二阶段。辅助型先开始会给你一些简单的建议，在代码提交的过程当中会把业务规则加入进去，比如说做一个项目有四五百个功能点，可以帮助你设置优先级，最后达到虚拟成员，人工智能作为敏捷小组的一两个虚拟数字化人员，所以AI驱动的技术是西门子低代码的未来。
西门子低代码2005年创立，到现在有17年的技术沉淀，在全球排名第一，请看右上角的高亮部分。并且这是跨机构（Gartner、Forrester）和跨维度（LCAP、multi experience）的。西门子低代码，服务于21个行业的4000余家全球客户，在2021年正式进入中国。从想用到敢用，从复杂的编程方式到非常直白的方式，欢迎大家进行试用，希望能够一起操练起来，谢谢大家。
张江涛：各位下午好，今天非常高兴有这个机会和大家一起交流关于数字化营销和会员体系搭建热门话题的思考，数字化是永远在路上的过程，在这里和大家交流实际的心得体会。
首先我们看一些基本概念，什么是营销？营销按照商学院的定义是一个过程，企业通过这个过程为客户创造价值，同时提供服务和商品满足客户的需求和欲望。所以从这个定义中可以看出，最重要的是客户的需求，我们是要为了满足客户需求而做的营销。第二个是给客户带来什么样的价值解决什么样的问题。
什么是数字化营销？数字化营销和传统营销增加了一些内容，里面强调很重要的元素是以数据为基础，全域数据的打通提供所谓的营销支持和可视化数据分析，提供洞察客户的能力。同时，数据为内容的生产，为场景来做赋能，从而实现智慧营销和智慧运营。
所以从营销的两个定义来看，最核心的观点是我们要做好营销需要做哪些方面。一是客户洞察，需求是终点也是起点，我们做好营销最重要的是先实现客户洞察充分理解客户需求。二是做好价值主张，也就是说保险产品或者服务能够为客户解决什么样的问题，能够带来什么样的价值。三是如何提升产品的能力？你要去满足客户需求要有产品、服务和能力，产品的能力是什么？如何打造满足客户需求的产品？四是私域流量，私域流量就是企业真正掌控的那部分客户。五是粉丝经营，可以看到粉丝经营是私域流量中非常小的一部分，粉丝对品牌有品牌的忠诚度，能够建立长期稳定的关系。这几个方面是从营销的定义的而引申出我们所需要做好营销的几个部分。
谈到数字化营销，很重要的基础就是数据。关于客户的数据，所以接下来考虑到怎么样去做好私域流量。我们知道私域流量是很好的点，在保险行业是低频中高客单价的特点，这个是非常好的场景能够做私域流量。做好私域流量的话，价值不用展开说，但是重点谈一下挑战。根据保险客户销售与客户经营的调查报告可以看到，比较多的问题集中在没有办法触达客户，很多客户通过渠道和中介过来的，我们没有办法有效的触达客户。二是客户画像不够丰富，我们对客户的了解仅限于交易系统，当然与此而言不够了解客户，第三个方面的问题是转化率低，也是前两个问题的结果。
所以在这些方面可以看到，对于客户触达，同时对于客户需求的了解，这个是我们非常大的痛点，怎么去解决这些问题？就要看不同的企业中有不同的实践，怎么样丰富客户的信息，例如某些企业通过采集与客户交互积累的数据，利用NLP技术，把一些语意提取出来作为客户画像的补充，通过和所有客户的交互数据中要收集更多的信息让我们更好地理解客户的需求。
我们要做好哪些事情才能够达到这些目的呢？首先做好数字化营销，第一步就是要先做好用户的数字化，什么意思呢？它有两层含义。一是实现用户在线化的连接，我们能够触达到客户。二是能够建立统一的用户账户体系，为什么？因为我们都知道，用户的连接渠道非常多，有几个例子，一个是技术手段比如说有APP、小程序、各种线上的技术手段，第二个是可以通过内容平台的传播裂变拿到客户的连接，第三个方面可以借助社交的工具，比如说微信、微博等等，第四方面是第三方公域流量平台或者线下渠道客户转为私域。为了实现有效的客户触达与对客户的洞察，用户数字化必须做好这两个方面：用户在线化的连接和统一的用户体系。
