
对数据具有与生俱来敏感性保险业,在大数据面前更不敢放松了。保险的意义在于抵御风险带来的损失,风险发生概率有多高,损失有多少,这是最直观的数据。除了这些外,保险承保对象的任何信息都是数据,不管是人的因素还是外在的因素,经过整合,看似八竿子打不着的数据,都是影响保险业的潜在因子。这就是大数据对于保险的挑战,亦或者,也是机遇。
信息技术水平将成为保险公司的核心竞争力
“如果任何一个行业都可以忽视大数据时代到来的话——保险业不行!”
《证券日报》(微信公众号:证券日报微保险)记者独家获悉,保监会6月26日-27日召集各险企相关负责人参加“互联网保险专题培训班”。在这次培训中,有险企人士表达了上述说法,以大数据为代表的新技术对保险业的影响可见一斑。
某中资险企IT部门负责人对本报记者称,保险公司信息技术部门最初是为支持业务发展而设的,目前其功能由强调支持逐渐向服务层面过渡,未来,IT部门将承担起带动业务发展的职责,成为保险公司的核心竞争力。
这同时也意味着,险企的所谓IT部门会越来越壮大。事实上,尽管目前多数公司选择将相关技术业务外包,但从多家保险公司目前的招聘信息看,这一趋势已经出现端倪。
IT定位转变:
从业务支持到业务带动
“保险公司做信息技术,最初的目的是想利用其为主业提供技术支持,现在信息技术对主业的功能由支持转向服务,”一家中资寿险公司信息管理部门总经理向《证券日报》记者介绍称,从此前的支持支持再支持、服务服务再服务,信息技术的定位下一步会往带动业务发展的方向转变。
这一观点在业内已经成为共识。泰康人寿董事长陈东升提出的“让数据产生红利”就是最典型的代表,而中国平安提出的“以科技引领金融”也体现了对这一趋势的认可。
保险公司对信息技术管理部门的定位转变也意味着,IT部门将成为险企的核心竞争力,其将由后台向前台逐渐转移,不光是业务的推动力,更可能是业务的一个牵引力。“信息科技对于整个产业来讲已经是革命性的力量,新兴的业务和渠道完全可以用信息技术去探索出路,之后再进行跟进。”
信息技术部门与业务部门的融合之路,保险公司也已经在进行着探索。据记者了解,在部分险企中,IT部门已经有过与电商部等新兴业务部门联手研发移动平台APP的案例,也有为营销部等传统业务部门开发展业工具的情况,在这些过程中,IT部门更多地是根据业务部门的需求提供技术支持。泰康人寿日前投入使用的北京中关村数据中心就融合了IT、电销、创新事业部、运营等部门,该数据中心是其整个数据系统的“枢纽”和“心脏”。
“在后续发展的过程中,IT部门可能要转变观念,经历从业务部门告诉我怎么做、到我知道该怎么做、再到我告诉业务部怎么做的过程。”上述险企信息管理部总经理认为,相对于保险主业的单一性来讲,信息技术更强调逻辑性,对于流程、环境等有很高的敏感性,如果能将这些点连起来,对于推动整个保险业务的创新有促进作用。
而从近些年的情况看,部分保险机构,尤其是大型保险机构,对信息技术的投入毫不吝啬。如中国平安,在其集团的保险、银行、投资三大主业的共享平台中就包括了平安科技、平安数据科技、平安渠道发展和平安金融科技4家子公司,其中平安金融科技还在2013年获得了中国平安集团10亿元的增资,成为2013年仅有的3家获得增资的子公司之一。
另外,近日,泰康人寿正式成立移动互联部和大数据部,在数据信息中心原有的数据服务、支持服务、信息技术基础设施等职能的基础上,这两个部门将更侧重于与大数据及移动互联相关的应用规划、系统开发、上线维护、技术研究和市场推广规划等工作。而除了北京中关村数据中心外,泰康还将在武汉光谷、北京长安街建设2个数据中心。
技术人员招聘:
10万元-30万元年薪
随着在险企定位的转变,未来,IT部门,这个看似与保险业务“不太搭”的部门,将在保险公司占据一席之地,与此同时,IT部门的队伍也将随之壮大。
据上述信息管理部门总经理介绍,其所在公司对IT部门赋予了更多研发功能,因此相对同业的情况,其部门队伍更为壮大,有百余人。“目前保险公司对保险主业和信息技术研发业务的侧重点不同,多数公司选择外包IT研发业务,因此公司IT部门人员多数只有数十人,只有少数公司的IT部门能够达到百人以上的规模。”
“我们正积极从互联网行业招兵买马,尝试利用互联网思维和现代数字技术不断提升我们传统环节的效率……”新华保险董事长康典在2013年公司年报中透露了面对移动、互联、大数据时代其对人才的渴求。泰康人寿也表示,除先进健全的硬件保障和信息系统建设,在组织和人才方面,其也做好了拥抱互联网金融的准备。
记者近日随机搜索了保险招聘信息,从IOS软件开发工程师到J2EE技术经理,从大数据平台开发工程师到大数据分析师,从电子商务支持岗到创新渠道支持岗再到系统架构工程师,与信息技术相关的岗位是多家保险公司渴望填补空缺的热门职位,险企给这些岗位开出了从10万元到30万元不等的年薪。
这些岗位的职责包括,大数据项目的开拓和实施;根据实际项目需求,完成大数据项目的开发和实施;帮助完成大数据项目整体架构,开展必要的技术迁移,性能优化等。
而从岗位招聘设置的要求来看,“本科以上学历,计算机、应用数学相关专业;精通Java语言,熟悉网络编程、IO接口编程、多线程并发编程;熟悉Linux环境与MYSQL数据库;熟悉Python脚本编程为佳;具备较强的代码阅读能力”等条件反映出,险企招聘此类人才极其看重其IT专业性。
面对新技术带来的新商业模式相对机遇时,保险业“需要重视并投入大数据人才的培养、数据工程师与科学家”,在互联网保险专题培训中,参与险企相关人士亦表达了这一观点。从现实的情况看,这一说法或许代表诸多保险公司的想法。(文章来源:CDA数据分析师)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15