中国财险科技应用高峰论坛2022会后实录（上午）

腾讯云数据库总经理 王义成

各位保险业的同仁大家上午好，非常荣幸参加保险专场来给大家分享腾讯云数据库助力企业数字化落地的实践。今天，以数据库为主的基础软件，正在受到各行各业的重点关注。

在数据库行业从事十几年的历程中，我从研发到产品再到管理一步步见证了数据库行业的发展和商业模式的转变。可以预见，云数据库会是未来最好的发展方向。其实，早在三年前Gartner报告就指出，2022年全球3/4的数据库都将部署在云平台上。今天的市场也证实了这一点，政务、金融、银联、健康等行业都在构建自己的混合云，基于云技术为用户提供服务。

为什么是云数据库？

最开始在国内为用户提供商业数据库服务的是传统的商业数据库的模式，以Oracle、SQL Server、DB2为代表，他们为用户提供软件和整体的商业数据库支撑。传统的商业模式固定，易造成厂商捆绑，出现商业垄断的情况，因此我们认为更加灵活的云数据库会是未来的长期重点发展方向，现有市场上仅有云数据库是把硬件、软件、服务作为一个整体打包售卖，云数据库是颠覆数据库行业的售卖模式和商业模式很好的载体。

为什么是腾讯云数据库？

数据库行业在全球发展已经有六七十年的时间了，为什么腾讯云数据库可以在十几年的时间内进入到市场核心厂商的位置？究其本质，是商业模式创新带来的红利。换句话说，就是云数据库商业模式催生出来的快速发展。类似腾讯云这类的云厂商将数据库和云结合起来，为用户提供包年包月、按量付费、随开随用的商业模式。这种模式能够让更多的用户拥抱数据库服务商或者云服务商，积累大批量的运维经验，从而让产品快速迭代演变，实现数据库商业模式上的不断优化递增。这种模式带动了更多应用厂商的支持，使得数据库行业繁荣发展。

凭借着模式创新，腾讯云数据库快速发展，现已进入到不同矩阵不同队列的服务中，包括开源托管类、商业数据库等提供云上承载模式。我们重点发力的国产分布式数据库已经连续多次进入到腾讯财报中，这也标志着腾讯自研数据库已然成为备受重视的基础软件。

今天，我就以腾讯云国产分布式数据库TDSQL为例，给大家重点介绍数据库助力企业数字化落地实践的发展历程。TDSQL已经连续两年进入了腾讯财报，服务近半国内前二十银行，十大核心银行中有六家使用TDSQL作为核心支撑。未来五年，我们还将助力1000家金融机构实现核心系统数据库国产化转型。

发展至今，TDSQL现在已经广泛服务于金融、政务、社交、电商、交通、游戏等行业客户，其架构中的两个重要产品满足各类场景需求，MySQL版适合超大并发场景，PostgreSQL版支持海量HTAP场景。之所以能够服务于各行各业，是因为在TDSQL的发展历程中，历经了各类场景下的实打实锤炼。一开始TDSQL仅服务于腾讯内部核心应用，再到孵化公有云，最后到私有云。具体来看，2004年TDSQL团队成立，主力支持财付通业务。随着腾讯业务的发展，TDSQL开始支持了腾讯游戏、腾讯视频等，服务场景逐渐打开。2014年，TDSQL正式对外商用，微众银行是第一个外部合作客户。这是TDSQL的关键一年，也促使了TDSQL开始进军线下金融客户场景，初步服务于创新类的金融客户。2017年，TDSQL开始服务于平安银行、张家港银行等，打开传统银行市场。去年，中国人民银行、农业银行、太平洋保险等也都选择了TDSQL支撑基础服务。回顾整个发展历程，TDSQL走过自研业务的孵化，再将内部创新应用到互联网的场景中，孵化支持了拼多多、京东、美团之类的创新企业，如今已深入到金融行业核心，未来也将随着信息创新的发展服务于各行各业的国产化替换。

为什么腾讯云数据库可以？

不到20年的时间，腾讯云数据库不仅能够扶持基础互联网业务，还能很好的支持传统业务，是什么支撑着腾讯云数据库的发展呢？我们总结最关键的一点就是融合。

融合1 ：与客户需求相融合

TDSQL提供的一整套数据库服务具有超融合的特性，在不同客户的不同场景需求中，我们都竭力满足。在协议兼容层面，TDSQL能够做到兼容主流的开源协议和商业协议，100%兼容MySQL协议，在特定行业上PostgreSQL版达到98%兼容ORACLE协议。在保险和运营商这些特定场景下，TDSQL其实已经做到了非常高的兼容度。

在线下交付形态上，绑定式的售卖模式会带给客户很不好的体验。因此，腾讯云数据库支持灵活的部署模式。对于小型企业客户而言，可以选择公有云部署，低价享受TDSQL服务；大型企业可以选择私有云服务，将腾讯云整站搬到云下；对于超大客户，腾讯云支持整体输出，提供独立的软件化部署，具体模式是：由客户提供操作系统，我们把数据库作为标准的软件部署到客户的机房。如果客户不希望面对操作系统、硬件、数据库多种厂商（多厂商会增加问题排查的时间、人力成本），其实我们也能够提供全栈解决方案，基于腾讯云技术为用户包装整体数据库一体机柜。

融合2 ：与生态需求相融合

腾讯云数据库合作伙伴生态建立的非常健全。对于普通的渠道商、转售的渠道商都有非常好的返点策略；在实验室和联合打单的策略上，为ISV提供了非常好的体验；在开放策略上，我们对传统的服务商更加放开。总结来说，今天的腾讯云国产数据库团队已经为渠道商和服务商制定了不同的制度策略，来保证更多的客户可以基于腾讯云数据库来构建一个完整的生态。

融合3 ：与环境需求相融合

当前的国家政策大力推动国产数据库厂商的发展，越来越多的行业开始进行国产化替代，作为中间行业的数据库厂商要做好上游、下游的适配。腾讯云数据库也成立了比较大规模的适配团队，对上层的中间件和下层的操作系统都派驻相应专家，针对国产设备进行调优。我们团队也在这方面持续打磨和优化产品，在国产化环境下既要保证产品的整体稳定性，又要做到极致调优。

接下来，给大家分享一下从宏观的角度上看国产数据库的发展历程。分享一下数据库这20年的发展，国产数据库厂商到底是如何做好数据库行业替换的？

我国的数据库市场在早前一直是完全被国外厂商垄断，1978年高考恢复之后，数据库理论才进入中国。一开始，只是在个别的军工和行业做相应的应用，真正说进入中国市场应该是80年代末，以Oracle为代表的数据库厂商占据了中国数据库市场，应用在包括电信、金融等大多数行业。

2000年初期国内以BAT为代表的厂商开始成立，Oracle架构也很难支撑互联网业务的快速发展。对于国产数据库厂商来说，虽然有很好的机会但当时的核心问题是资金不够。不过，这个背景下造就了大量的数据库人才，也为今天的数据库发展奠定了基础。