我们谈到私域流量同时谈到会员制，这两个有什么区别？对于公司和企业来说先做哪一个？比如涉及到私域和会员，会员通常指已经成交的客户，私域通常来说是除了成交客户之外，还有一些是潜在的客户，私域流量客户是可以触达掌控的，会员可能是你的客户和你有交易但是不可有效触达的。
我们在做这些私域流量的发展和客户会员制发展应该怎么去做呢？对于第一种类型大型企业，它是直销业务占比比较高，它的大部分客户自己可以掌控，这样可以先做私域流量。对于会员制来说，价值并不是太高。对于依赖渠道业务的大型企业，客户大部分自己不能掌控，应该优先考虑会员，保险行业大部分的企业都是属于渠道的业务比较多一些，所以在这种情况下优先考虑会员体系的搭建可能会更好。为什么？当保险企业先做会员体系的时候对渠道是补充，渠道因此不会去排斥会员体系，同时认为有助于更好的发展服务客户，所以这是渠道业务的有机的补充。
第三个方面是中小企业，对这种规模的企业来说私域和会员是同步推进的，所有私域流量的建立和会员体系应该同时搭建，把会员放在私域流量体系中，不用做差异化的区分。
私域流量和会员体系，传统的会员体系和基于私域流量的会员体系有什么区别？第一个是传统会员体系它是比较单项的，通常来说是通过原来CRM系统和传统的方式，收集到客户的交易信息对客户进行触达，同时信息是单项做信息的推送。基于私域流量会员体系信息是双向的，同时能够让客户参与到其中是一种开放式的。传统的会员体系有一些缺点，我相信很多公司都遇到过，例如积分有一些公司虽然建立了会员积分体系，但是会员对积分和激励不感兴趣，兑换不积极。同时对营销也比较单一，通过传统的方式进行推送。
基于私域的会员体系，更多是注重会员的参与感，通过不同的活动和会员权益的设计，从各种方面让会员积极参与到其中，所有会员的激励体系和积分体系会员参与其中，所以会更有参与感，激励效果更显著。
谈私域流量运营最终要落地到一个系统当中，根据现在行业的趋势，基于社交的CRM系统是非常好的载体，可以承载我们对于私域流量的管理和运营。主要的区别我不展开说了，最重要的就是基于社交CRM是双向的，企业与会员之间可以有非常丰富的互动，同时能够让用户体验得到非常好的提升，用户可以参与到其中。传统的CRM信息非常静态，收集到的信息放在那里，这里面信息没有办法被利用。
我们在落地SCRM时该怎么去做？应该按照怎么样的步骤去做？首先要确立社交渠道，做私域流量运营要明确技术的渠道，比如说微信、企业微信、其他渠道，这些渠道是技术平台的底座。
第二个是你要建立会员服务体系，在私域流量中把服务的分类管理规则设定出来，同时把他们系统化的去设置出来。
第三个是如何把原有的CRM系统数据导入到SCRM中，同时不断的去丰富完善它，这样是以老带新，把原有的客户资源盘活。
第四个是去建立社交激励和营销的方式，用户参与到营销中能够进行裂变和营销创新。
第五个是采集和丰富客户信息，这个是非常重要的过程，我们如何去提高营销效果？关键点是在于获取收集和丰富各种客户数据，手段可能有很多，比如像非结构化数据提取和数据埋点等等。
第六个是怎么样能够把数据关联起来，形成客户洞察。从各方面收集到非常多的信息之后，如何把这些信息关联起来有效的形成真正客户洞察。
