会议简报｜立言首都金融论坛·第37期：金融街论坛系列活动之“数据治理与保险业数字化转型”论坛成功举办

 

7月21日，由北京立言金融与发展研究院联合北京金融街服务局共同主办，国家金融与发展实验室金融科技研究中心、金融科技50人论坛学术支持的金融街论坛系列活动之“数据治理与金融业数字化转型”系列论坛“数据治理与保险业数字化转型”在京举办。这是北京立言金融与发展研究院成立后举办的立言首都金融论坛第三十七期系列会议。

完善数据治理是金融机构数字化转型和高质量发展的坚实基础。随着时代的变迁，数据治理也从局部数据管理、统筹数据治理，发展到如今以释放数据价值为核心的数据资产运营，内涵和重要性在不断提升，也不断推动保险行业的数据价值持续释放。随着“数据二十条”、“数字中国建设整体布局规划”、“组建国家数据局”等重要政策与改革的密集落地，进一步促进和提升了保险业机构数据治理的行动力。

数字经济时代,数据是新的生产要素,也是重要生产力。加强数据治理,释放数据要素与资产价值,促进数字化转型，是目前金融业亟待攻破的难点，也是金融街论坛关注的重点方向。为充分发挥好金融街论坛年会“四个平台”功能作用，深化金融街论坛“一主N分多沙龙”长效办会机制，北京立言金融与发展研究院联合北京金融街服务局针对“数据治理与金融业数字化转型”这一主题组织系列论坛活动。

本期，我们以“数据治理与保险业数字化转型”为主题，邀请来自政产学研的专家学者，围绕保险业机构应该如何更好地完善和健全数据治理的相关体系和机制，布局“数据要素和数据资产”的发展机遇，系统性培养符合转型需要的数据人才队伍等问题展开讨论。

 

首先是开场致辞环节，由国家金融与发展实验室副主任杨涛做致辞发言。本次论坛由北京金融街服务局综合协调处处长王帅主持。

杨涛：国家金融与发展实验室副主任

国家金融与发展实验室副主任杨涛围绕数据治理与保险业数字化转型的主题，分享了以下三方面的考量。

一是之所以从数据治理开始设置研讨主题，是为了深入地研究如何使得数据要素更加标准化、更加可计量、更加可识别，最后能够价值实现，并进入财务报表，这是拥抱金融业数字化转型的重要切入点。

二是保险行业与科技、数字化的融合也是大势所趋。根据2017年国际保险监权官协会 (IAIS)对保险科技定义，保险科技是金融科技在保险领域的分支，即有潜力改变保险业务的各类新兴科技和创新型商业模式的综合。通过保险科技的创新，发掘新技术+数据如何更有效地改变保险业的生产方式，改善行业投入产出效率，最终产出更多有价值的成果，从而更好的服务实体经济与社会发展。

三是保险业数字化转型对我国有深远作用。在百年未有之大变局的挑战下，全球经济增长的内生动力都在弱化。新格局下，日益复杂的风险对保险业带来了新挑战。比如我们目前面临快速老龄化，相应带来的长寿风险，需要保险业在长周期、跨周期下做好风险管理，这也提出了更高要求。因此，保险业如果充分利用大数据、人工智能等新技术，做好风险定价、识别及平衡，不仅对于自身意义重大，而且对于优化服务对象的全生命周期风险管理带来突出价值。

 

第二部分是主旨演讲环节，邀请到了国家金融监督管理总局统信部副主任骆絮飞，中国保险行业协会党委委员、副会长王玉祥，中国人寿保险股份有限公司数据中心总经理梁祥，中央财经大学中国精算研究院教授、国家风险治理与保险服务创新发展研究中心主任李晓林，北京理想保险经纪有限公司总经理李晶，洞见科技创始人、董事长姚明围绕“数据治理与保险业数字化转型”进行分享。

骆絮飞：国家金融监督管理总局统信部副主任

国家金融监督管理总局统信部副主任骆絮飞主要围绕当前数字化转型的成效，以及未来数字化转型的重点进行了分享。

第一，深化认识数字化转型的重大意义。数字化转型是银行保险机构高质量发展的必由之路，一是数字化转型是顺应当前新一轮科技革命和产业革命变革、释放数字红利的必然趋势；二是数字化转型是提升金融服务实体经济能力和水平的重要抓手；三是数字化转型是适应金融市场变化，提升银行保险机构竞争力的战略要求；四是数字化转型是适应数字经济发展，实现数实融合的必由之路。