2010年随着4G的发展，国内互联网企业快速发展，诸多产品像美团、微信、拼多多等应运而生，国内数据库云厂商开始萌芽。在当时的阶段，互联网企业使用基础的云厂商服务使得业务更好的发展，

今天5G在中国开始初步启用，也许2030年在5G的推动下我国迎来了更加快速的发展，那么基础软件也将迎来更加蓬勃的发展。

从现在的市场看，国产数据库厂商已经大规模应用于我国的主要业务场景，具备自主可控的能力。接下来，给大家梳理一下数据库在自主可控这方面的四个发展阶段。

第一个阶段是国内大量优秀的互联网企业没有选择国外数据库做支撑。二代的厂商像美团、拼多多，从一开始就选择了国产的商业数据库做支撑。其实可以看到，在紧张的国际局势下，中国互联网企业的用户量和美国差距也并不是太大。这个阶段是证明在快速应用发展的情况下，中国的基础软件可以扛住。

第二个阶段是政府和金融特定创新业务开始逐渐使用国产开源数据库。这一阶段要求保证做到数据库的自主可控，包括微众银行、微保保险、海关的创新应用中使用了国产数据库做基础替换，事实证明也是做的非常好。举个具体的例子，TDSQL支持了第七次人口普查。700万的普查员上门做信息的实时录入。同时到AP的业务，每天都会对片区和年龄等指标做相应的抽取和计算，能够为领导提供业务判断的数据基础，支持做出当天的决策。

第三个阶段是金融和政府传统业务开始大规模国产化替换。具体来说，首先基于地缘政治和疫情影响，金融行业需要开源节流，考虑分布式或者基础X86环境做替换。对于数据库发展来说，业务会呈现指数增长，包括创新保险和创新银行带来的业务支撑和传统架构的线性增长。同业金融和互联网金融跨界竞争，也对传统金融在技术创新和科技创新上提出了比较大的挑战，拥抱开源也使金融行业对传统数据库进行转型考量。这两年TDSQL也做了医保、中国银行、人民银行传统业务的替换，深入到业务场景中，产品历经了锤炼，更符合客户需求。

举个具体的例子，我们在张家港银行的国产化替换中积累了大量的经验。TDSQL帮助张家港银行做好降本增效和高可用业务的发展，使贷款结息的效率大大提升。虽然张家港银行相对于国有大行来说，体量不算太大，但在整个一年零十个月的核心业务替换过程中，积累的实战经验非常关键。随着张家港银行做下来之后，我们团队再去做包括秦皇岛银行、昆山银行以及一些城商行的替换是非常熟悉的。

另外一个关于大机替换的例子，在2019年我们团队做了IBM的替换，帮助平安银行大机下移，架构更新以及异地多活改造。之前IBM大机卖的更多是股份制银行，因此在这次替换过程中我们积累的迁移方案、应用对接等经验可以用于其他需要做IBM替换的银行。

第四个阶段是所有传统行业的国产化推进。未来，在传统行业在基础数据库领域上会有越来越大的需求。

最后基于腾讯云数据库在保险行业的应用，我梳理了保险行业对于数据库的两个初始需求：一是针对云平台和技术创新类的改造。以人保为例，几年前腾讯作为人保的承接商进行了整体的改造。腾讯云数据库为大型的保险集团做整体替换，这个是数据库替换的一类需求。保险行业要对技术升级做整体的技术改造，像在人保的案例中我们就做了十几个业务，目前都在稳定运行中。

二是当前环境下的国产数据库替换。在像太保这种头部保险实现国产化的自主可控的过程中，我们团队在前期做了多次平滑迁移测试，将TDSQL在金融行业的应用经验也应用在了保险行业上，支撑太保做整体业务的国产化替换。

未来3-5年国产数据库发展会越来越好，以TDSQL为代表的国产数据库厂商也注定会把国产数据库推向更好的明天。

宝兰德金融行业技术总监 徐清康

徐清康：大家好，我2005年开始工作，2007年进入中间件这个领域，有幸见证了电信行业、金融行业国产化中间件的整个历程。到今天宝兰德公司有一些成绩，电信行业已经实现国产中间件占比达到80%，金融行业从2019年下半年刚开始，从细分领域来讲保险行业做金融信创是最好的。所以我上周在这讲的时候(寿险峰会)也有提到，保险行业讲信创是非常简单的，为什么说是简单？不需要吹太多的牛，我只需要陈述事实就可以。今天的汇报过程当中会有四个典型的案例和大家分享。

宝兰德公司成立于2008年，我们是中间件细分领域中最年轻的一家公司，这一块国内其他厂商早于宝兰德做了很多年。在2008年发生两件大事，一件是知名中间件厂商BEA被Oracle收购，第二个事情是美国的Borland公司被一家英国公司收购。宝兰德自成立到现在，公司从最开始的二三十个人发展到今天的700人。

我们成立之初即选定电信行业作为突破口，宝兰德中间件在电信行业实现80%市场占比，电信行业也分中国移动、中国联通、中国电信等运营商。中国移动的IT资产规模，相对于其他两个运营商要大很多，中国移动西北区域省份的IT规模相对少一点，但对应的主机设备也有七八百台的规模，如果像广东、江苏、浙江这些沿海省份就是几千台的规模，中间件在单省的部署量也是非常大的，这种案例的质量是比较不错的，目前来讲行业内也只有我们一家完成这样的成绩。运营商这一块严格来讲，只有宝兰德一家中间件，没有其他国产厂商中间件，里面有很多的原因，如果有想了解的可以会后联系我们。

2019年7月份左右，宝兰德正式进军金融行业，到今天实现0-110多家金融客户的突破，这样的成绩是不到3年取得的。这里面会有一个问题，宝兰德为什么突然冒出来了，而且还做到相对不错的成绩？坦白来讲，最开始的时候我去给金融客户讲产品和案例很难，为什么难？宝兰德进军金融行业时在金融行业没有什么案例，只不过金融行业有很多IT界的老师是在电信行业工作过，或者说他们也了解电信行业的IT架构，认可我们在电信行业所做的事情，所以能获得机会。今天我们在金融行业已经挤进头部供应商行列，今年3月份开始我们服务了工商银行，这个对于今后宝兰德在金融行业的推广会有很大的加持作用。

其次是保险行业，我们在中国人寿做了48个业务系统的信创替代，这在金融行业单用户替换中间件的系统数量是最多的。从主机规模来讲接近800台，也是不错的。国产中间件目前的部署规模而言，我们在保险行业做的相当不错。

接下来跟各位老师一起回顾下中间件领域的发展，最开始鼻祖级产品是CORBA中间件，这块用C写的代码做中间件替换成本非常高，风险也比较大，对于我们来讲比较谨慎，对于金融单位来讲也不敢轻易替换。比如有比较大的股份制银行需要去替换CORBA中间件，但是我们不轻易投入，为什么？因为CORBA技术本身逐步被Java技术和相关中间件替换，投入产出比目前看不高。但是CORBA中间件思想在新的中间件领域还在大量使用，这个不过多的阐述。