在这里我想强调一点，在这个过程当中统一用户ID是非常重要的基础和转型的关键。为什么？首先看图的左边是所谓数据体系，右边是触达体系，所谓的数据体系也就是说用来做客户的分析，触达体系是所有触达的渠道，比如说有不同的方式触达客户，但是有效的连接在统一的用户ID，用户在线上的标识和交易系统中，包括线上的行为上，统一的ID才是统一的连接起来，通过这两部分才能够把原有线下基于传统CRM系统中静态数据充分的利用起来，和线上行为数据集成之后，形成有效的数据体系，同时能够支持营销和效果，所以在这个里面的痛点和难点是如何打通系统间用户的信息。
刚才说了理论和思考，在实践中如何做？我分享一下华泰财险在做的尝试，首先是基于服务号和小程序打造微信生态圈，作用和目的是以线上和线下服务促进客户私域沉淀，客户在使用服务当中把它沉淀到小程序和服务号上。同时在客户服务的过程当中不断的收集和丰富客户信息，在这里面加入埋点数据，把客户的交互信息进行丰富，同时展开内容营销策划不同营销活动，有力的支持数字化营销的开展。通过这样的一个尝试，我们打造客户运营和营销的闭环。在这个过程当中，结合线上和线下两种资源，有线下的门店也有线上的渠道，在这个过程当中是线上线下统一起来做所有客户的服务，在服务过程当中通过线上和线下打通以后，把所有的买点数据充分的收集起来，实现原有客户线上化的归集，传统在线下的客户都能在线上进行沉淀，沉淀之后通过客户信息有针对性的做客户洞察和分析，再去做内容的相关营销。
在这个过程当中，实现的效果还是不错的，我们拿了几款产品和营销活动，受到了客户的积极反馈。在这个过程当中，打造这样闭环之后，实现用户线上化私域的沉淀，同时在运营中也做了不同的尝试，在这个过程当中也是可以不断完善的，下一步考虑用企业微信的方式再和客户建立更强的连接和触达。这个过程当中不断的完善和提升，所以数字化营销来说对于数字化转型是非常关键的一点，在这个过程当中如何激活已有的客户，能够使得客户在线上的营销通过客户参与营销过程当中，能够把传统的模式进行改变，这个对于系统的影响非常大，我不再一一展开，这个是营销模式非常重大的改变，对原有系统的改造有非常大的挑战。
李旭：大家好，非常高兴有这样一个机会做分享，听了整天的分享我在这里是比较特殊的角色，上午看到有很多IT行业合作伙伴讲如何用更好的IT解决方案，解决保险公司经营方面的需求。我本人是在再保险公司，流程上来讲，保险行业是客户，我们在创新这个维度上，到底有哪些IT和科技的需求，是今天分享的主要内容。
今天的分享主要围绕车的方向展开。我本人三年前在科技行业，现在来到保险行业，从科技行业到保险行业的同事不是特别多，但是有很多保险行业到科技行业的同事相对来讲比重会更大一些，我有时候开玩笑说，充分说明中国保险行业有非常多的点需要科技行业同仁们一起推动，所以才有那么多的保险同事迫不及待的下海进入保险科技领域。
再保险是站到所有保险后端的，瑞再是全球最大的再保险公司之一，我们和其他的同行在全球范围内提供再保险的服务，同时和国内几乎所有主流的公司都有紧密的合作关系。这里面列举了已经在合作的伙伴，今天再保公司愿意走到台前，如果回到十年前更多在保行业同事是站到后端不太需要出现在前端市场，随着市场的变化和新科技不断在保险行业的应用，行业内有一个提法是再保的直保化，我们需要走到最前端和所有的伙伴一起研究最新的风险，这样才知道什么样的产品用什么样的解决方案，才能解决我们今天面临的所有问题。