第二，整个行业数据治理取得积极成效。去年原银保监会印发了《关于银行业保险业数字化转型的指导意见》，指导银行保险机构加强顶层设计，积极布局，加大科技和数据投入，加强数据能力和基础设施建设，提升安全合规能力，更好适应数字化时代的发展需求。银行保险机构积极落实国家有关政策要求，在数据治理方面具体表现为以下几个方面：一是健全数据治理体系。一方面，银行保险机构普遍成立了数据治理委员会，设立专职数据管理和应用的一级部门，部分机构成立了专注数据运营的专职机构，增强数据应用和支撑能力。另一方面银行保险机构建立了覆盖总部和分支机构的数据人才队伍体系。二是加强数据资产管理和数据质量控制。银行保险机构全面梳理和整合机构数据资产，推动企业级的数据资产管理体系建设，打造“一站式”的数据资产管理平台。三是积极参与数据要素市场建设，持续引入外部数据赋能业务发展。四是积极应用大数据、人工智能等数字技术，强化金融智能化、多元化发展，提升普惠金融、绿色金融、农村金融、新市民金融服务能力。五是强化网络安全防护，加强数据安全和隐私保护。

第三，准确把握数字化转型规律，深入推进数字化转型发展。一是加强顶层设计。统一思想，转变思维，以业务变革为核心推动业务和技术形成共识，同时制定企业的数字化战略，进行系统化顶层设计，在业务层面、数据层面及科技层面全方位推进。二是突出转型重点。要坚持价值导向、问题导向，结合各个机构自身的资源特点、发展趋势和特色方向，明确数字化转型的意义。尤其是中小机构要立足本地，回归金融服务的本源本质。三是加强数据和科技双轮驱动。一方面，金融机构作为数据密集型行业，积极参与数据要素市场建设；另一方面，打造数据能力的核心竞争优势，推进分布式架构转型，加强科技管理的敏捷转型，加强企业级业务平台建设，推动业务、数据和科技的有效融合。四是重塑业务体系。金融机构要以客户为中心，深化金融的应用生态建设，打通数字化的服务平台，形成线上和线下完整的服务体系。加强对新形势下产业、行业、商业模式、金融生态变化的分析，研究业务发展趋势，积极运用信息技术优化业务模式、提升数字化风控能力。五是强化风险防控。要提升网络安全的保障能力，防范供应链威胁，提升数据安全防控水平，强化隐私保护，创新风控手段，推动风险管控自动化和智能化。六是加强数据安全管理。金融机构要建立并落实数据安全责任制，建设覆盖数据活动全生命周期的安全管理制度，特别是强化外包和外包合作中的数据安全管理，采取技术和管理防范措施，增强数据安全保护能力。

最后，骆絮飞指出数字化转型是一项长期、复杂而艰巨的工作，数据治理和应用是金融业数字化转型取得成功的基石和保障，各个机构要久久为功，共同努力，将新形势下的数字化转型工作推向前进。

王玉祥：中国保险行业协会党委委员、副会长

中国保险行业协会党委委员、副会长王玉祥围绕数字经济时代保险业在推动行业数据治理水平、提升数字化转型能力方面进行分享。

保险业的数据治理在治理结构、能力塑造、应用基础方面呈现的几个特点。一是关注数字化战略规划和治理体系建设的意识不断增强；二是建立数据管理制度和质量监督手段的范围不断扩大；三是夯实数据应用基础的能力不断提升。

保险业的数字化转型还面临许多挑战。

当前，保险业由过去的局部数据管理向统筹数据整合、智能应用、数据驱动和数据开发融合方向发展。但是，由于各保险公司的业务规模、发展阶段、专注领域差异，使得整个行业需要统筹协调，共同应对。   

一是数字治理顶层设计缺乏。金融信息收集使用和披露过程中仍然缺乏具体的执行条例；没有形成适应保险业发展的治理制度，数据治理的生命周期全流程管理机制监督不健全，数据权属划分不畅。

