最近被好些人“安利”了阳光保险集团大数据中心的官方公众号“数据阳光”,翻看了其中的一些文章,分享的绝大多数都是数据在保险行业中具体的场景应用,的确很值得一看。而据阳光保险集团(以下简称“阳光保险”)信息技术中心总经理石运福介绍,“数据阳光”实际上是阳光保险提出的“一身四翼”战略中的其中一“翼”,“一身”指的是以传统的保险业务为主业,“四翼”除了“数据阳光”之外,还包括了“金融阳光、健康阳光以及海外阳光”。
“数据阳光”被视为阳光保险战略思路中的第一位,是其余“三个阳光”的基础,其重点在于通过不断积累的数据,分析、了解、洞察客户,最终形成满足客户多元化需求的金融产品,以解决保险交易相对低频的问题,增加客户粘度。
用“水之于鱼”来比喻“数据之于保险”想来并不为过,保险行业一贯依赖于数据,产品设计、风险建模、定价等等都离不开数据的支持。但随着大数据时代即时性、多样性海量数据的爆发,用户需求的日趋多样化、个性化,保险企业对于传统数据的分析经验对业务的推动也愈显动力不足,如何通过大数据分析应用,洞悉客户需求、创新优化保险产品、有效控制风险并进行精细化管理,成为越来越多保险企业的核心战略。
Warby Parker数据科学总监CarlAnderson博士在《创造数据驱动型企业》一书中提及,数据驱动是企业的一种文化。当下,我们也看到越来越多的保险企业开启了“数据驱动型”发展模式,完善自身的数据运营体系和大数据分析平台。“数据阳光”无疑就是阳光保险打造“数据驱动型”企业的“产物”。
围绕“一身四翼”的集团战略,目前,阳光保险不仅成立了阳光信保、惠金所、融汇阳光、融和医院多家子公司,还收购了Sheraton on the Park等海外企业,业务范围从传统保险一直延伸到了互联网金融、医院、酒店。这被视为阳光保险的“二次创业”,而为了支持这样多元化业务的发展,如何从不同维度快速分析不同业务领域的数据,快速响应市场变化,洞察客户的需求,如何获取数据、分析数据,也开始让阳光保险“犯难”。
“基于这样的需求,并且经过多方的了解和研究,我们最终选择了IBM的Cognos作为数据分析以及决策分析的工具。”阳光保险集团信息技术服务中心总经理助理王睿表示。
依托于Cognos搭建的数据分析平台,阳光保险开发出了精算集市、产品集市、渠道集市、理赔集市和综合集市5个分析集市,覆盖了精算、理赔、承保、客户、财务、销管、保全等19个业务领域。从总公司决策部门到各级分公司机构使用人员,目前,报表日访问量超过了15000次,用户围绕该平台不仅可以进行日常管理,还能够实现数据分析和追踪。
王睿总结了Cognos应用过程中的四大特点:首先,基于标准的元数据模型,Cognos能够提供一致视图,支持动态图形以及复杂的组合过滤功能,实现可视化分析;此外,在集市基础上,数据使用者可以自行分析数据、创建和修改报表,并且报表操作非常简单,元素也相当丰富,支持鼠标拖拽、定制主题,能够快速响应业务的需求;其三,Cognos支持多种图表类型,固定报表通过锁定维度可以快速提供清单报表,而多维报表根据业务指标则可以设置多种数据组织规则,甚至可以增加维度,根据需要自行进行组合;最后非常重要的一点是,基于Cognos,阳光保险应对需求变化的能力得到了增强,开发周期也有所缩短,加快了前线部门、总公司各部门以及管理层对于数据分析的时效性。
“我们认为数据的价值在于分析,因此Cognos平台非常注重数据的分析。另外,它与其它BI产品的最大不同也是非常重要的一点是,Cognos定位的是企业级的BI体系。”IBM大华区大数据与分析事业部业务分析平台销售总监洪建勋表示,“通过强大的数据安全和管理能力,Cognos可以扩展至十万用户同时访问的级别,并且保持数据管理和分析的一致性。这才是一个支撑企业级的BI平台。”
在洪建勋看来,企业级的BI平台一定是“两条腿走路”,不仅在界面上美观丰富、使用上便捷易用灵活,在数据管控功能上也不可疏忽。这恰恰就是Cognos的优势,业务人员在不需要IT支持的情况下也可以自助操作,同时,IT人员对此也有足够的管控力,能够实现企业各种复杂报表、权限管控、与复杂IT环境的集成。
通过这样一个企业级BI平台的应用,阳光保险不仅实现了对客户动态需求的进一步了解分析以及对各个风险环节的精准把控,同时营销运营和公司管理工作也得到了优化,无论对客户还是公司内部的管理都实现了数字化和精细化管理。