接下来简单分享一下和车生态创新的工作，为什么把它叫做车生态不叫车？这里车生态的内涵不仅仅是传统意义上的车险本身，所有涉及到车相关的业务都涵盖在当中，最典型的是除了车险还有延保、责任险、代步车等等，这些都是我们今天会探讨的话题。国内有很多的保司最近有组织架构的调整，在新框架下不再以险种去划分不同的部门，而是变成以客户为中心看个人客户中心还是集团客户中心这样的纬度看业务，如果我们从科技赋能保险的角度来讲，是否应该关注有哪些典型的行业需要保险的支持，保险在服务典型行业时，是否也要有新的IT工具、管理方案、解决思路看这些问题。
我们在车领域的布局，包括车联网、UBI、自动驾驶、共享出行、新能源汽车，所有新的领域，智能、网联、电动、共享都代表着巨大的新风险需求，需要保险服务，每一个领域的背后都有大量的技术和新方案，所以这个是为什么今天围绕这个话题可以有很多的展开。
如果简单回顾一下全球范围内车联网的发展，无论是从保险视角来看或者汽车的视角来看，这个行业积累了丰富大量数据，大家觉得数据一定是有价值的，这些年过去数据产生的价值并不是非常多，从这里我们不断反思，数据既然收集起来能产生什么样的价值？这个是车联网领域探索的点，从最开始简单安装车联网设备到后面提出UBI这个概念，这个在中国目前没有正式放开，海外还是有很多的应用。后面变成你开的好与不好，希望在你的定价上做进一步的区隔，最近有一个最新的提法是大家研究过之后，你开不同的车，比如说开燃油车或者新能源汽车，你的行为表现、赔付表现也是有显著差异的，这个是快速回顾车联网领域的变化。
昨天还有一个同行聊到一个很有意思的话题，UBI的保险并没有得到监管的批复，是不是还不能做？UBI这个话题在中国谈了十几二十年，它的本质很简单，就是我通过科技手段去获得汽车使用过程当中更精细维度的数据，并且基于这个更精确的数据服务于我对特定群体的定价，如果回归到这个本质看，这些因素已经引入了保险定价。除了传统的因子之外，也要看到增量的因子，比如特斯拉在美国的德州推出了它的品牌车险的产品，它做了一件什么事情？可以叫它是UBI+产品，传统的UBI因子都在里面考虑到了，特斯拉说我认为不够还有自动驾驶的创新因子，综合形成一整套车的定价原则，在这个框架下推了自己的品牌车险。
如果我们探讨这个维度，大家会看到国内做UBI领域的很多科技公司，其实有过蓬勃的时候，但是很快就下去了，现在又迎来了这个领域的窗口期，很多的保司重新回头看精细的数据设计车险产品，我们从IT和服务的角度来讲能做什么，比如说我们需要更精细化的数据库，比如说我们需要把传统上定价因子和新的定价因子匹配到一起，有很多新的工作可以在这个框架中开展，在我看来有非常丰富的创新机会。
自动驾驶也给很多场景带来很多新的挑战，如果大家关注这个领域，在前不久深圳发布智能网联汽车管理办法，深圳是中国改革开放的先行试点区域，新的管理办法在这里落地，可能试行之后就有机会在全国落地。管理办法中，涉及L3以上的自动驾驶，可以在更广泛的城市范围内被使用，这个在自动驾驶立法过程中是非常有里程碑的事件。很多家新势力车企在即将推出新车型中，都包含先进的自动驾驶功能。自动驾驶情况下，可能出现“人车共驾”的场景，当出现理赔情况，传统的理赔查勘流程就不能适用，这个意味着自动驾驶的保险创新，带给行业新的需求，告诉我们说这个围绕自动驾驶的保险，我们需要一套新的服务逻辑，需要一套IT上的改进，让我们这样的场景可以被服务可以被支持。
咱们再往前迈一步是新能源汽车，上个月在乌镇参加保险创新大会有一个新能源汽车专场，大家有一个共识，一是新能源车必须做，二是新能源车目前有很多挑战。比如新能源汽车的保险赔付问题怎么解决？有一些新能源汽车的品牌采用换电的模式，车和电是分离的，所以在被保险的时候甚至投保不同的险种有没有可能被分离？这些又需要新的解决方案。所有新车企，基本上都是新能源汽车为主，他们在数字化程度上比传统车企要往前迈一大步，更倾向于直销的解决方案，不像是传统的车厂从总部到经销商到客户，有很多直销的通道，它是一体化的，所以它可能会需要新的出单系统、理赔系统、流量经营系统，这个是它的工作，而且车企离最终用户更近，更在乎最终用户的感受。