二是数据资源质量还需提升。数据资源的质量不高是保险业现阶段最大的问题，主要体现在数据治理成熟度偏低、数据质量不高、数据来源较窄、数据潜能释放效率不足。当前，应聚集行业力量研究如何规范数据，监管部门、行业协会规范统计数据的部门权属。只有在明确数据来源的前提下进行精准抓取，才能通过统计分析获得较为精确的结论。

三是数据管理能力有待加强。一方面，数据治理架构不完善，治理工具和技术薄弱，治理流程和环节缺乏刚性控制，数据治理工作重技术部门、轻业务部门。数据治理工作与业务部门结合不紧密，内部数据孤岛问题还有存在。另一方面，数据采集、存储、加工、挖掘和使用各个环节仍存在数据泄露、垄断和隐私侵权等不当使用的隐患，数据安全管理机制不健全，保险数据的产权归属、估值定价、交易流通和共享融合等规则和标准需要在实践中尽快确立与完善。

四是人才队伍储备较为薄弱。数据治理是一项专业性极强的工作，需要将懂数据和懂保险业务二者真正结合。目前行业只有部分机构能够综合利用数据报表、数据分析、智能模型等开发数据产品，来形成数据服务的产业链，数据分析人才、数据管理人才、业务人才难以围绕数据治理形成合力。

王玉祥就下一步保险业协会如何开展扎实有效的数据治理分享以下工作方向：

第一，进一步明确数字化战略定位。推动保险公司建立起组织构建、架构健全、边界清晰的数据治理框架，建立多层次相互衔接的机制，科学计划数据治理发展路线图和计划。

第二，进一步优化数据治理机制。引导保险公司优化数据管理组织，明确部门职责分工；规范数据管理制度及流程，制定内部数据管理方法、制度和规程；构建以数据为中心的管理体系和内部监督组织。

第三，进一步提升数据资源质量。在数据治理框架下强化行业内部数据标准制度建设，推动行业定义规范与统一口径，形成数据规范与数据标准的实施范围；充分发挥行业科技平台作用，形成行业共识，实施数据共享，保证数据统一性、完整性和可用性。

第四，进一步完善数据协同治理。促进保险公司与互联网平台、保险科技公司的合作，提升客户参与行业数据治理的积极性。

最后，王玉祥指出，保险业协将会继推动内部平台建设，推动和引领行业的保险科技发展。把党中央的决策部署和总局的重要工作安排，把推动保险行业的数字化转型与服务国家战略、服务实体经济、服务民生深度融合，搭建好行业的平台，为保险业行业数字化转型向着更深层次、更高水平发展。

梁祥：中国人寿保险股份有限公司数据中心总经理

中国人寿保险股份有限公司数据中心总经理梁祥结合中国人寿在数据治理方面的实践和经验，围绕加快推进保险公司数字化转型进行了分享。

梁祥指出，在数字经济加快发展的新时代背景下，曾经以科技创新和应用为骄傲的金融企业开始直面数字经济下的互联网企业的竞争。数字化转型是金融行业实现高质量发展的必由之路，传统金融企业的数字化转型势在必行。

在中国人寿数字化转型的实践上，梁祥提到，中国人寿沿着全面云化的思路，建立与数字化转型相配套的机制、安全、基座、平台，稳步推进数字化转型。

首先，在抓实方面，一是抓实人才机制，明确人才是科技赋能和数字化战略的关键；二是抓实科技产品责任制，打破原来的需求、开发、上线模式，以产品责任制的思维打造科技产品，从全生命周期管理产品；三是抓实企业协同机制，通过建设自有的企业协同平台，实现信息的实时交互、动态展现、自由切换，将社交化生态链作为数字化转型的工具。

其次，在固稳方面，高度关注数字经济时代的信息安全建设，强调稳字当头。一方面，将安全职责融入所有团队人员，稳定安全，强化自身；另一方面强化业务、赋能风控，构建起内生、可信的常态化安全防护体系，通过防御面最大限度的收缩和对用户行为的实时精准洞悉，有效解决开放与安全的矛盾，全面筑牢安全底线。

再次，在做强方面，构建云+网+端的弹性可靠的数字化基座，打造数字经济下的核心竞争力。一是建立全套自主可控的技术体系，实现全面革新，升级公司科技架构为分布式开放云架构；二是升级扁平化直连网络，形成高效畅通的物联网信息高速公路；三是建成新会计准则下的数据平台和计量平台，依托数字化基座所提供的数据处理能力，实现新准则下会计核算体系和精算计量评估体系重构。