消息中间件这一块行业需求还是比较多的，比如说国外有Kafka在消息中间件领域受到了追捧，在日志采集平台和告警平台，大量采用分布式的消息中间件。但是宝兰德的核心还是在传统的消息中间件领域做投入，后边分布式中间件目前来讲有研发已经在介入，但是产品还没有发布，这个是消息中间件领域的情况。

这一块是应用服务器中间件，这个产品目前在信创或者在中间件领域部署规模最大，今天做信创很多客户重点关注的也是这个产品，这个产品怎么发展？最开始JavaEE规范发布，一直到2005年、2006年Java  EE才在国际市场取得大的突破，目前Eclipse社区接管Java EE规范的迭代并进行了规范更名。另外应用服务器中间件在分布式云上会做很大的改进，后面我也会讲。

接下来是中间件领域的布局，在第一个应用服务器赛道和第二个消息中间件赛道是有比较大部署量的，不过就消息中间件，应该来讲每一个部署规模都不太大，最大的还是应用服务器中间件。第三个赛道是负载均衡软件，早在2016年之前Apache和Nginx是旗鼓相当的，目前Nginx的呼声明显要盖过Apache。第四个赛道是分布式缓存，这一块中间件领域布局大家比较重视，传统的中间件企业也还有互联网企业都在做这个中间件产品。其实到今天为止，第三、第四个赛道在国内市场来讲刚刚起步，从产品落地案例来讲是刚刚萌芽。中间件信创类别而言，更多金融机构会考虑4个赛道中会选2-3个赛道去做国产化。

第六个赛道是运维和监控产品线中比较重要的板块，也是宝兰德公司的另外一个发展方向，大家都提智能运维比较多，我们本身也有智能运维产品。和其他厂商的区别是我们从中间件和应用性能监控出发，逐渐囊括硬件监控、各类开源软件监控，以及一些业务接口层的监控，要把它们归结到一个系统中做监控，我们的方案可以实现。另外我们的监控也是模块化的，可以在当前已有的监控体系里做补充，可以单独部署独立的某个监控模块，如果考虑做集成就用一体化的融合方案就行。我们在用监控上发力，以及对业务IT架构的理解之上再做智能运维，可能相对来讲会走的踏实一点，而不是上来就说有智能运维平台，实际上各类数据底座没有好的积累。

接下来是对标的方向，前面章节图片不太直观，这里和开源的技术路线搭建业务系统，或者部署时有比较严谨的对标。如果引进中间件可以对应到4个赛道的产品，这个图相对来讲有助于梳理技术栈，在做国产化方案时可以借鉴，产品用了哪些开源软件，可以往这个方向做国产化。

刚刚讲到了中间件的发展趋势在金融行业非常明显，只不过比较遗憾保险行业会相对迟缓。有两个方向：一是IT应用架构SpringBoot化，要求在建设IT系统时先不用考虑容器化的事情，优先以微服务组件化方式开发，打包后一条简单的命令就把服务拉起来，这样部署相对会简单一点。二是容器化，现在有很多保险公司新业务上来直接用容器平台部署，宝兰德其实也有容器平台但是暂时没有在金融行业大力去推，我们对容器化的支持，主要是中间件能够跑在Docker上面，这在保险行业也有很多的案例落地。

这里有一些指标量化的成绩说明。为什么刚刚提到在保险行业分享中间件上比较简单？我们现在已经配合中国人寿完成48个业务系统的信创改造和生产上线，单用户实现1300台以上的部署规模。可能有一些大型金融机构觉得1300台也不是特别大的规模，但是金融中间件这个领域的替代刚刚起步，做了不到三年实现这个数字已经算不错了。我们有望在今年年底实现超过2000台的部署规模，实现中间件替换的会有超过5个以上核心业务系统，其中也有中科软开发的业务系统。

第二个是关于四个赛道，第一、第二赛道比较成熟案例也比较多，现在从2-4或者2-N的步伐去演进，是整个金融行业目前比较大的方向。经常有老师问，这个开源软件能不能替换？那个开源软件能不能替换？替换这事以后会走的越来越激进，从2-N这一步金融机构会推进传统的中间件厂商不断的投入。

后面有四个案例，我今天把前面第一、第二案例重点讲一下。第1个案例是中国人寿的财险，最开始的时候在去年给我们下了一个任务，说要合作引领保险行业一般业务系统的信创。开始金融信创是为了贴合国家的要求去做，但是中国人寿财险要做一般类的业务系统，规划的是30个业务系统的信创替代，其实做到今天已经完成48个业务系统了，包括天财飞车和影像系统等相对比较重的业务。第二个目标是引领保险行业核心业务系统的信创，这个是我们今年的目标，目前来讲整个测试已经接近尾声，今年年底实现这个目标相对比较有希望，里面规划有几个关键系统，比如说承保、理赔等，今年年底我们会实现三四百台的核心系统部署规模，总体会实现2000台的部署量。严格来讲，中国人寿财险不仅仅引领保险行业的信创，实际上在引领金融行业信创。

这个案例是阳光保险，在2020年11月1日上线了一台，系统是规则引擎，阳光保险内部的想法是如果把规则引擎替换下来，那就意味着将来再去替换其他的业务系统比较容易。我们用了一年多的时间，将规则引擎的Weblogic全部替换为宝兰德BES Application Server应用服务器中间件，规模在110台左右。整个替换过程是比较严谨的，他们有监控平台可以严格的监控到宝兰德中间件上的流量和Weblogic处理上的区别，最开始发现我们流量偏大，如果流量发现有问题宕机了怎么办？所以前后观察了较长时间，最后发现流量偏大的情况下系统也是很正常的在运转。目前来讲阳光保险的中间件使用主要是IT中心自己的老师在做，有问题才会找到宝兰德，这一块我们的支持压力会比较小。

接下来是两个寿险案例，中国人寿开始做的是OA和邮件类，OA规模不到30台，邮件180台，一共是210台的管理类信创，相对管理类而言是比较大规模的了。刚才讲到1300台的规模就是中国人寿和寿险加起来已经超过1300台的规模。另外一个寿险案例是在中华联合保险，华为服务器、麒麟操作系统、海量数据库、宝兰德中间件和中科软团险，这样的全信创技术栈实现的保险行业首例核心业务系统的替代。目前部署规模并不是很大，但是有特色的地方是开始选择核心业务系统，并且是全信创环境。

最后如果大家想了解中间件相关的技术和具体案例情况，可以通过右侧的二维码加我微信。我本人做了七八年的中间件研发，也有相对丰富的技术服务经验，包括售前售后的问题均可以沟通，谢谢大家。

合合信息智能解决方案事业部副总经理 张海燕

张海燕：大家上午好，我将向大家汇报最近一年合合信息在财险行业中有哪些能力的升级以及解锁了哪些保险业新场景。

简单回顾一下合合信息的发展历程，我们公司从2006年成立至今，推出了非常多面向C端的APP和B端的解决方案。解决方案层面，我们从2015年开始解锁人工智能场景的落地，也较早地涉足了保险行业，通过OCR能力、模式识别技术为保险公司做数字化转型和升级改造，并且现在能解决复杂场景下文本识别与理解的问题。还有一块是企业大数据，我们有一款产品是C端广泛应用的启信宝，并逐步推出针对多金融场景的大数据解决方案。