还有一块是商用车，如果大家接触过这个领域就会知道前几年商用货车对保险来讲是又爱又恨，一方面是很大的蛋糕，另外是赔付不好，三四年前大家提出商用车何以装新设备，这样商用车业务就变成了好业务可以做了，装上新业务之后还需要有人管理，装新设备的成本谁来负担？包括有很多头部的保司，自己在自建车辆管理的平台，持续收集商用车不同类型的数据，基于这些数据去支持新的定价。去年在广东全省，所有的商有车被加装了智能管理的设备，可以发现整个群体在设备支持和有效管理的情况下，它的赔付是会被改善的，所以这个成为行业内所有想做商用车车险巨大的共识。在车险的整改之后，给很多保司的经营提出新的概念，要不要做车险，以及怎么做车险。车险市场如果不做，大家都关注，如果做的话竞争压力很大，有的保司会选择特色化的经营，有的保司说我主要关注商用车和网约车，甚至是新能源汽车。所有保司不同选择的背后，其实都需要一套完整针对场景提供服务的IT解决方案。聊到IT，除了传统上IAAS和PAAS的服务看，还会需要更多SAAS场景的支持，商约车就是非常典型的案例，市场上有特别多的机会可以被挖掘。
共享出行，我们前一段时间和共享出行公司有一些交流，他们有围绕车的完整计划，不管是车和自动驾驶，既有智能化也有联网的终端，是电动车，又是共享的场景，所以这个里面有特别多的细分，比如能不能按照场景付费或者改成订阅式的，可不可以形成针对特定品牌的综合解决方案？这些需求一下就涌现出来了，这个是我们看待整个汽车行业的变化，带给我们非常大，非常现实的挑战，也是特别触手可及的机会。
今天有这么一个机会做分享，虽然是围绕车这个主题本身，除了车险之外如果再看到农业险、工程险、责任险的时候，我们都发现有大量保险创新场景需要科技企业的同行给予更大的支持，更高效的实现和更有价值的实现，希望借此机会和所有的同行分享一下，希望大家在这些创新的领域一起去耕耘和发掘更多的机会，谢谢。
阳光农业相互保险公司互联网保险管理部副总经理（主持工作）崔文星
崔文星：各位领导大家下午好，十分荣幸代表公司在这里给大家分享公司数字化转型的做法和效果。阳光农业相互保险公司成立于2005年1月，是由北大荒集团发起、经国务院同意、原中国保监会批准的，国内第一家相互制保险公司，也是黑龙江省唯一一家法人保险机构。公司成立以来，始终恪守“ 为农民谋福祉、为农村谋和谐、为农业谋发展”的企业宗旨，坚持“做优专业化公司、培育职业化团队、实行科学化管理”的发展思路，彰显‘走进阳光、 共享温暧”的品牌文化理念，承担社会责任，依法合规经营，扎实稳健发展，收到了农民得实惠、企业得发展、政府得民心的成效，多次荣获黑龙江省“金融机构促进经济社会发展先进单位”和“诚信企业”称号。
公司2005年成立，经过历年的发展取得了一定的成绩。公司总资产从2005年的1.52亿增长到2021年55.41亿元，农业保险累计服务2659.81万次。
公司经过历年来的经营，取得了中国十大最具社会责任保险机构的荣誉，还取得了黑龙江省一系列的荣誉，例如黑龙江省促进经济社会发展先进单位；黑龙江省金融支持经济发展先进单位；黑龙江省诚信企业等称号。公司作为专业农业保险的公司，经过历年的建设发展，发现公司整体发展存在框架老旧、安全隐患、操作效率低下，无法保证数据质量的问题。
