
险企积累大数据频频打出科技牌
当前,大数据、云计算等技术催生传统金融产品改变生产和运营方式的同时,也倒逼传统金融公司主动迎战,越来越多的保险公司开始成立科技公司。继平安集团、太平洋保险和新华保险后,互联网保险起家的众安保险也加入科技阵营。
11月2日,众安保险旗下全资子公司众安信息技术服务有限公司(以下简称“众安科技”)成立。北京商报记者查询工商信息得知,众安科技经营范围包括信息技术服务;以承接服务外包方式从事管理或技术咨询服务等。
众安科技董事长姜兴介绍,众安科技将输出一个平台区块链云平台;立足金融、健康两个领域;坚持在人工智能、区块链、云计算和大数据四个领域进行长期探索。
目前,金融行业中存在财富管理门槛高,低消费力的需求被拒绝的不平等现象,而医疗行业面临医疗机构信息标准化不足、用户和医疗信息整合度缺失、看病难、看病贵等问题。上述市场空间发展很大。姜兴表示,众安科技来输出金融科技能力,尝试解决这些问题,成为众安内部及外部的创新创业孵化器。
事实上,早在2008年,保险公司便开始探索“科技+金融”的模式。当年,平安集团将信息管理中心和运营管理中心拆分出来,分别成立平安科技(深圳)有限公司和平安数据科技(深圳)有限公司,成立集团“共享平台”。前者为集团和兄弟公司提供提供IT规划、开发和运营服务的IT服务提供商,后者则提供呼叫中心、数据处理、核保核赔、流程改造等后援服务。2011年8月,平安集团又成立平安金融科技咨询公司,作为平安内部创新业务的孵化器,并孵化出陆金所、支付公司等新业务平台。
随后,中国太保也成立全资子公司太平洋保险在线服务科技有限公司,为客户提供后续服务;此外,新华保险也成立北京世纪浩然动力科技开发有限公司作为三大后援服务中心之一。
苏宁金融研究院互联网金融研究中心主任薛洪言向北京商报记者表示,与平安、太保、新华等保险公司成立信息技术公司相比,众安保险以互联网保险业务起步,但其战略定位却是成为以技术创新带动金融发展的金融科技公司。因此,其成立信息技术公司意在实现更彻底的科技化转型,最终从一家互联网保险公司转型为一家真正的金融科技公司。
平安本身就是综合金融布局,并非单纯的保险公司,成立科技公司可以更好地为体系内各类金融业务提供支持。相比较而言,其他传统保险公司成立的信息科技公司更多地还只是实现产品销售和服务的线上化转型,仍然局限于渠道的范畴,距离真正意义上的科技公司仍有很大差距。
除了科技公司外,保险公司还在向电子商务领域发起进军。截至目前,包括中国平安、中国人寿、新华保险、中华联合保险、大地财险等险企先后成立电子商务公司。薛洪言表示,电子商务公司的核心在于产品销售,属于业务层面,其与互联网金融的联系在于可以通过对销售环节的把控来嵌入支付、借贷等金融业务,实现场景与金融业务的融合。相比较而言,科技公司更偏重于底层技术层面的探索,以技术输出为主要目的,为业务开展提供技术支持。
但是薛洪言也提醒,保险公司进军科技公司要有清晰的战略定位,明确要做什么,并评估有没有足够的资源支持以达到战略目标,切忌跟风。就保险业务本身来看,并不会比其他金融业务带来更多的金融科技积累,因此,保险公司设立科技公司究竟能发挥什么效果,取决于公司成立后的资源投入。
“考虑到金融科技已经成为大多数互联网金融巨头的转型方向,在不能持续加大投入且不断丰富场景应用的前提下,保险公司系的科技公司所能发挥的效果有限,最终很有可能沦为单纯的互联网渠道转型而已。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04