这些解决方案和APP技术底座是我们非常擅长的OCR、知识图谱能力等。基于深厚的底层技术能力，我们将OCR能力做成了智能文字识别服务平台，这个平台不但有文字识别引擎，还可以把识别引擎的生产环节，包括模型创建、样本标注、模型训练、版本管理等一系列的功能，都通过标准化的产品的形式部署在保险业客户的本地，让客户自主生成对应业务的识别能力。我们还基于合规的数据资产和加工能力，把很多特定场景中的解决方案封装成SaaS产品，用户通过一键登陆就可以使用到标准的大数据能力。

如今OCR是已经被大家广泛认知的概念，并且已经成为保险公司移动展业和数字化展业的标配。在合合信息第一次参与大会时，当时讲的是基于模式识别能力，对于标准的卡证进行识别，比如财险当中用到的三证一卡识别。现在，随着计算机算力的不断提升，我们的技术也不断迭代，识别算法已经延展到语义、词义的理解，还可以识别复杂场景下的抖动模糊、背景复杂的样本。现在我们的解决方案，已经不仅是将“眼睛看到”的内容识别出来，而是希望通过识别出来的数据更好地去产生知识，辅助业务决策。

我们将传统OCR升级到深度学习后，用户的体验更好，输出的解决方案也更加丰富落地。比如通过分类识别引擎，个人理赔流程中不用再进行材料的人工分拣。自动分类后，无论是多么复杂的样本，都能够通过识别引擎把关键信息提取出来，基于对规则的智能判断给出业务决策的结果。另外，保险公司对于合同管理的需求非常旺盛，我们针对合同场景，可以将语义分析能力和交易对手主体的商业大数据与图谱展示整合在一起，输出合同全生命周期管理解决方案。这也是我们总结出来的在财险中非常普遍应用的OCR能力，包括个人证件、复杂票据、海外业务单证、保单、医疗发票的识别。

我们新推出了一款产品是文字识别训练平台，将模型从创建到部署的整个AI开发生命周期封装成标准产品，客户可以通过训练平台的能力，真正做到在自己内部生产环境当中快速响应各种文档识别的需求，避免了样本因涉及客户的隐私数据没有办法提供给厂商开发的难题。训练平台还可以基于真实样本自动生成海量的已标注的训练样本，以提升识别效果。同时，训练平台可以和业务系统无缝衔接，将生产环境中的样本进行数据回流，形成闭环，循环提高引擎识别率。在客户现场中，TextIn Studio就可以解决所有场景的文字识别问题，客户通过框选的操作方式就可以进行识别引擎的开发。

我们此前已经有上百种卡证票据的识别能力赋能到保险公司，我们将这些能力化繁为简。除了文字识别训练平台，我们还推出文本理解训练平台，可以基于NLP技术，对合同、保单等长文本的关键信息进行智能抽取，支持企业一站式开发。

谈到训练平台，科技部门的领导会关心：搭建这个平台会不会导致硬件、软件上有更大成本的支出？我们考虑到客户对硬件环境的要求，训练平台支持CPU、GPU训练与部署，通过测试，我们发现CPU、GPU训练出来的识别率差异不大，大大降低客户进行系统改造和硬件投入的门槛。

刚刚讲到的这些识别能力在投保、核保、理赔各环节中都已经有落地实践和成果案例。车险场景当中，客户发起理赔申请提交相关材料，保险公司对这些材料进行梳理判断。通过识别文字识别能力的输出，可以对理赔材料清单做规则判断输出。在客户上传各种理赔材料和证件环节，可以通过移动端一键上传，系统可以自动判断材料是否符合要求，是否存在材料类型与要求不符合的情况，如果有不符，在前端就可以提醒客户替换，大大减少了后台人员的审核工作量。

在核保环节，今年我们也在图像质检上做了很多深度的开发和研究，不单单是对文字进行提取，还可以对图像质量进行判断，判断上传的影像是否完整清晰，并可以对凭证图像进行预处理。举个例子，在座的嘉宾也许对我们分享的PPT有兴趣，无论您站在会场的哪一个角度拍摄照片后，通过我们的切边增强技术去除多余的背景，最终生成的图像就像您坐在最佳的位置拍摄的一样。

对于客户上传的材料和证件，防伪也是大家关注的议题。需要判断上传材料有没有经过人为篡改。通过我们的技术手段可以实现智能判断材料是否存在篡改、翻拍，通过AI技术判断材料真实性，判断是否有骗保的风险。

我们还帮助各大集团公司实现内部文档电子化，把非结构化的文档转化为结构化的数据，加快数字化进程的发展。

另外基于启信宝大数据，我们生产出了许多符合业务数字化要求的大数据解决方案，应用场景包括反洗钱、合规、智能营销等，可以帮助保险公司通过企业画像找到潜在的投保客群，并且对主体是否有风险作出研判。

如何能够做到这一点？主要是因为启信宝的数据根基比较踏实，数据是合规的，并且覆盖海量的数据源，合合信息旗下公司（启信宝所属企业）得到了企业征信备案的资质，可以提供企业征信数据服务。启信宝作为拥有大量C端用户的平台，持续建设多年的数据能力，对于采用的外部合规数据进行持续的数据治理，覆盖境内2.3亿家组织机构，超过1000多亿条数据量。

基于上述数据资产我们做了总结提炼，将海量数据简化输出。比如企业标签，我们把每一个企业主体都打上了标签，通过标签可以快速地获取企业画像，基于画像就可以对他的业务场景做出判断，是否有投保意愿。也可以根据险种特征，通过标签组合，可以快速的找到符合险种客户画像的企业。同时，还要考虑企业的经营状况如何，风险数据的加持，可以实现对企业的成长性、规模、抗风险度进行快速判断和数据输出，帮助业务人员进行潜客初筛。

同时，我们还对产业链大数据进行分析，比如绿色产业、文创产业都是非常热门的行业，如果有一些面向特定产业的产品和展业需求，可以通过启信宝产业链数据库获取链上企业信息。我们的区域产业大脑产品，则可以可视化展示区域产业中涉及到的全量企业布局、产业关联、核心指标分析等。

上述数据库产品，我们可以近实时地同步到企业本地当中，快速将增量数据、变量数据同步给客户，确保使用的底层数据都是最新最完整的。基于启信宝大数据，我们输出了很多标准产品，并进一步提炼出知识数据，更好地辅助业务研判。无论是判断承保机会还是承保风险，我们数据都可以作为辅助工具进行应用。我们将同类数据进行归类，不是简单地对静态数据进行分类，可以实时观测数据变更，只要有数据的新增和变化都会推到数据库，通过动态数据，可以对企业关系进行全量化的展示。基于分析企业主体之间的复杂关系，可以赋能多个业务部门。

我们曾经接到一家保险公司的需求，想要清洗国内500强公司的族谱数据。数据分析之后，发现我们挖掘出来的数据远多于保险公司人工筛选录入的信息，这就可以规避很多的风险漏洞。我们打造了启信天元大数据平台，把数据库和数据应用能力部署到客户本地，可以洞察企业和所属集团的风险信息，判断集团的某些节点企业画像如何？有没有合适的险种可以推荐给这些企业？启信天元大数据平台可以使保险公司在营销和风控这两个主要业务场景中，通过大数据手段获取更高效的业务能力。