最后，在创新方面，以平台化、服务化方式建立起标准统一、开放共享的数字化平台，快速交付科技服务，敏捷支撑保险业务。一是聚焦数据实时性、一致性、准确性和安全性，将监管标准化数据治理和数据成熟度贯标作为提升数据质量的重要抓手；二是通过智能感知，实现生产单元经营情况的智能感知、实时展示，以及客户服务的实时连接、零感知体验；三是通过敏捷迭代随时响应市场需求；四是对系统架构进行重构，构建起内通外联的数字生态，以生态共建推动保险主业持续发展。

下一步，公司将围绕数字化转型目标，大力推进“金融科技数字化工程”，统一规划、系统推进技术层面、数据层面、安全层面、机制层面的信息技术重点任务；围绕信息化本原，以移动物联为驱动，以云原生为主线，将智能化全面融入公司核心价值链各环节，实现现有数字化平台的跃升。

李晓林：中央财经大学中国精算研究院教授、国家风险治理与保险服务创新发展研究中心主任

中央财经大学中国精算研究院教授、国家风险治理与保险服务创新发展研究中心主任李晓林围绕“保险蝶变：数字社会数据与算法治理”进行研究成果的分享。

数据治理实际上是结构治理。李晓林指出，数据结构治理的目标，是治理人与客观社会的关系。事物的演进变化可解析为六要素结构，六要素结构是一个链式结构，包括动因、背景、客体、主体、事件以及影响。

数据的结构治理中，主要包括风险结构治理和价值结构治理。

从风险的角度看，数据技术的发展推动了经济社会加速走向空间的高维化和秩序的并行化，颠覆了风险的诸多规律。一方面，它影响了风险的不确定性、随机性，干预了事物运行的轨迹；另一方面，大数据带来的风险规律的再认识和更细分，使得大数法则的运用比过去更困难。

因此，改变风险进程将升级成风险管理的核心，在进行风险分析和风险控制时，数据治理要约束维度、约束秩序。他还指出，风险治理的目标是追求风险要素均势，风险结构均衡。干预风险结构的的主要方式，就是要对风险要素的组合与隔离、风险损失的平抑、以及小概率风险事故的不畅和大概率事件的风险演和。

从价值的角度看，价值治理的目标是数据的有序化，以及建立新的结构、形成新结构价值。通过一定的机制实现数据的风险治理职能、价值创造职能和资源配职能。在此，李晓林强调，无论是数据的风险治理，还是数据的价值治理，均是针对一定的场景而言的，需要有应用场景的针对性和匹配性。

之后，李晓林谈到了算法治理，他认为，避开算法谈数据治理是不充分的。

算法即要素结构关系到表述和处理（安排或约定）。一是作为风险分摊和转移的算法，保险在风险交互和平抑中实现价值循环。保险的风险交互，是指被保险方的不确定性风险、保险人的经营风险和经济社会的运行风险，通过保险活动实现多元风险交互；保险的价值循环，是指在保险服务中，实现保险保障价值、经营价值和社会价值等多元价值的有序循环，包括保险的二元、三元及五方价值循环。

二是统计可靠性的挑战和智能可靠性的缺失。保险的定价模型、风险模型等传统模型均建立在统计可靠性的基础上。然而，新技术的到来使得诸多新矛盾、新问题涌现，包括掐尖与兜底的问题——统计可靠性中要求的业务可控性，与社会对风险治理的兜底性需求，之间的挑战加剧；以及高维并行社会高维并行信息的不可得，与保险产品随机假设与信息不对称下的风险错位，之间的挑战加剧，均使得当下的算法治理更加困难。当下，智能可靠性尚未确立，智能算法逻辑的博弈失和、失序，冲突的显性化要求尽快建立新伦理、新规则、新保险。重点是建立新的可靠性逻辑，在考虑风险时更多考虑如何做到逻辑上的可靠，万无一失，而非速度与效率。