财险的高峰论坛我们一直想和大家汇报，近年来公司在集团的部署下开展了数字化转型建设，取得了一定的效果，现在和大家汇报公司数字化转型工作。
数字化转型工作基于监管有要求，集团有部署，公司有基础三个方面，监管有要求是按照银保监会《关于银行业保险业数字化转型的指导意见》文件要求，坚持以客户为中心，深化保险科技应用，持续强化科技赋能，全面开展公司数字化转型工作。集团有部署是以《北大荒数字农业发展规划2019-2025》为指引，强化科技赋能，整合人才和数据资源，形成协同效应，服务集团数字农服工作，共同推进集团数字化建设。公司有基础是公司领导层对数字化转型认识程度高，业务流程科技化应用成熟，团队创新能力强，数字化转型基础扎实。以上三个方面共同推进了公司数字化转型的建设。阳光农业相互保险公司以13235数字化转型体系为目标开展建设。1是满足监管要求为核心，3是搭建互联网保险平台，农险一体化平台以及财险全流程平台这三个平台，2是开展两个探索，探索基于遥感技术的人工智能估产模型和利用土地确权数据实施农业保险的精准承保，实现3个创新，是通过数字化转型完成农险承保理赔模式创新、遥感应用技术应用创新，互联网化的一站式保险服务创新，达成全面实现操作互联网化、数据资源集成化、产品开发模型化、业务流程便捷化、客户服务高效化的5个效果。
2021年开始，公司农险一体化平台建设，借助中科软等头部科技企业的力量，重构公司基础技术平台，形成公司数字化转型发展的科技支撑，推动公司数字化转型重点攻坚项目开展实施。2021年，公司建设了具有自主知识产权的农险一体化平台，以及具有自主知识产权的数据模型，利用“互联网+”、大数据、智能化等创新技术手段，实现了农险承保、理赔、批改、产品开发全流程数字化、模块化的管理。全方位引入气象、土地确权、生物识别等技术数据，进一步丰富农险一体化平台的辅助功能。整合了北大荒集团数字农服平台土地承包数据50余万条。获得了“农户+矢量+作物”的一体化数据。满足了农业保险“按图承保、按图理赔”的监管要求，形成了“一户一产品一单”的农业保险创新模式。
农险一体化平台项目也是公司数字化转型建设的重点项目，是我们公司三个中心其中最重要的一部分，因为公司主营业务是农业保险业务，农险一体化平台于2021年8月正式启动，同年12月下旬开始进行业务测试，历时9个月完成上线，项目组共计投入139人，其中包含总监等15位资深的项目管理人员，共交付了2711个模块，形成237G的项目产物。
同时，配合农险一体化的上线，公司综合运用卫星遥感、无人机、手持移动终端等创新技术，打造了“天空地”一体化的保险模式。精减了查勘定损流程，提高了理赔时效性和科学性，实现精准承保、过程监控、科学定损管理要求，提高了承保和理赔精度和效率，切实提升服务三农的能力。阳光农是专业的农险公司，通过农险一体化平台的应用，创新公司承保理赔的模式，建立农险一体化平台整合北大荒的数据和土地确权数据、土地承包数据，形成了农户信息+遥感信息+作物信息一套模式，通过清单平台和农险一体化整体联用，实现承保自验的模式。通过遥感影像的应用以及土地确权数据的应用，结合农险一体化平台应用，实现了农险的创新效果。
公司农险一体化的平台，结合遥感应用平台的应用，实现了农险创新效果的同时，突出了遥感应用平台建设，实现了按图承保、遥感验标、农业灾害监测、无人机查勘、手持终端移动遥感定损。
通过农险一体化平台的应用，以及结合遥感平台的应用，利用互联网创新技术实现农业保险线上化的服务能力。通过对接监管平台、身份验证平台、手机号的验证、身份证验证、银行卡的验证，达成农业保险的精准承保精准识别的要求，解决了一些关键性合规性的问题。