启信天元大数据平台不但是可以独立应用的平台，也可以和企业内部系统进行对接，通过API接口等方式，与业务系统做无缝衔接和能力输出。它既可以成为标准的数据底座，也能赋能到前端的各个业务部门。

同时我们还可以助力保险公司进行主数据治理、搭建主数据平台。基于启信宝商业大数据做数据清洗，确保数据是最新的，智能判断上传数据是否有交叉重叠？是否有数据错误与失效？通过数据治理，业务员可以在承保阶段实时掌握风险信息。

对公营销也是非常典型的场景，疫情时代经营压力非常大，线下拓客困难，我们现在通过人工智能和大数据的手段，打破对时间、空间的限制。我们可以通过外部和内部数据的融合，比如招投标信息、招聘信息、投融资信息等，将事件转换为信号传递给业务部门，利用数字化的方式做营销和拓展，基于启信天云大数据平台，可以输出一整套对公的营销方案。

举个例子，我们针对企业做了很多画像标签，可以针对保险产品做客户分析，把这个模型投入到2.3亿家组织机构的主体数据库中，就可以快速地找到一批与险种画像非常匹配的企业，作为我们潜在客群进行拓展。产品推介功能分为两部分，支持清单导出，点击客户信息可以看到企业的整体画像，各维度数据，推荐险种和推荐险类；还可以输入行业、地区等筛选条件，精准定位客群列表，查询行业推荐产品。

我们通过事件营销、产业营销、地图营销，快速地触达到潜在客群。这个是我们给头部财险公司做的组织客户智能展业助手，用户通过一个平台，一个入口，就可以找到同类画像企业名单，并基于曾经购买过的险种信息做推荐，动态推送到客户经理手中，帮助经理进行营销优先级排序和重点客户的挖掘。

还有一个案例是出口产品责任险展业，针对出口产品责任险的客户画像，我们可以对企业的产品信息、研发投入、专利、新闻舆情等全集信息进行标签输出，锁定优质客户。

在反洗钱合规的场景中，我们可以实现目标企业的股权穿透，无限层级向下穿透，可以根据股比最大的路径判断实际控制人，也可以根据控制链路最深判定关键节点，锁定实际控制人。以上就是我们如何在保险公司的合规、营销、风控场景中，实现大数据赋能。感谢大会提供的这次分享机会。

PingCAP副总裁 刘松

8 月 24 - 26 日，“中国财险科技应用高峰论坛”在北京召开。PingCAP 副总裁刘松在大会中分享了主题为《TiDB分布式数据库在保险行业关键应用场景的探索与实践》的演讲，从财险核心场景创新，到基础软件行业趋势做了深入分析，并结合保险数字化趋势，展望了保险数字化未来的可能性。

新技术环境：“开源+云”的互相推动与演进

过去 20 年，从互联网创新到数字化，背后有着两个重要趋势：一是“开源”，二是“云”。其中，开源经历了几个不同的发展阶段。第一代开源是 90 年代以 Linux 为代表的的开源运动，主要是对抗闭源软；第二代开源是 2000 年代，所有移动互联网公司的数字平台都开始采用以开源为主的技术栈。这个时代中，从互联网技术栈中产生了一种重要的 IT 服务形态——云计算；到 2015 年后，随着云计算的 IaaS 层规模越来越庞大以及多云、云原生的兴起，开源也进入了第三代。新一代的开源已经不是互联网公司自己家里的开源，而是每一个用户都在用的开源。最重要的软件技术都已经变成原生开源为主的，再结合云计算 2.0 服务形态，形成了“开源+多云”的技术生态。今天，我们正处在开源 3.0 和云计算 2.0 结合的早期阶段。

从现在开始到 2030 - 2035 年间，全世界最重要的基础软件技术将多数来自开源项目，如新一代的 Sa人工智能、物联网、区块链、低代码、云原生等技术的源头都将是开源，构成了一个个技术引擎。而云计算就像“组装汽车”，可以把好的开源技术引擎组合成云服务交付给用户。开源打造“引擎”，借助云组装成“汽车”，帮助每一个客户更容易走向自己的数字化旅程。这三者形成了一个数字化创新三角，所有技术都会被“开源、云”这两个关键技术重新塑造，这也是未来 10-15 年整个软件行业的主导形态。因为这个大三角的技术环境，今天的数据库和 20 年前的数据库已经有了天壤之别。20 年前，数据库还主要是信息化的交易系统，而今天的数据库既能解决交易系统问题，又要解决大数据分析问题，还要和云厂商结合做云原生的创新，以及通过AI更快的发现数据的价值。在这一趋势影响下，有分析机构预测，未来 5 年所有行业的数字化创新速度，会是过去 10 年的 5-10 倍。

TiDB ：融合开源和云两个生态的价值

TiDB 是 2015 年创立的全球性开源项目，它处在第三代开源时代起始，一开始就是云原生的状态，在将开源的快速迭代能力和云的敏捷性相结合后，使得 TiDB 这样一个开源数据库只用了 7 年时间，就成为中国最流行的数据库，在墨天轮国产数据库排行榜上一直保持第一名位置。在 Gartner 2022 云数据库“客户之声”中，PingCAP 成为中国唯一入选的分布式云数据库服务商。沙利文头豹研究院也将 TiDB 放在《2021 年中国分布式数据库市场报告》领导者象限。

中国基础软件全球化创新之路——自主开源模式

在 TiDB 的成长历程中，最重要的一个关键词就是“自主开源”的发展模式，该模式经过 7 年多的实践，得到了客户、分析机构的认可，也获得政府机构极大的肯定。现在业界和金融行业里都有了一个新的认知：唯有真正自主开源才能从根本上解决卡脖子问题，并持续保持领先性。这种发展路径不是简单地去替代他人的过去，而是使我们的技术始终保持在世界前列，构建一个“开源和多云”的新生态。今天选择 TiDB 不只是解决今天的问题，10 年以后它在全球也将是最先进的数据库。

众所周知，数据库市场有很多流派，很多品牌的数据是一个品牌的名字，在一个品牌下面又有很多的技术栈，对于大多数客户而言，数据库用起来通常都很复杂，往往一个项目涉及N多产品的集成，那么能不能有一个简单而强大的数据库呢？TiDB 只有一个产品，它可以在公有云上、私有云上，行业云上、客户的数据中心里部署。只要懂 SQL ，用户就能以一种统一的体验解决自己业务和应用的问题。

TiDB 的很多大型客户已经以 1+N 的方式在部署 TiDB，他们在数据库核心系统用 TiDB 企业级版本，在云上部署一个 TiDB 的云数据库。用户可以自动扩容解决海量数据规模，TiDB 最大的用户已经有近千台节点。所以，无论是对数字原生企业，还是数字转型企业，比如保险行业，在做数字化转型时，都会让用户没有任何负担地去使用数据库，同时简单而强大，不用关心它的部署模式。