李晓林就保险在数字社会进化中的蝶变过程做了进一步的说明。

首先，他认为数字社会是指当信息、行为、价值、决策、规则和文化的数字化发生后，真实世界在数字世界产生了一一对应的映射空间；置入算法灵魂后，形成新的数字化生命构成的数字化世界。在数字化世界中，数据成为生产资料，算法与链接网络成为生产关系，数字化的映射世界既是空间、也是载体、还是内容；在算法的智能超算中形成生成、分配、交换、消费。映射世界并未脱离客观社会，而是利用优化的运算处理改善客观社会，或处理与客观社会的关系。

其次是保险的数字化。他认为风险治理和保险社会信号信息的数字化、风险与保险行为的数字化、价值数字化、涉险决策的数字化、算法和保险方案的数字化、治理规则的数字化、风险文化的数字化才是与真正业务相关的重要的数字化。

再次是数字社会在保险可靠性下的进化逻辑。他指出，作为风险结构的主导者，风险主体的风险观和风险分层是一切决策的基础。保险穿越风险分层、改变风险分层，进而改变社会进化逻辑；于是，保险作为关系治理的算法，是一种生产关系，又在商业交易中被买卖；另一方面，它既是治理工具，也是治理对象。

最后，李晓林就数字社会的高阶数据治理进行了展望。未来面对数字社会的风险变异、治理异化与保险复杂化，需要依靠改变机制、伦理等保险治理来应对技术沙文化、数据沙文化和治理沙文化；作为关系治理的算法，保险本身将会在治理中不断优化。

李晶：北京理想保险经纪有限公司总经理

北京理想保险经纪有限公司总经理李晶结合新能源汽车企业在保险数字化转型，尤其在车险方面的探索与实践进行了分享。

李晶认为，车企在保险科技数字化转型方面主要是围绕人工智能、大数据、云计算、区块链为核心，高效且可持续的支撑保险科技服务体系，以优化保险的线条服务、强化客户洞察能力、实现保险行业新生态的孕育。李晶结合理想汽车在车险方面的探索与实践，分享了当前新能源汽车保险的数字化转型和应用情况。

首先是当前新能源汽车保费的基本情况。一是新能源汽车保费持续增长，重要性凸显。二是综合成本率显著降低，一方面综合成本率高起，但下降趋势明显，这主要是源于赔付成本高；另一方面车均保费更高，远高于燃油车保费，主要原因为以下几点：新能源汽车的新车购置价较高；2020年新能源汽车车龄较低，保费相对较贵；2021年关于新能源汽车车险的条款费率带动了车费上涨；整体赔付率较高；新能源汽车的结构原因导致只换不修的情况成为常态。三是市场平均佣金率显著降低，主要原因是保险公司精细化经营的举措改善，比如外部数据的应用，网约车和核保规则的优化等。

其次是新能源汽车与燃油车保险业务结构对比。李晶指出，根据中国银保信的有关数据，新能源汽车整体出险频率要高于非新能源汽车，绝对值大概高4个百分点。原因如下：第一，新能源汽车新车用户占比率更高。新能源汽车购买的人群中年轻人占比增加，年龄逐渐围绕至24-34岁。第二，新能源汽车23岁以下的“极度年轻”人群占比更高。逐步年轻化的新能源汽车消费群体，造成了出险的困境。第三，新能源汽车在一二线城市的购买用户占比明显更高。大城市基础设施更加完善，但由于汽车饱和度高、城市拥堵、交通复杂、停车难度大等问题，造成出险率较高。第四，新能源汽车在南方省市自用车占比相对较低，出租租赁车占比更高。第五，由于燃油车和新能源在用户结构、新车旧车结构、使用性质上的显著差异，预计出险率会存在较大差异。上述的数据分析，进一步体现了保险业务数字化转型迫在眉睫，同时进一步彰显了保险业务向数字化、智能化演变。

最后是对未来新能源汽车保险数字化的展望。第一，新能源汽车安装大量传感器和智能设备，能有效采集大量车联网数据，有助于更精准地评估司机驾驶行为和风格，这有利于优化保险行业的定价、核保和风控的精细化。第二，保险从业机构可以利用丰富的外部数据来源，包括车联网行为数据、维修类数据、高速公路行为数据、违章类数据、金融类数据等。第三，建议新能源汽车主机厂商要利用好车企的庞大数据基础和技术底座，将新能源车险业务赋能好汽车的后市场生态，优化新能源车理赔流程，设计出围绕家庭用车环境的创新性保险服务产品，进一步彰显金融服务实体经济、惠利于民、让利于民的服务体系，有利于进一步推动国家推动新能源汽车发展的重要战略。

