《未来保险 新金融时代》——四.保险价值链的脊梁:保险硬核科技——5. 保险核心科技(上)

简介: 《未来保险 新金融时代》——四.保险价值链的脊梁:保险硬核科技——5. 保险核心科技(上)

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。

image.png

“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。

image.png

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”显然已经不能很好地支撑业务的需要,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”,以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。

image.png

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。

image.png

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。


《未来保险 新金融时代》——四.保险价值链的脊梁:保险硬核科技——5. 保险核心科技(下) https://developer.aliyun.com/article/1227309?groupCode=tech_library



相关文章
|
9月前
|
监控 搜索推荐 数据挖掘
精准定价与促销:CRM中的价格和折扣管理艺术
在当今竞争激烈的商业环境中,CRM系统是企业维持客户忠诚度和提高销售效率的重要工具。其中,价格和折扣的统一管控尤为关键,直接影响企业的盈利能力和市场竞争力。通过集中管理平台,企业能确保各渠道价格一致,避免混乱,维护品牌形象。合理的折扣政策可吸引新客户,提升老客户复购率。利用数据分析优化价格策略,监控并调整政策效果,确保利润最大化。CRM系统的这些功能有助于控制成本、提高客户满意度,最终实现销售增长和利润提升。
|
11月前
|
前端开发 JavaScript API
探索 CSS Houdini:轻松构建酷炫的 3D 卡片翻转动画
本文通过构建一个 3D 翻卡动画深入探讨了 CSS Houdini 的强大功能,展示了如何通过 Worklets、自定义属性、Paint API 等扩展 CSS 的能力,实现高度灵活的动画效果。文章首先介绍了 Houdini 的核心概念与 API,并通过构建一个动态星空背景、圆形进度条以及交互式 3D 翻卡动画的实际示例,展示了如何利用 CSS Houdini 赋予网页设计更多创造力。最后,还演示了如何将这种 3D 翻卡效果集成到公司网站中,提升用户体验。CSS Houdini 的创新能力为网页设计带来了前所未有的灵活性,推动了前端开发迈向新的高度。
146 0
探索 CSS Houdini:轻松构建酷炫的 3D 卡片翻转动画
|
机器学习/深度学习 数据采集 存储
使用Python实现深度学习模型:智能保险风险评估
使用Python实现深度学习模型:智能保险风险评估
273 13
|
数据可视化 Python
【2023高教社杯】C题 蔬菜类商品的自动定价与补货决策 问题分析、数学模型及python代码实现
本文介绍了2023年高教社杯数学建模竞赛C题,涉及蔬菜类商品的自动定价与补货决策,包括问题分析、数学模型的构建以及Python代码实现,旨在优化商超的补货和定价策略以提高收益。
455 1
|
搜索推荐
在线网络搜索
在线网络搜索是指通过互联网连接到远程服务器,使用搜索引擎对网络上的信息进行检索和查找。这种搜索方式是我们日常生活中最常用的搜索方式。在线网络搜索可以帮助用户在短时间内找到大量相关的信息,提高信息获取的效率。以下是在线网络搜索的使用方法、适用场景和示例:
1551 8
|
算法 调度 决策智能
基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理(matlab代码)
基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理(matlab代码)
|
存储 数据可视化 数据挖掘
R语言绘制圈图、环形热图可视化基因组实战:展示基因数据比较
R语言绘制圈图、环形热图可视化基因组实战:展示基因数据比较
|
存储 传感器 数据采集
《未来保险 新金融时代》——四.保险价值链的脊梁:保险硬核科技——5. 保险核心科技(下)
《未来保险 新金融时代》——四.保险价值链的脊梁:保险硬核科技——5. 保险核心科技(下)
322 0
|
关系型数据库 MySQL 应用服务中间件
【IIS搭建网站】在本地电脑上搭建web服务器并实现外网访问
在网上各种教程和介绍中,搭建网页都会借助各种软件的帮助,比如网页运行的Apache和Nginx、数据库软件MySQL和MSSQL之类,为方便用户使用,还出现了XAMPP、PHPStudy、宝塔面板等等一系列集成服务,都是为了方便我们能快速建立网站。是不是不适用这些软件就无法建立网站了呢?答案当然是否定的,在Windows系统中实际上集成了建立网站所必须的软件环境。今天就让我们来看看,如何使用Windows自带的网站程序建立网站吧。
|
存储 机器学习/深度学习 安全
阿里云服务器内存型r7和内存型r8y有什么区别?内存型r8y怎么样?
在我们通过阿里云的各个活动选购云服务器的时候,如果你是想购买2核16G、4核32G这种云服务器处理器与内存比为1:8配置的时候,会有内存型r7和内存型r8y实例可选,有的新手用户由于是初次选购,可能会不知道怎么选择,下面小编从内存型r7和内存型r8y实例各自的架构、处理器、存储与网络能力、使用场景及指标数据等几个方面先来介绍他们之间的区别,然后再介绍他们各自的收费标准与最新活动价格情况,这样大家就能了解他们的区别到底有多大,从而根据自己的需求及预算情况来决定选择哪个实例规格来完成上云。
694 0
阿里云服务器内存型r7和内存型r8y有什么区别?内存型r8y怎么样?

热门文章

最新文章