从云、大数据到人工智能 保险行业践行数字化转型 原创

至顶网CIO与应用频道 09月29日 评论消息（文/孙博）：近一两年中，转型成为了企业管理者最常提及的话题。在飞速发展的时代，搭上技术的顺风车，可以为企业提供无数业务创新的机会，从而保持领先的地位。比如保险行业。

一方面，每一家保险企业都在努力探索如何提升用户满意度、如何在正确的时间提供合适的保险产品；另一方面，由于保险行业整体市场增长逐渐趋向饱和，竞争对手的产品和服务品类愈发丰富多样……企业需要通过技术的创新来适应不断变化的市场环境。而“云计算”则成为了多数保险企业开启数字化转型的首选。

中国太保的“三朵云”

成立于1991年的中国太平洋保险公司（以下简称中国太保）是国内领先的综合型保险集团公司，业务覆盖人寿保险、财产保险和资产管理等多个业务领域。中国太保的云计算正式落地是2015年，基于上海和成都两个数据中心搭建，接下来云还会扩展到正在规划中的第三个数据中心上，最终实现两地三中心的整体云布局。

据中国太保首席架构师张文若介绍，中国太保主要部署了两朵云：为分公司提供服务的“机构云”，以及承载所有开发测试环境的“测试云”。“测试云”主要面向开发测试，达到了7000多台虚机、5000多台物理设备的规模，充分满足了资源灵活利用，为支持开发测试的顺利进行提供了很好的管理工具；“机构云”面向下属各分公司，支持下属公司的各种需求。除了这两朵已经建成的云之外，中国太保还在规划“生产云”，计划到2018年部署，来支持核心业务的运行。

云平台的建设对中国太保的积极作用是非常明显的。首先，大幅改善了底层基础设施的安全和稳定性，保证了中国太保关键业务的连续性的同时，将分公司IT部门的所有精力从基础运维层面转到了数据分析、支持市场业务需求的工作上来。而最明显的一点，通过规模化、集约化的管理，为中国太保每年节约了不少的IT成本；其次，各个分公司通过统一升级到集团技术标准，让分公司之间得已相互借鉴和参考应用部署方面的经验。

回忆这场上云之旅，张文若有件事印象深刻，就是从小型机到x86的迁移。中国太保早期的系统搭建在小型机上，不过没过多长时间，中国太保就已经发展到了上百个IT系统，带来很大的成本压力。

随着x86平台的日趋成熟，中国太保决定将绝大多数数据库服务器和所有应用服务器迁往x86平台。对于这样大规模的迁移，张文若回忆主要是出于两方面的考量：成本和性能。张文若说，在成本方面小型机和英特尔基于x86架构服务器有着几十倍的差距，后者更具成本性的优势。并且在当时来看，x86服务器在CPU计算能力、稳定性上面，已经发展到与小型机不相上下的态势；加上英特尔为x86服务器上的虚拟化平台所做的优化，可以满足高可用的资源池和解决方案的管理。张文若表示，英特尔给企业提供了更多灵活性，更低成本的解决方案。

此外，除了考虑到成本和性能的因素，中国太保在选型方面也是有着自己的标准。“包括产品成熟度、市场占有率、技术先进性等一系列因素都需要纳入到评估标准中去，最后再通过POC测试，用真实的业务实践去做出精准的判断。”张文若说。

而今天看来，随着英特尔更具可扩展性、更高性能的至强可扩展处理器的推出，x86平台在成本和性能上的更具优势，中国太保当初的这一决定也显得更具预见性。

值得一提的是，在云平台的建设中，太保一直是新技术的积极使用者。张文若告诉记者，在底层硬件的选用上中国太保大胆采用了超融合设备+普通设备的组合模式，来进一步简化运维方面和云资源的管理。同样，在SDN方面，太保采用了TRILL大二层架构，构建多个业务区服务器资源池，支持平滑演进到SDN，实现业务快速部署和上线。

用DCOS构建PaaS云

中国太保通过IaaS的建设主要解决了资源的自动化管理和自服务供应问题，但对资源的细粒度共享和弹性伸缩能力不足。比如，很多系统的业务峰值CPU利用率会达到100%，但是平均利用率却不到1%，而容器技术有望解决这一问题。于是，在IaaS平台之上，中国太保开始部署PaaS，在中国太保就是DCOS（Data Center Operation System）平台。