姚明：洞见科技创始人、董事长

洞见科技创始人、董事长姚明结合所处行业以及公司业务，分享了隐私计算技术对于数据要素安全流通与保险业数字化转型及应用的理解。

从⾏业背景来看，数据作为新型⽣产要素，需要开放与流通才能充分释放价值。一方面，数据的商业价值凸显，国家已陆续出台多项政策推动数字中国及数据要素市场建设；另一方面，因缺乏安全流通手段，担心数据在流通中存在被复制、被缓存、被滥用的后链路风险而牺牲流通。在此背景下，隐私计算应运而生，成为破解“既要流通、又要安全”矛盾的技术最优解。

在技术研发方面，洞见科技团队自2017年起就率先开展隐私计算相关技术预研，于2020年推出业界首个面向场景的全栈融合隐私计算平台InsightOne，并提供软硬件结合的一体化解决方案及全面信创适配。目前，已取得了数十项隐私计算技术发明专利，牵头或参与制定了近百项隐私计算关键技术标准。同时，与政产学研用等机构共建了多所隐私计算联合实验室，推动创新探索与产业应用。

在场景应用方面，隐私计算涵盖了从“C2B”到“B2B”、从内部共享到外部协同的各类数据流通共享场景。“C2B”是指对于个人与企业间的数据流通，由传统的将个人数据采集至中心服务器模式演化为聚合个人数据计算价值开展分布式数据分析。“B2B”是指企业与企业间的数据流通，由数据传输至对方进行分析利用转变为基于各方本地数据协同计算。对于国内更注重的“B2B”场景来说，以金融行业为例，“内部共享”主要是指实现金融机构各个业务条线、分支行的数据共享；而“外部协同”则是金融机构通过引入第三方外部数据，用以增强风控能力、提高获客效率、降低获客成本、提升用户体验等。

此外，姚明对于隐私计算如何服务于保险行业进行了典型商业案例分享。一是洞见科技助力中国人寿建设了中国保险业首个隐私计算数据生态平台，通过融合计算引擎、数据生态链接、业务场景建模和异构互联互通四大能力安全打通“对内+对外”数据链路，形成内部数据相互协同、外部数据生态与内部数据结合的全域数据生态；二是洞见科技帮助某大型保险公司链接互联网大厂流量数据，赋能其保险业务精准获客，通过打通业务方与媒体方的链路，基于隐私计算技术在媒体方与业务方之间构建安全可控的数据协作通道，并结合营销目标构建更加智能精准的联邦投放模型，优化投放策略，大幅提升了投放转化率，降低了获客成本。

 

第三部分是圆桌交流环节，邀请到了北京人寿保险股份有限公司副总经理、董事会秘书刘睿文，中国社科院金融研究所金融科技研究室副研究员汪勇，华炫鼎盛（北京）科技有限公司董事长李文华，OceanBase资深架构师李丹丹进行深度探讨。本环节由北京立言金融与发展研究院副院长金巍主持。

刘睿文：北京人寿保险股份有限公司副总经理、董事会秘书

北京人寿保险股份有限公司副总经理、董事会秘书刘睿文主要围绕数据对保险业供给侧方面的影响进行分享。

第一，保险大数据的应用对保险业最大的影响，在于推动未来保险产品的开发和服务供给的全面升级。目前，中国的保险业事实上还不存在真正意义上的大数据应用，主要是因为基础数据没有实现联通和统一，导致大数据无法推动行业产品供给侧转型升级。例如，新能源汽车价格的居高不下在于当前所积累的经验数据不足，导致产品价格难以下降。

第二，要想实现保险业的大数据联通，需要突破四大壁垒：一是保险业同业的壁垒；二是保险业与相关产业的数据壁垒；三是消费者的隐私壁垒；四是公有数据商业应用的壁垒。

第三，保险大数据应用的突破，可以由非盈利的保险行业协会、高校联合牵头推动保险及相关行业基础数据的联通和统一开发利用。例如寿险业目前仅是定期公布28种重疾发生率表，未来可以由保险行业协会牵头，在行业统一数据的基础上，借助云计算和分布式架构等技术，扩大重疾发生率表覆盖病种范围，并定期发布常见病发生率表，引导寿险公司开发出更多精准覆盖老百姓痛点的、价格实惠且个性化的健康险产品和服务，这样才能真正从供给侧推动保险业转型，为国家高质量转型发展作出贡献。

