我国保险业历经40余年的发展,市场主体不断丰富,市场规模显著扩容,截至2021年11月末,保险业共有法人机构238家,总资产共计24.6万亿元,提供保险金额10629.9万亿元,党的十八大以来,保险的保障功能和资金优势发挥着社会“稳定器”、经济“助推器”不可替代的作用。
2018年以来,保险业已进入高质量发展初级阶段。但是,行业在发展理念、公司治理、经营方式等方面尚有较大改善空间,以客户为中心的企业文化方面存在不足。
行业发展面临拐点,如何从“粗放增长”到“质量经营”?
随着数字网络技术、大数据、云计算、人工智能、物联网、移动支付等新技术的普及应用,保险业紧跟金融政策和金融科技发展,积极推动经营活动、经营过程、经营环节等方面的创新变革。
行业增长压力加大。面对消费习惯、疫情、低利率新的变化,原有的粗放式发展之路已经走到了尽头,保险企业迫切希望转型,切换到保费增长新赛道。
保险安全的风险重视不够。经营过程的风险管理融入度不足,只关注显性风险、忽略隐性风险,只重视内部风险、忽略行业规范竞争及公众信任风险。
保险需求正在升级。保险主流消费群体逐渐年轻化,他们拥有更独立的思考能力,更深刻的保险价值认同,需要更优质的保险产品、渠道、服务匹配新的消费理念。
在复杂多变的市场环境中,保险经营活动中的产品设计、渠道营销、两核运营、财务管理形成业务链接,谁能快速掌握信息共享、决策互动,将其运用在企业战略决策、智慧服务与运营、精细化财务管理中,谁就能博得市场竞争先机。
数智技术锋芒显现,破解行业发展谜题
目前,中国保险行业以经验型、劳动密集型、人工管控为主的管理模式已严重限制新理念、新发展、新治理的变革步伐,“数智”应用将从根本上跨越传统思维困局。
数据驱动、智慧赋能,推动预算管理闭环
预算是体现企业的战略和规划、推进企业治理能力的重要支撑,针对“各自搭台、分头唱戏”、“人为判断、经验决策“的问题,头部保险企业运用数据优势,抢先尝试信息技术支撑的新业态、新生态。
一方面完善管理闭环,从战略制定到目标分解、目标测算的执行追踪达到预算过程可视化、自助化、社交化。集团层面模拟不同业务场景、以业务+技术双轮为驱动,推演多版本测算,结合企业经营逻辑,深挖企业经营特点,使经营规划如庖丁解牛般地转化为价值落地;根据年度目标结合新老机构差异化管理,建立可用资源分配机制,对不同产品、价位、渠道、缴别等定义差异化费用率,为企划、财务、投资、精算部门提供目标测算模型,满足从业务追踪计划、计划追踪到人的管理闭环。
另一方面完善动态监测,搭建多维预算体系、事前合规管控,实时发现业务异常、数据差异,满足可视化、自助化、社交化关系需要。自由搭建的多维预算体系,满足复杂、多样的预算管控场景;建立监控分析体系,开展全面监测,通过诊断性分析,进行优劣预警,提升企业洞察问题能力,并将洞察结果在企业内部高效传递,促进战略部署升级调整;基于数据发掘核心问题,系统通过优化性分析、自主性分析自动提供建议方案。
资源科学配置、智能分析,实现降本增效提质
保费规模与利润如同天平的两端,保险企业为了谋求规模效应,需要优化渠道与业务贡献率,优化成本结构与产品定价,摒弃产品同质化。同时,强化风控、避险、理赔,合理配置可用资源,保障经营目标达成。
业财一体化、智慧财务,促进管理模式新气象
财务创新是企业发展的不竭动力,越来越多企业加大“共享“研发投入、扩大”共享“服务内涵、明确”共享“基础定位,使企业在激烈竞争中占据变革优势地位。
实现业财一体化,不断完善业务流、信息流、资金流的信息化建设,管理体系得到极大完善,业财部门的业务动向与资源支持进行双向渗透与贯彻。
共享模式蓬勃发展,以预算管控为触发,费用、商旅、采购、税务等共享业务进入高速发展阶段,业财务部门能够及时了解双方业务动向,以及实践中将存在的新情况、出现的新信息,快速、科学、准确的交换意见,持续强化管理工作。
元年科技认为,保险业应着力打通业务流和财务流的全链路,搭建共享服务平台,统筹业务流、资金流、税务流、信息流,及时掌握业务新动向、新情况、新信息,达到经营结果的可视、可管、可调;将管控规则融入全业务场景的各关键环节,多样性和专业性的企业管理机制进一步完善,公司治理、发展理念、经营方式取得显著成效,高质量发展也将取得突破性成果。
2022年7月28日,元年金融(保险)行业解决方案正式发布,诚邀您一起探讨财务数字化与保险业务逻辑的深度融合,携手推进保险行业高质量发展!扫描下方二维码,报名注册,预约观看本期直播。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。