写点什么

中国平安“豪赌”科技?从产险业务 IT 变形计聊起

  • 2019-01-25
  • 本文字数:3490 字

    阅读完需:约 11 分钟

中国平安“豪赌”科技?从产险业务IT变形计聊起

临近 2019 年到来之际,中国平安将其品牌标识改为“金融•科技”,平安官方将“金融 + 科技”定义为其核心主业。近十年来累积投入科研 500 亿、未来十年科技投入将达 1000 亿…中国平安为何要“豪赌”科技?


对于中国平安来说,对“科技”的重视真的是渗透在“血液”当中。中国平安董事长马明哲在 2019 年元旦致辞中强调:2019 年是中国平安战略转型关键之年,中国平安将“金融 + 科技”更加清晰地定义为平安的核心主业。


中国平安“金融 + 科技”战略之重,有数字上的佐证:在第二届平安集团 SMART 科技大会上,平安集团联席首席执行官兼平安银行董事长谢永林介绍:平安集团近十年来累积投入科研 500 亿,创立 10 多家科技公司、25 个科研实验室、六大科技创新研究院,专利申请量接近一万件。而此前中国平安也曾经表示,未来十年的科技投入将达 1000 亿元。


如果想要详细剖析中国平安这个如此庞大“机体”的科技战略,并非易事,但是如果“窥一斑而知全豹”也不失为一种良策。近日 InfoQ 记者有幸采访到中国平安财产保险股份有限公司(简称“平安产险”)CTO 顾青山,从平安产险的 IT 之路和科技布局,亦能深刻感受中国平安为何要“豪赌”科技。

很幸运的是:我们大的事情都做对了

平安产险经历了产业变化和市场机遇的黄金时期,但机会从来不是给没有准备的人,对于顾青山来说,2012 年开始,重新建设的新一代平安产险 IT 系统项目群,就是预测到机会降临前的“未雨绸缪”。


“我是 2011 年转到产险部的,过来的原因是因为当时数据大集中的产险系统在用户数和数据量暴增的前提下会出现数据库不够稳定等一系列问题,我的工作就是负责处理这部分问题,对于最集中的数据库层进行一系列优化工作。”


“到了 2012 年,我们发现数据库层的优化不能解决核心问题——当时的 IT 系统已经累计用了 10 年,系统建立之初比较先进的 Java 和 J2EE 架构一直在修修补补,或者不停地在上面加新功能——如果预计到未来产险业务的大发展以及数据量的暴增,就需要更强的 IT 系统去支撑。这时候新一代平安产险 IT 系统项目群建设列入议程:重新设计平安产险 IT 系统,按照未来五年的发展趋势去做,往互联网化和高效的系统架构上去设计。"


”从现在来看,平安产险 IT 系统重新设计、建设的这几年,正值产险业务的大爆发,从 2013 年的 1 千亿保费交易量达到 2017 年的 2 千亿,如果还是旧系统修修补补、没有一套足够健壮的 IT 系统去支撑,可能会面临非常大的挑战。"


对于当时的这一决策,顾青山表示:“很幸运的是我们大的事情都做对了。我们做战略也好,做执行也好,一直都是强调:首先你自己在哪儿,第二你自己要去哪儿,第三怎么去。”

不仅是技术问题,更是业务问题

作为平安产险第三代 IT 系统,新系统建立之初就被定了调:如果单单做 IT 架构的改变,实际上前瞻性是不足够的。顾青山介绍:“我们与各个业务部门共同规划未来五年产险的发展会是什么样,我们要建立一个承载未来五到十年发展的系统,这个项目做了三年半到四年的时间,共涉及 100 多个项目,其中绝大部分是重建,极少部分是改造。”而且在顾青山来看:“除了借鉴美国的产品工厂概念来做产品定义、实现为客户快速定制产品外,当时市场上没有什么成功经验可以遵循。”

技术路径选择

从第三代平安产险 IT 系统技术路径的选择来说,也证明这不仅是技术问题,更是业务问题,因为保险业务的发展已经到了必须通过系统化去支撑的地步。这里有一组数据作为佐证:每年平安产险会拿出利润的 10%、累计已有十几亿投入在科技上,平安产险的科技人员已经占到总部人数的一半。再回到系统设立之初,据顾青山介绍,当时技术发展路线有几个:一个是分布式服务,第二个是缓存技术,第三个是 API 服务接口化,此外还有客户体验倒逼出来的互联网化技术、移动化技术和前端技术。平安产险重点选择这几个方面来规划新的 IT 系统。