以财务考核为例,财务考核应收保费账龄报表示财务中非常重要的一个多维度分析报表,通过财务分析,可以追踪不同保险产品、营销渠道下保费的收入情况,分析账期的变化趋势。同时,了解自身保费收入情况,控制保费流失风险,为整体经营状况提供数据分析的依据。“阳光保险有一个特色,就是根据历史数据进行建模,生成红黄蓝标识对应不同风险级别,然后进行差异化的处理。”王睿介绍。
除了财务报表之外,营销活动人力(拜访客户数、成单数等)日报也是企业管理非常重要的多维分析报表,通过Cognos的数据分析整理,可以追踪各机构等业绩、人力指标,掌控全年计划执行的进度,及时发现问题、分析原因,制定相关改进措施。同时根据历史数据分析潜在发展趋势,还能够辅助制定保费计划与人力发展计划。
石运福介绍,阳光保险在集团筹建期间就看到了IT的重要性,信息化一直与业务发展相伴相生。当下,在北京、深圳、青岛设立了三个研发中心,集团IT部门人数达到了近500人,加上散落在各个部门IT相关人员,整个IT条线的员工占集团员工数将近二分之一,是一个相当大的比例。
“未来技术和业务一定是相互支持、相互协作的,技术会越来越深入企业的骨髓,每一个企业也许都可能成为科技企业。现在我们每个部门甚至每个子公司都在使用数据支撑决策,所有的业务都建立是在技术基础上。我们当然也希望未来阳光保险能够成为保险行业的科技企业。”石运福表示。
阳光保险对IT的看重,对时局的把握,也是其发展如此之快的原因之一。成立3年时就跻身七大保险集团之列,5年就超越了与其同期成立的71家保险主体。2014年,阳光保险同时布局了互联网金融以及不动产海外投资领域,并且在2015年成功进军医疗健康产业,成立了全资子公司融和医院。
布局互联网金融业务以来,阳光保险的互联网保费、客户数量、平台流量和用户数、互联网产品数以及客户服务数都呈现了爆发式增长。截至2015年5月,累计新保互联网客户数达到了1830.54万人,累计用户数295万人,开发了互联网产品共有305款。
互联网金融和多元化场景非常关键的一个特点就是信息数据的碎片化,这也是与传统业务场景最大的区别。王睿认为云计算、移动互联将成为解决这一问题非常关键的技术。“通过移动互联技术,可以随时随地进行数据分析,查看分析结果,辅助用户完成自助服务。而通过云计算就能够进行跨区域、跨组织的数据共享,在共享基础上进行数据分析。”他说,“目前,阳光保险子公司的业务间已经实现了一定程度的数据协作和打通。譬如某一个人购买了阳光的保险,他到我们的下属医院看病的相关资料和费用就会实时传递,如果费用在保险的保障范围内,就可以直接走人,不需要买单再走报销。”
“随着IT的含义从Information Technology逐渐演变为Intelligent Technology,我们也看到了未来商业智能的机会,并且希望通过智能化的大数据分析,在PB级的数据基础上,进行商业智能分析和挖掘,从而更加准确地预测业务契机。在此基础上,更全局地对客户、行业、甚至整个社会进行360度画像,这是完全可以预见的未来商业智能应用。”王睿表示。
总之,未来的时代一定是智能的,而数据仍将是非常关键的要素。IBM所提的认知商业将渗入各行各业,为企业的转型赋予更多的能量。而Cognos仅仅是其中的一部分,它了解和解决的是当下已经发生的事情,对此进行描述性分析。在这基础上,要进一步做预测性分析和解释性分析,IBM还提供了SPSS、ILOG CPLEX以及Watson平台等产品和解决方案,形成了一整套智能分析的体系。
但这里要强调的是,IBM所谈的智能一直是“增强智能”,它认为AI的价值更多的是辅助而非取代人的工作,重点在于人机协同。
因此,在谈及人工智能在未来是否会取代精算师这样一个“多金”又高价值的职业时,石运福表示,未来精算师并不会消失,对于保险行业而言,非常重要的就在于对不确定风险的管理,因此精算师的工作需要大量的人工经验积累,是一项极具创造性的工作,而人工智能容易取代则是机械性工作。人工智能能够为精算师在数据探索和预测上提供更加便利的工具,给他们的工作带来极大的辅助,但取代是很难的。从这方面来看,他认为,未来精算师到角色可能会转变,但并不会消失。
无论如何,人工智能经过这60年的起起伏伏,从硬件设施到算法都已经逐渐成熟,它将深入我们的日常生活,改变企业生产运营方式,颠覆传统的市场规则。而数据对于人工智能而言,就如同人体所需的基本元素,只有基于数据,人工智能才有的放矢。因此,对于企业而言,当下最重要的还把握住“数据”这一把打开未来智能商业的钥匙。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。