借助开源模式最大的好处就是能够最快速度获取用户，有一些比 TiDB 成立还早的公司到现在也只有 100到200 个客户，而 TiDB 在全球已经拥有超过 3000 多家用户，不乏一些顶级的技术巨头，包括美国、日本、东南亚的客户，中国的银行和保险行业客户。作为一个第三代开源和云原生的数据库，TiDB 可以天然服务于数字化企业，现在还在把这种能力传递给更多经典传统行业进行数字化转型。

数字化创新三层结构

如上图所示，产业界发展到了这个时候，出现了明显分层。最底层做云基础设施的，不管是公有云、私有云，还是混合云，IaaS 层已经足够大，足够稳定。最上层的是的类似中科软这样的大型应用软件供应商，主要做端上的创新，如私域运营、会员等。而未来世界最重要的中坚力量将来自于数据价值的创新，新一代数据库会逐渐结合大数据技术和人工智能技术，形成相对独立的中间层。这一层既是开源又是多云的，向上对业务的场景支撑会更直接，向下对于云资源的运用会更加智能。对于所有面向客户经营的业务和面向业务人员的客户，他们希望有一个一栈式的技术栈，既解决实时交易，又能分析业务，这相当于是一个数据的“任意门”，这边做保险的核心交易，同时在另一边又能看到数据大屏和评估可能的业务风险。

TiDB 的定位便是如此，以一个统一的数据服务层，同时面对海量交易和实时分析，能够满足巨大的吞吐量和各种各样的数据分析要求。作为一个原生的分布式数据库，TiDB 可以从 1TB 扩展到 1PB，从单机版数据库覆盖的范围，一直拓展到大数据覆盖的范围。同时，开放的 TiDB 还可以和其他大多数数据湖、数据仓架构相融合。

TiDB 分布式数据库在财险的应用

A 财险巨头的单证系统面临着数据量增长迅速、业务并发量高、处理性能低等挑战，传统 IOE 架构下需要依赖昂贵的高端服务器，软硬件及服务成本非常高，业务方希望能有一个 HTAP 数据库，既满足单个订单的快速处理，又满足批量订单的分析处理，实现降本增效的目标。传统的数据库产品面临着许多技术难题，海量数据下系统能不能自动伸缩扩展？有没有单点故障？TP 响应时间长，AP 分析报表时间达小时级，这些问题解法只有通过新一代的原生分布式数据库才能解决。

TiDB基于原生分布式架构，计算存储分离设计，可在线弹性扩缩容。HTAP 一栈式架构支持混合负载，支持高并发实时交易业务和复杂分析查询，可实现毫秒级的 TP 与秒级的 AP 查询能力，并且具有良好的物理隔离性与数据强一致性。TiDB 还高度兼容 MySQL 生态，从用户视角看上去就是在用一个大号的 MySQL，但是容量高了 1-2 个数量级，价格却低了 1-2 个数量级。同时，TiDB 在国产化适配方面与主流国产服务器及操作系统兼容适配，与 170 多家合作伙伴形成上下游的整体生态。

在该财险案例中，通过从 Oracle 迁移到 TiDB ，在单证的交易系统中，平均时长从分钟级提升到秒级，效率提升达到几十倍，在分析方面甚至有上百倍的性能提升，这就是新一代分布式数据库架构优势带来的价值。同时，原生分布式数据库带来的天然的弹性扩展和高可用可以保障保险业务的高速增长。

与 A 财险不同，B 保险集团是先从互联网业务开始接触 TiDB 的，彼时传统单机版数据库和云数据库都支撑不住其互联网业务 APP 的快速发展。于是，TiDB 从外围到核心，切入到多个互联网业务系统，陆续支持客户信息管理系统，帮助 B 保险集团的硬件成本节省超过 30% 以上。在第二阶段，TiDB 继续挺近客户统一营销活动管理、客户信息核心管理、保单服务、理赔等多个业务系统中，助力坐席电话销售中心的实时大屏等创新场景，帮助客户系统实现边交易、边分析，提升业务系统的数据实时分析能力。第三阶段，客户通过 TiDB 实现自主创新，实现产险、财险、普惠金融等多个业务单元的核心系统替换。未来， B 保险集团还希望通过 TiDB 实现更多的数据自主和对于多云架构的兼容。

在此过程中，B 保险集团还基于 TiDB 的版本开发出自己的数据库版本。开源带来的好处是所有的代码都是全透明的，不需要依赖于上游的变化，可以打造自己的特定保险行业的自主创新体系，并不断演进。

保险数字化：进入融合发展时代

保险行业已经经历了物理网点时代、渠道时代、互联网时代，目前形成了以移动互联网为代表的端侧客户运营和会员体系。再下一代可能是什么？保险将无处不在。未来的场景和产业只要有“焦虑”，就会有保险的机会，都需要将保险融到其中，所以这将是一个“融合时代”。

目前，保险行业解决了人的安全需求，如人身焦虑、财产担心、常见的车损等等。在未来的元宇宙、web 3.0 等虚拟世界中，如何保障虚拟财产的损失，区块链会不会给保险行业带来数据所有权的根本性变化？这将带给保险人更多的想象空间，未来保险行业肯定也会产生新的形态，既要尊重人的社会需求，又要考虑新技术带来的更多可能性。

百信信息技术有限公司金融系统部总经理 叶卿

叶卿：我来自于百信公司，各位保险领域的领导专家、各位同仁大家上午好。今天我把百信在金融信息应用创新以及保险数字化转型过程当中，百信是一家什么样的企业，以及在过程当中百信公司正在做，以及接下来能够做的更好思路和方向给大家做介绍，感谢财险高峰论坛的平台让我有这个机会。

在新一轮的人工智能、大数据、5G、科技革命推进过程当中，传统的金融业是加速向在线实时开放转变。目前整个计算平台通过分布式高弹性易拓展的新核心，希望能够面向客户有一个更强大的未来计算引擎。通过新的数据势能数据金矿的挖掘能力，由被动服务客户变为主动服务客户，在保险行业来看通过建立连接生态的能力，以场景化的保险金融创新提供一个强有力的保障。这一切也是希望通过打破长久以来保险业集中式的架构，通过鲲鹏的计算能力提供高并发强算力的底部支撑。

百信作为鲲鹏计算的厂商成员，聚焦自主可控和技术架构创新，致力于推动鲲鹏生态的发展，通过长期战略性研发投入，保证全栈计算创新发展。百信公司虽然成立的时间并不长，相较于传统的IT老牌厂商来说比较新，但对于信创来说时间很久，2017年首批加入信创工委会的成员单位，也基于此华为公司在2019年鲲鹏芯片刚刚推出生态概念，在7月份华为公司推出验证和实地考察，最终选择第一家签订鲲鹏产品合作生态厂商协议。2019年签订完生态合作协议之后，我们在2020年底也算是首家服务国有银行的生态厂商，2021年、2022年成功把三大国有银行项目陆续做了交付以及框架的执行。在今年的2月份和国内头部的寿险集团国产替代项目，百信持续在进行服务当中。   