从移动化来说,平安产险是保险行业做移动 APP 的“第一人”,目前 APP 用户量 4 千多万,活跃用户 1 千多万。


从上层业务来看,平安产险主要做了三个方向的工作:规则自动化、流程自动化、前端客户体验。


从系统架构情况来看,平安产险目前正处在往互联网特性架构上转变的关键阶段,其中还带有金融的特性要求:比如金融业务对安全性要求非常高,对可靠性、一致性要求非常高,数据在流程中不能出现任何错误。顾青山补充:“在这种情况下,我们既希望 IT 系统像互联网业务一样能够高效、快速试错,又希望 IT 系统符合金融业务安全、稳定的要求。


现在平安产险 IT 系统的架构是:既有后台的核心金融化服务,同时又在服务层做微服务改造,让服务能够更加高效、敏捷。IT 系统的互联网化结构支持高并发、高性能,平安产险数据库层也在从集中式向分布式转型,把核心系统从小型机、集中的数据库,往分布式数据库、分布式应用转移。”

打造智慧产险

伴随未来保险发展的三大趋势的到来——以客户为中心的新兴业务模式,数据驱动客户经营,线上、线下融合,平安产险也提出了新的发展战略:全面打造智慧产险,建立数字化、线上化、生态化的新的保险场景。这其中的关键,就是把大数据 + 人工智能的创新应用,深入结合到产险中去。



其实在大数据和人工智能方面,产险业务是有很多优势的,平安产险在这方面也进行了非常多的探索。在第二届平安集团 SMART 科技大会上顾青山在演讲中介绍:


“我们从业务赋能的角度,让理赔的模型在 AI 平台上跑,减损金额从 2017 年的 3.1 亿提升到了 6.7 亿;另外我们也可以用 AI 发现理赔的新规则,实现快速地规则发现和减损,这个数字更惊人,减损金额从由 2017 年 58 亿提升到 2018 年的 86 亿。


”其实类似 AI 赋能业务的例子太多了,平安产险自建的产险 AI 开放平台,引入和自研 30+ 种 AI 技术,全面应用到产险业务场景中。此外平安产险在 2018 年还自研了小新机器人和营销大脑这两个 AI 产品。


有了 AI 技术,如果没有数据的支持,只能是“无米之炊”。在大数据建设上,平安产险搭建了一个数字化平台,提供相应的 BI 升级化产品,包括多维分析和可视化报表,让客户、业务人员自助进行数据的分析和经营,再进一步进行数据的挖掘。


对于平安产险每年拿出利润的 10% 投入到科研中,当前的重点投入方向就是大数据和人工智能,但是技术必须要与业务场景进行结合。这也是平安产险 IT 投入的一个基本原则。

成功的偶然和必然

其实纵观平安产险的 IT 历程,之所以能够被顾青山自诩为“大的事情都做对了”,其背后实际上是有很多必不可少因素的,总结来看有这么几点:

学习能力

一方面是内部的学习和交流,在整个平安集团,都非常崇尚创新以及学习,集团内各个专业公司会经常进行交流、相互借鉴;另外是跨界的学习,顾青山表示,无论是同行还是其他行业,只要觉得值得学习,平安产险就会不遗余力。比如他们也在思考和学习美团外卖、滴滴的派单方式,这样的抢单模式是不是产险业务也可以复制到查勘人员派去客户车险现场?

执行力

回望新一代平安产险 IT 系统建设,其实是面临非常大挑战的。既要做系统架构的重新设计、应用系统的重新规划,又要让业务不能停甚至快速发展,需要极强的执行力。对此顾青山表示:“我们的思路还是非常一致的,从开发到业务都是一致向前推动,中间碰到任何困难都是一起想办法,然后往前继续推进,这也是平安一贯的作风,有非常强的执行力,很多问题是在做的过程中去解决,而不是站在那儿去讨论。”

围绕科技的内部造血系统

在中国平安的“金融 + 科技”战略中,希望未来金融和科技能够各占 50%。平安集团内部各个专业公司的 IT 投入,与平安科技这个专业科技公司,会有内部的 IT 建设上的结算机制。


顾青山表示:“平安产险每年投在科技上的总体利润的 10%,其中有一部分会投给平安科技。比如平安科技的人脸识别、自然语言处理等基础技术,因为他们的技术非常先进,我们可以直接拿来使用,或者大家一起进行研发,通过内部结算让技术的推进更快。”

结束语

采访最后,我们的问题围绕管理展开,作为 1500 人的技术团队的 Leader,如此庞大团队的高效管理,也是让 IT 系统发挥巨大威力的关键所在。


对此顾青山介绍,在平安产险,10-15 人的小团队是最敏捷、灵活、高效的单元组织;单元组织再按领域形成彼此协作的人员部落,部落以业务目标、而非行政关系进行协作,共同战斗。这样的敏捷组织奉行目标和效果管理的原则,以事项来推动人员和任务,不强调组织层级,结果就是带来超强的执行力和效率。当然除了组织架构之外,平安文化中对 KPI 和绩效的重视也是可圈可点的。


