我认为主要在于战略设计、用 例试点与推广以及基础能力建设三大方面有 待改善。
国内大部分险企的数智化转型往往面临投资 巨大、技术领先，但是业务价值和获得感偏低 的问题。过去几年，头部险企在数据领域的相 关投入逐年攀升，主要体现在以下三个方面： 其一是除自研外，耗费巨资引入了一系列大数 据技术产品和服务；其二是以合资或购买的方 式，与国内科技巨头合作共建保险行业大数据 应用；其三在人员方面，为了承接这些技术在 险企内部落地，头部保险机构相继成立数据 部门或科技子公司，规模普遍超过百人，甚至 数百人。
通过大量投入，头部险企建立起的大数据技 术能力丝毫不亚于全球领先同业。在基础数 据库领域，国内大型险企已基本采用或正在建 设分布式、云化的大数据基础平台，有些保险 机构还拥有多套先进技术平台，以满足不同类 型数据应用需求。在商业智能领域，国内主流 保险企业纷纷搭建商业智能平台，以期通过监 控关键指标，进一步精细化公司经营策略。在 算法平台领域，目前国内主流保险企业与多家 人工智能公司合作，积极引入先进的人工智能 算法，或通过自建人工智能部门，构建企业创 新能力。
但当险企将这些先进技术应用到具体业务场 景时，业务端对此的获得感和参与度并不强 ，究其原因在于转型往往由科技部 门主导，缺乏业务部门参与且与业务战略衔 接不够紧密，与业务端的应用需求存在一定差 距，导致类似数据应用场景在落地过程中，未 能与业务端充分协作。此外，在进行数据应用 创新的过程中，没有明确评估和量化业务场 景创新对业务带来的价值，导致转型成功的 标准与业务端的感受不一致。
在进行大量的数据应用场景建设后，险企后 续的可持续运营与变革管理成为转型难点。我 们认为，数智化转型的关键在于“转型”。包括 险企在内的一众领先金融机构在推进大数据 用例时，常常发现即使基于业务战略制定数据 战略，其落地过程也是困难重重、进退维谷。 这往往是由于机构没有充分意识到“转型”所 需的变革管理并为之做足准备，包括业务模式 和终端用户习惯改变等。
以前文提到的营销价值环节的大数据用例落 地为例，从基于用户画像标签进行保险产品匹 配，到通过不同渠道分流触达客户并同步优 化营销路径等场景，均需要将大数据嵌入到 现有业务流程中，并对其进行持续优化。更进 一步来说，大数据应用部署还将促使原有运 营模式向数据驱动的运营模式转变，同时带 来业务重构。实践表明，成功的数智化转型， 需要在变革管理上投入两倍于技术开发的时 间。
由于数智化转型的关键在于业务经营模式“转 型”，这意味着我们不仅仅需要技术型人才 （如数据工程师、数据科学家和前端应用工 程师）来进行数据清洗、开发统计模型和算 法、开发数据产品等，还需要内嵌业务的数据 治理人员，以确保数据治理与安全；更需要大 数据用例开发和变革管理团队，来确保业务 价值最大化以及转型的成功推进。 目前，我们看到大部分险企往往只注重技术型 人才的培养，而忽视了对业务侧数据人才（包 括数据治理、数据用例开发与变革管理）的培 养，从而导致大量数智化转型因为“最后一公 里”而前功尽弃。