从百信发展的过程当中，因为是鲲鹏新的产业路线，所以更多是我们关注研发这一块，首先一点是信创行业标准的制定，以及2017年三月份首批加入信创工委会，包括在生态实验室的建设当中，包括联合银行、银保监、证监会我们做了相对多的联合创新实验室，主要的目的是希望协同整个行业生态的上下游，牵引一些行业监管，最终在实践上把全场景的行业标准和落地的应用创新结合。

另外在人才研发方面，包括与北京大学建立产业学院和两个院士的工作站。在国际大局势和政治的背景下，国家是坚定不移的走下去。在领导人关怀这一块，我们公司有幸三次接受习总书记的检阅，今年年初习总书记在海南的创新基地再次考察，包括两个月前政治局常委韩正到公司调研，也给予了百信信息坚持自主可控应用创新发展路线不动摇，继续走下去。

对于我们来说不光是提供了基础底座，全栈角度来看希望做到的是操作系统、虚拟化、云平台全栈的底座打的比较坚实，包括操作系统统信、麒麟、数据库，整个行业的应用上我们希望的是把保险核心系统和监管报送系统、平台支撑系统，通过全场景的数字化解决方案能够得到落地。

从整个全产品线来说，百信公司始终围绕鲲鹏芯片，涵盖升腾人工智能芯片、智能网卡芯片、管理控制器芯片、固态存储主要的部件，包括PC和服务器的整机产品，包括保险、证券、基金各个行业。

从整个产品的形态来看，强调鲲鹏在信创当中也有不同的路线和不同的架构，但是鲲鹏目前的超前算力还是得到了行业认可，我们的产品性能和华为保持了一致性的要求，包括从大容量支撑、AI支持、大数据云计算和分布存储，数据中心的需求基本上是覆盖到的。

金融行业从我们的角度来看，应该是对IT要求最高的行业，在行业市场具有引领的效应，战略投入上关注到了研发和产品的保障，更关注的是一些服务。尤其是金融主要的几大数据中心所在地，包括北京、上海、深圳、内蒙、合肥、贵州都是数据中心的服务，原厂像高级的工程师也有提供服务，包括一二级的响应，三线的知识体系，建立的也比较完善。

这个是提到落地的案例，寿险集团GaussDB也是在国产替代项目当中，它主要是开放的架构达到高扩展的平台，包括实现高可靠和高性能运维，从大规模的集群到接口层、应用层，最终帮助用户实现数创在实时数仓的落地方案。这个是大家做的同一个项目，我们提供底座平台替换小型机，国产GCTD数据库替换的是Oracle数据库，我们发展的方向是希望从可用到好用，包括技术架构的运行逻辑，变化的过程当中满足云原生分布式的需求。这个是刚刚提到我们在中央银行三年的框架，这个项目整体的交付数量已经达到2000台以上，而且在交付的过程当中对于生态的打通，从华为云到腾讯云，包括中间件、虚拟化，整体的交付情况和中国银行实现的数字化转型过程当中，百信得到了用户的认可。

邮储银行项目是全栈的存储化，包括全类型的节点、控制节点到网络存储节点，最终是以企业级的业务建模，包括分布式的微服务，最终是邮储银行的系统，我们也在过程当中有助力。百信公司服务了这么多的金融用户，最终希望在国家信创产业化过程当中，打造一个环境，在目前的供应链和生态都不是太顺利的情况下，坚持自主可控，以保证用户的业务连续性，最终实现自主可控、自主创新以及数字化转型。今天我的汇报到此结束，谢谢大家。

深信服科技应用与开发安全平台部总监 詹汉培

保险业务线上化，数字应用安全迎挑战

数字化转型中的应用安全新挑战

外部安全形势：数据泄密趋于常态，软件供应链攻击成为关注重点，政策监管聚焦数据安全和个人信息保护，关键信息基础设施保护走向实战化。

内部安全要求：业务越来越敏捷，数据越来越重要，应用连续越来越高。

“平行宇宙”式传统安全建设的挑战

应用“制造”环节：安全工具有效性依赖于专业的安全研发人才，问题闭环成本高。

应用“使用”环节：云原生带来的外挂安全挑战、数据资产不可见的数据安全挑战、应用漏洞带来的挑战。

深信服数字应用安全平台的建设思路

深信服的数字应用安全观

源生安全：安全运营左移，开发安全右移，在数字应用开发阶段识别安全风险，并通过丰富的“可装配”安全能力实现默认安全。

全时安心：在数字应用全生命周期提供共生的全时安全能力和全时安全服务，打通应用开发和运维阶段，实现数字化转型的全时安心。

深信服的数字应用安全平台（DASP）架构

三大核心能力：安全扫描工具箱、aSecPaaS能力、人机共智运营。其中，通过安全能力aSecPaaS可实现默认安全加固。

三大应用价值特性：人机共智的普惠服务、内生安全的安全左移、灵活集成的开放生态。

人机共智的普惠服务：人机共智，将开发安全经验实现数字化，提供多种针对性开发安全服务，实现开发安全普惠。

内生安全的安全左移：安全夸克，提供数字应用的安全SDK，帮助实现应用的“源生安全”免疫，高效解决应用安全风险。

灵活集成的开放生态：灵活集成，通过模块化的组装，实现应用安全的即插即用，支持对接多种生态工具和SDK，实现应用高效开发。

深信服数字应用安全平台的场景实践

自研数字应用DevSecOps实践：深信服为某股份制银行总行提供新一代数字应用DevSecOps工作流，大幅降低对专业人才的依赖，实现安全左移落地。

应用软件供应链安全建设实践：深信服为保险行业某客户和ISV提供在监管者、运营者、供应商等方面的全链条安全建设。

云原生应用安全实践：深信服为某基金公司在云原生环境下的数字应用提供全生命周期保护，实现云原生安全能力的一站式交付。

保险科技作为保险业高质量发展的重要基础力量，能有效推动保险机构数字化转型，赋能保险业务创新。未来，深信服将继续通过互联网、大数据、云计算、人工智能、区块链等技术手段实现更精准的风险感知、监测和预防，提升保险业务品质。

Oracle中国公司云平台事业部技术总监 周阳

周阳：大家好，今天上午听到很多友商在说如何对标Oracle；这说明在数字领域Oracle还是最牛的，还是全球第一的。下面由我分享一下Oracle公司如何帮助保险企业做数字化转型。

数字化转型是一个非常大的课题，保险企业到底如何做呢？其实监管机构已经给了我们非常好的指示。在战略层面上，去年12月份人民银行发表了《2022金融科技发展规划》，这个规划从行业层面对金融科技提出目标与要求，包括数字化转型、金融科技治理、关键核心技术、基础设施等各个方面；在战术落地方面，银保监会在今年1月份也发布了《2022银行保险业数字化转型的指导意见》。这个指导意见从7个方面对数字化转型落地提出了具体要求与目标；核心的目标是经营管理体系数字化、数据治理、科技能力数字化、数据安全、风险能力管控数字化等各个方面提出了相应的具体目标和指标的要求。所以，对于我们保险企业来说，数字化转型落地，我们只要按照这两个指导性的文件去实施就好了。