最后，刘睿文表示，希望落实保险业数据的互联互通，推动保险业供给侧改革，为国家高质量发展和满足人民日益增长的保险需求做出保险业自己的贡献。

汪勇：中国社科院金融研究所金融科技研究室副研究员

中国社科院金融研究所金融科技研究室副研究员汪勇主要就当前保险业数字化转型面临的问题进行了分享。

首先，当前保险需求在疫情之后获得了更高的认可度，尤其是中老年的需求是分层的。在这一背景下，对于差异化的保险需求，保险机构应提供何种相应的产品服务亟需考虑。

其次，要加强数字化转型的赋能工作。一是新技术应用和自主可控技术的研发非常不足，传统保险公司的主要工作还在数据中心建设和技术转型上，导致容易收到外部制约；二是在风控方面存在缺陷，着力于创新业务的合规性和战略风险管理的保险公司较少；三是中小型保险公司迫于生存压力做数字化转型，受到大平台制约，业务增长受限，难以形成正向反馈；四是数字化转型的短期倾向严重，中小型机构在普遍人力、财力不足的情况下，难以形成长期工程，应在数字化转型前做好框架设计。

最后，汪勇表示，保险业应通过数字化转型、数据治理能力建设，更好服务用户的个性化需求，提升风险管理能力，践行保险为民的宗旨。

李文华：华炫鼎盛（北京）科技有限公司董事长

华炫鼎盛（北京）科技有限公司董事长李文华主要分享了数字化转型的实践和未来的发展方向。

首先分享华炫鼎盛在数字化过程中的实践。一是构建中亚司和欧亚司的跨境国际贸易结算体系；二是服务金融市场部的衍生品交易；三是参与工信部国家产融合作平台建设。

李文华认为，数字化转型是一项系统性工程，除了银行与保险公司，企业也需要数字化转型，转型是一项漫长的工程。产业扶持政策的资金支持应更多流向有自身专长的企业，为产业下沉到企业的产业，做精准的企业核心竞争力评估。

他还指出，对于金融机构而言标准十分重要。只有形成更好的标准化评价体系，才能更好地补贴科技公司，更好地服务银行和保险公司，从根本上解决问题。然而，能助力金融机构做好标准的也许不是金融机构本身，而是具有前瞻的金融科技公司。未来，地方政府可以负责数据资产的交易，让拥有数据源的企业、以及采集方、加工方都能通过交易平台分得利润。

最后，在产业数字化和数字产业化的大的浪潮中，要勇敢做一个数据资产价值的见证者和发现者。

李丹丹：OceanBase资深架构师

OceanBase资深架构师李丹丹结合分布式数据库软件设计的工作经验进行分享。

第一，数字化转型的地基是数据。当前国产化要追求不仅是替代而是升级。大的银行机构和保险机构在升级至分布式数据库OceanBase后，首先可以实现多地多中心容灾，实现安全可控。其次，面对保险机构面临的常见痛点，包括整个系统数字化实时性不够的问题，OceanBase可以通过HTAP能力做到实时分析。

第二，增强数据库敏捷性和可拓展性。将分布式数据库的高并发能力带到保险业，需要IT基础设施的支持，无论是硬件还是数据库敏捷的可拓展性，应用原生、分布式的在线扩容能力，可以将应用场景平滑地支持下来。

第三，采用多地多中心的容灾架构。传统集中式的架构一般依靠高端硬件实现，具有宕机风险的同时成本很高。使用多副本部署的架构可以实现无单点障碍，实现多地多中心的效果。

第四，自主可控存在潜在风险点。无论是数据库还是科技产品，开源产品也存在知识产权风险。同时很少有科技公司有百分百的开源产品，因此关注这些风险，对金融机构和保险公司的数字化转型及治理是至关重要的。

最后，在国产化浪潮中进行改革，当前是一个比较好的时机，从数字化到数据治理，大家都在做底层架构的分布式重构，如果分布式架构可以实现金融保险系统的弯道超车，将会尽快地赶超发达国家水平。