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。
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，其设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。