对于平安产险来说,市场大环境的机遇、技术路径选择上的高瞻远瞩、对科技的重视、组织和管理文化…真的是缺一不可。站在这个角度来看待 IT 的问题,获得了超越表象的意义,值得我们深思。


2019-01-25 08:0011371
用户头像
张晓楠 InfoQ总编辑

发布了 144 篇内容, 共 107.7 次阅读, 收获喜欢 378 次。

关注

评论 1 条评论

发布
用户头像
支持你们
2019-01-25 11:16
回复
没有更多了
发现更多内容

本周六,龙蜥社区邀您共赴第三届 eBPF 开发者大会

OpenAnolis小助手

操作系统 龙蜥社区 eBPF开发者大会

Anolis OS 8.10 发布:软硬协同优化,满足多行业实际应用需求

OpenAnolis小助手

操作系统 龙蜥社区 龙蜥操作系统 Anolis OS

赋能能源 | 智慧数据,构建更高效智能的储能管理系统

KaiwuDB

数据库 kwdb

SvelteKit 最新中文文档教程(21)—— 最佳实践之图片

冴羽

前端 前端框架 React Svelte SvelteKit

龙蜥邀您参加 2025 全国大学生计算机系统能力大赛操作系统设计赛

OpenAnolis小助手

操作系统 开源大赛

基于TiDB的应用多活架构

陈一之

TiDB 多活容灾 应用多活

深度探讨操作系统运维、软件选型等社区标准,龙蜥标准化 SIG MeetUp 圆满举办

OpenAnolis小助手

操作系统 龙蜥社区 龙蜥sig 标准化 SIG 龙蜥meetup

CAD怎么根据浮动范围选择圆

极客天地

Java 开发玩转 MCP:从 Claude 自动化到 Spring AI Alibaba 生态整合

阿里巴巴云原生

Java

《Operating System Concepts》阅读笔记:p733-p734

codists

技术干货推荐:高效解决性能瓶颈与抖动之进程热点追踪

OpenAnolis小助手

操作系统 SysOM 操作系统控制台

深入研究:微店商品详情API接口详解

tbapi

微店商品详情接口 微店API 微店数据采集

重大升级| SecGPT V2.0:打造真正“懂安全”的大模型

云起无垠

虚拟化NFSoRDMA基础的分离式存储解决方案,用于AI工作负载

Sergey Platonov

性能测试 虚拟化 高性能计算, 高性能计算架构

StarRocks Community Monthly Newsletter (Mar)

StarRocks

OLAP 存算分离架构 StarRocks 湖仓一体 数据库 大数据

Arthas watch (方法执行数据观测)

刘大猫

Arthas 图像处理 图像分割 光学成像 光电成像技术

CAD如何放大图纸

极客天地

【IoTDB 线上小课 14】我们为什么要做树表双模型?

Apache IoTDB

如何与Cursor结对编程?

RockBot

AI技术实践 cursor

CAD怎么将实体转换为网格

极客天地

云备份技术解析:云备份 CT-CBR 关键技术介绍

天翼云开发者社区

云备份

让我看看有多少人不知道Vue3中也能实现高阶组件HOC

不在线第一只蜗牛

Java JavaScript 前端

京东3D空间视频生成技术探索与应用

京东零售技术

通义灵码 Rules 库合集来了,覆盖Java、TypeScript、Python、Go、JavaScript 等

阿里巴巴云原生

阿里云 云原生 通义灵码

通义灵码 Rules 库合集来了,覆盖Java、TypeScript、Python、Go、JavaScript 等

阿里云云效

阿里云 云原生 通义灵码

数字先锋|文化传承新引擎:班智达科研项目云端腾飞!

天翼云开发者社区

云服务 教育数字化

真正懂生产的工业智能体长啥样?一个评测告诉你答案

王吉伟频道

工业互联网 智能体 工业智能体 Agents 工业大模型

小白速进!30 天吃透低代码,全是超绝干货!

代码制造者

低代码 自学 无代码

Sentinel源码—ProcessorSlot的执行过程

电子尖叫食人鱼

阿里云OSS应对DDoS攻击策略

网络安全服务

阿里云 CDN 域名解析 DDoS DDoS 攻击

Edge 浏览器推出 Copilot Vision:免费实时解析屏幕内容;Aqua Voice:极速 AI 语音输入工具丨日报

声网

中国平安“豪赌”科技?从产险业务IT变形计聊起_技术管理_张晓楠_InfoQ精选文章