公司建设农险一体化平台，有领导驾驶舱能全面准确的展示出公司农险经营数据指标概况，同时农险一体化平台实现电子归档、一键组卷、线上电子验签，农户的签字确认可以实现线上化的操作。农险一体化平台结合三方数据应用，土地确权数据、土地承包数据已经完全的落库。全量批改功能，按照承保理赔的全字段实现全量批保。
刚才提到土地确权的应用，实际上是我们通过农险一体化平台达成的，中间有集中作业平台，后端有信息的支撑，实现了产品的模型化配置，农险同质化产品快速上线17分钟就可以做到一个产品上线。农险一体化平台外连很多对外接口平台，外部有很多监管的平台，外部数据引用的平台，在农险一体化数据平台建设过程当中，梳理了外连数据来源实现了统一管控。承保管理通过规则引擎整体的匹配，实现承保理赔流程化的操作。
阳光农险一体化建设初期对数据进行重构梳理，按照阳光农险的流程标准，形成了具有流程化的数据标准，具有阳光农险特点的数字化转型思路。同时，我们再结合农险差异化管理的模式下，通过一体化平台实现农险差异化管理，我们中国地大物博，差异很大，阳光农主要经营区域是东北和南方，所以我们在农险一体化平台中配置差异化管控工作。
统一操作环境是通过农险一体化实现统一的操作环境、配置环境，在统一操作环境下做了一系列数据安全防护，自定义操作台是为了基层一线人员方便快捷使用的功能。
刚才提到阳光农的农险一体化平台不是独立的项目，要配合土地确权应用、国产化应用，我们公司在推进数字化转型的过程当中，不光是搭建互联网平台、农险中心，我们还承办了黑龙江基于人工智能遥感技术的应用，通过这项工作把农险3S模式，传统的遥感应用平台实现了基于人工智能的遥感平台建设。公司同时开展农业农村部支农创新试点的工作，开展了确权数据+卫星遥感+农业保险精准承保理赔机制的创新试点。
同时，公司也搭建了互联网保险平台，建成了公司两微、两端、两页的平台，推动公司数字化转型实施落地。财产全流程平台是今年公司重点推进项目，希望向各位同仁、业内大佬们学习交流，搭建公司的财险全流程平台。
后续，公司将继续推动数字化转型建设工作，深化我们三个平台的应用，和北大荒集团共建遥感应用中心，同时继续推进养殖险在人工智能、区块链技术方面的应用。
公司数字化转型建设，通过底层云服务、虚拟化服务、国产化等技术搭建技术底座，同时按照农险、财产险、其他业务条线进行数据梳理整合，实现整体数据汇集，按照不同的纬度形成数据标准体系。同时管理这边，通过智能分析、互联网框架、可视化的决策，来实现在管理要求。在业务支撑方面，实现了农险中心、财险中心两个业务支撑中心，随着监管的线上化要求，在客户触达方面和业务人员推进展业工作方面，基本上都是实现线上化的操作，达成线上线下相融合的模式。
一是公司一把手重视，才能推进好数字化转型建设工作，否则你在投入或者在推进等方面达不成效果。
二是数字化转型建设工作，不仅是IT技术转型，而是业务驱动整体的数字化转型，IT各个条线配合这个转型工作才能实施，找到业务的痛点、难点，通过IT技术的支撑和服务厂商支撑，推进公司的数字化转型才能达到效果。
三是公司的数字化转型我们小的经验是不要每年搞N个项目、N个产品、N个条线做这个事情，公司的数字化转型建设要找到它的点，推进这个面的建设，找到这个难点，把钱攒足了在某一年集中发力才能推进这个效果。
四是达成效果在整体的投入中，数字化转型不是一蹴而就，它是持续性优化的动作，所以在整体的投入，找到重点持续性推进。效果是满足监管效果，满足业务需要效果，满足管理层决策的效果，满足信息安全、数据安全的效果。这就是阳光农的一点经验，谢谢各位。