2015年底，中国太保开始使用Docker+Mesos来构建自己的PaaS云，以此来支持企业的业务活动，并于一年后正式上线。基于这个平台，中国太保顺利完成了“除夕摇红包”、“初五迎财神”等市场活动。针对这几个活动，中国太保DCOS平台采用223个主机节点，其中平台部分由5个节点构成Mesos Master Cluster，80个节点构成HAProxy Cluster，138个计算节点承载674个Docker Container，其中动态计算节点113个，静态计算节点25个。该平台可在1分钟内轻松实现扩展到1000个以上Docker节点。

从事后的数据统计结果上来看，使用传统架构来实现业务支持几乎是不可能的。不仅资源准备周期长，同时部署过程繁琐，无法如期满足业务活动需要。即便连夜赶工完成，可能也要面临部分节点故障导致的一系列应用服务器问题。

此外，在传统架构上，由于中国太保大部分应用运行在虚拟机上，每个节点的资源利用率上很不平均，部分应用服务器可能在活动中，并不会存在大并发量或者产生很多业务数据，但却还要占用相当一部分资源。再加上如果压缩资源，相应的应用维护压力也会相应出现，如何保障应用服务器稳定，这也是一个待解决的难题。而通过以Mesos、Marathon为核心，实现容器资源的分布式调度与协调；加上Redis将Session数据集中存储，并使用容器挂在共享NAS的方式来集中存储文件等技术很好地支撑了这些市场活动。

值得一提的是，目前中国太保的云还是私有云模式，张文若说这主要是出于安全的考虑。“目前国内保险行业主要以私有云为主，不过未来以公有+私有的混合云模式将会越来越多。”

实际上，究竟哪种云模式将会成为未来市场中的主流，类似的话题一直在业内被热议。在英特尔发布的《在公有云、混合云和私有云间合理放置工作负载》表皮书中谈到，不存在某个最佳的云模式或服务集能够适用于所有企业，企业需要认真考虑业务需求和工作负载的技术特征，包括性能、安全、集成和数据要求等。然后再考虑云生态系统，即包括业务需求匹配的合适CSP、特定工作负载的SaaS成熟度，以及使用企业业务的商业解决方案等。

洞察客户需求的精准营销

除了不断完善云平台之外，中国太保还在不断尝试和探索利用新技术手段，在业务运营效能及客户体验等方面实现数字化保险业态创新。去年底，中国太保启动实施“数字太保”战略。3个月后，“数字太保”组建大数据产品团队，尝试研究利用机器算法和数字化终端，基于客户自身的保险需求，完成以往只能通过专业保险顾问完成的家庭保险需求分析。

不像衣食住行具有刚需的属性，这也使传统保险业在营销阶段屡遭挑战。传统的保险营销模式较为单一，多为“熟人介绍”或上门推销，效率低且成功率也不高。而迈入云计算大数据时代，保险企业通过对海量保险业务数据、客户信息和媒体信息进行挖掘和分析，并进行客户画像分析其属性，从而发现更精准的营销机会，动态掌握保险市场需求的变化，提升市场竞争力。

以大数据技术框架为基础，中国太保集团快速速构建了海量数据信息处理系统——客户数据ATM系统。该系统可基于客户年龄、教育、收入、家庭特征、投保特征等对中国太保集团亿级客户存量数据进行全面的挖掘与分析，通过前端应用最终实现了客户一点通等业务功能。该系统可支持4000个节点，并可洞察客户个性化的需求特征及保障方案。

不仅如此，就在不久前中国太保还推出了人工智能产品“阿尔法保险”，基于不同家庭的生命周期、财务状况等因素，构建个性化的家庭保险保障组合，并根据现有的保险持有情况提供专业的缺口分析与咨询解答。仅仅上线四天时间测试用户达200多万。

人工智能技术的加入，让中国太保在营销、核保、承保和理赔过程中，降低了渠道费用，提高了营销团队专业性，减少重复的人工劳动，在降低运营成本的同时，提高效率。

据了解，在保险行业这种智能顾问的形式两年前才在美国兴起，国内尚处于起步经验，可借鉴的案例少之又少。在这样的情况下， “数字太保”产品团队联合国内保险精算专家，走访外部保险教授学者，基于公司内部积累的1.1亿客户大数据进行购买行为挖掘建模，利用5个月时间打磨，历经32次小版本迭代研发。

至于未来智能保险顾问是否会取代传统保险代理人？中国太保认为，智能保险顾问将与传统代理人互为补充，满足不同群体、不同产品的服务需求，帮助用户快速了解保险消费常识，并获取合理客观的保险建议。但是不同保险产品的复杂性不同，所以有相当一部分保险产品仍需要线下代理人进行一对一服务。