在具体的落地方面方面，甲骨文公司基于国内保险行业的特点，对银保监会《指导意见》进行了深度解析，从中提炼出数字化转型的三个方面的具体要求：

一是经营管理数字化，二是数据能力建设，三是科技能力建设。

这三个方面在《指导意见》中都有相应具体的要求和指标，即从2022年开始连续三年内逐步实现这些目标；针对这些要求，Oracle公司提出了相应解决思路与要点，简单来说，主要是在三个方面做能力的提升：一是数据管理能力、二是数据使用能力、三是数据的支撑能力。我们只要把三个要点做好，数字化转型工作就能快速的成功。

具体到底怎么做呢？首先是数据管理能力提升方面，建议保险企业构建覆盖全生命周期的数据资产管理体系，它是一项基础性的工作，这个工作做好了对于我们后续数字化转型的成功和效率有非常大的好处，数据资产管理体系建设的主要包括：数据资产的分类、、数据有效管理、制定相应的管理标准规范，同时建设相应的保障管理平台等。除此之外，在数据使用层面上，也需要作出相应的管理与规范，它的主要目的是帮助我们前端数据使用人员，更好、更敏捷的去使用数据。Oracle可以帮助保险企业客户，在数据资产管理体系建设及规划落地实施方面，同时我们也有相应的产品和技术进行支撑。

在数据管理能力方面还有非常重要的一点就是数据安全，前面友商也提到了数据安全相关的东西。数据与数据库安全来讲，我们建议保险企业去构建一个数据安全体系架构；Oracle提出了数据数据库的最大安全体系架构；这个架构包括数据加密、数据库审计、数据脱敏、数据库密钥管理、权限管理与分析、数据掩码、数据库防火墙、数据库保险库等在内的各个方面的内容，这些安全只有Oracle数据库能够全面的做到；也是业界做得最好的，最规范的；

在提升数据使用能力方面，我们建议保险企业去构建一个新型的敏捷BI，新型的敏捷BI和传统敏捷BI最大的区别是敏捷性，传统BI周期比较长，新型敏捷BI直接从数据开始，以业务问题入手，做数据探索、数据可视化，到业务人员实现自助分析，再到数据科学的增强分析来实现全部商业智能；新型敏捷BI更注重商业价值，简化数据使用流程，提升数据使用的效率与降低使用难度为目标；

在数据支撑能力方面，我们建议保险企业去构建湖仓一体的敏捷数据平台；湖仓一体主要是打通数据仓库与数据湖之间，湖仓一体是Oracle基于国内金融行业现状提出的一种新型的开放式架构与支撑平台，打通了数据仓库和数据湖，将数据仓库的高性能及管理能力与数据湖的灵活性融合了起来，底层支持多种数据类型并存，能实现数据间的相互共享，上层可以通过统一封装的接口进行访问，可同时支持实时查询和分析，为企业的数据治理和数据使用提供了最佳解决方案；

湖仓一体的数据平台可以大大提升数据的使用效率与敏捷性，同时可以简化数据的管理难度，降低建设成本与维护成本；目前在全球，只有oracle 21c融合数据库+ oracle数据平台才能实现该全部服务能力；

前面是我们Oracle针保险行业特点，提出的在三个方面数据能力提升的建议。总的归纳来讲，就是图上所述的整体框架；他主要包括两个部分，一是平台支持部分，目前我们提供两种部署模式，及exadata OP版部署，以及ecc公有云化版本部署；数据库层面我们建议采用oracle最新的21c融合数据库作为支撑；在数据使用方面，我们也提供两种使用环境与工具，即本地版前端工具OAS,云版使用工具OAC;在加上一些其他数据集成工具，比如OGG，ODI等，构成了我们完整的敏捷数据平台整体方案；

我再简要的介绍一下平台数据平台的技术特点；我们数据平台的技术特点非常多，因为时间关系我主要介绍两点，一个是混合负载能力；我们平台是真正的能够实现混合负载的，后面我会有一个案例介绍如何来支持的。他既可以支持我们日常联机处理交易OLTP，也能处理我们的分析型应用OLAP；这个特性也只有我们oracle exadta平台唯一能够很好的提供；

我们的物理平台+我们最先进的21c融合数据库，还可以实现包括多模数据的支持，也就说你们在市面上见到过的所有常用数据格式，比如传统关系型数据、非结构化数据、图数据库、时序数据、Json数据、xml数据等等，在我们一个平台上来支持，这个特点也是只有我们oracle数据邢台唯一能够全部实现；

还有其他非常多的特性，由于时间关系，就不一一讲解，大家感兴趣在后面可以扫描我们的二维码，我们提供一对一的专家进行咨询解答；

我再总结一下我们敏捷数据平台方案的价值，我们的解决方案主要是帮助保险企业客户解决三个方面的问题，即敏捷的拥有数据，敏捷的使用数据和敏捷的支撑数据；敏捷的拥有数据指让数据使用者，通过我们的平台+工具+技术，可以更快捷，方面的去获得数据，特别是数据的真正使用者业务人员；这种使用是可控的，是有效的；是看得懂的；在敏捷使用数据方面，我们的最终目的是去支撑业务，二数据支撑业务发展的最佳接近和手段就是敏捷BI，其中包括数据分析；大批量的业务人员参与自助式数据分析才能高效、快速的支撑业务发展；在敏捷数据支撑方面，通过科技+工具的方式，实现对数据分析结果的快速应用，并产生业务价值；。

下面我简单的介绍两个案例，第一个是保险公司它采用了Oracle的敏捷数据平台支撑全保险的核心业务，整个方案部署成功以后它给客户带来的价值是两个方面。一是高密度的集成了整个保险公司全部的核心业务系统，降低了它的TCO，整个可用性是两地三中心。整个业务从前端到后台的业务分析，在这个平台上实现了全部业务处理的能力。在业务价值方面，保险行业经常会有特殊的业务场景是开门红，通过这家保险公司部署之后，开门红这个业务由原来的每分钟大概是5000笔业务处理量，提升到每分钟2万单的处理量，整个性能提升了4倍。同时，保单系统部署平台之后，它还有一个数据的报送。传统原来增量报送整个效率提升达到506%，总量报送达到了500%，报送的业务场景是典型的OLAP，前端核心业务是OLTP，我们的平台支持混合负载非常典型的应有场景，而且性能和效率非常好。

第二个案例也是一个保险公司部署了Oracle的敏捷数据平台Exadata，主要是用的财务系统，上线之后比原来的系统提升了200倍的性能，平均是16倍左右。同时我们这个平台在TBF性能指标和管控能力和交易查询应用统计等方面，都在这个平台上全部实现了。交易的处理能力提升了8倍，平均是在3.5倍。同时，采用Exadata资源管理特性，实现了对所有数据库动态资源的管控，实现读写分离的生活，CPU的使用率约40%左右。

以上这些就是我今天的简单分享；大家如果对Oracle相应的产品和最新技术如果感兴趣，可以扫描图上相应的二维码，我们提供专门一对一的技术支持服务，谢谢大家。