观念平台－运算商业在保险业数位化的角色

保险业尚未针对巨量资料（big data）平台与智慧机器提升处理能力。图／路透

根据Gartner定义，运算商业（Algorithmic business）是以工业化的方式，运用一些对提升商业决策或程序自动化来说相当重要的复杂数学运算，进而取得差异化竞争力。

运算商业是保险业务的核心。保险公司属于资料密集产业，而且着重模型，已开发出各种先进的精算与风险模型。近几年产物保险与寿险业者逐渐看重商业智慧（BI）与分析技术，投入资金也逐年增加，但大部分都因为缺乏企业治理、扎实的模型导向文化，与了解制式模型含意的人员而处于孤岛状态。除此之外，重点往往还是放在传统的保险资料（例如交易），整体企业当中存在大量完全未经分析的「黑暗资料」（dark data）。大部分公司都已经有严格的保险精算与风险分析作业，却没有针对数位保险市场各种新需求做好准备，这些需求包括即时分析、预测性及制式模型、着重非结构性资料以找出顾客行为或心态，或透过巨量资料（big data）平台与智慧机器提升处理能力。

要顺利转型为数位保险公司，企业必须能以更胜以往的速度操纵大量资料、利用非结构化资料充实结构化资料、将之应用于核心业务决策（包括行销、防诈骗与顾客服务），并将相关资讯紧密整合至核心系统，进而以透明的方式处理资料。随着越来越多业者转型为数位保险公司，他们必须扩大整体企业的分析能力，而且整个价值链都要采用运算商业原则，此外还要进行流程方面的创新，并利用物联网之类的新科技。这将会对既有的分析技术形成压力，因为后者多半属于叙述导向，对精算部门之外的预测能力有限。

除此之外，它也可能在新型态数位资料（例如物联网）崛起的未来市场里大获成功。随着资料量逐年增加，保险业者也导入新的资料来源以扩充传统上以保单为主的资料储存库，而为了提升未来竞争力（像Google等市场新手都更为精通顾客分析等资料技术），保险公司必须转型运算商业。保险公司资讯长则须要协助业务伙伴了解支援运算商业模式的基本要素，同时为商业决策者提供指引，透过复杂的科技解决方案，建构一个足以支援此一愿景的适当IT环境。

要让公司转型为更精准、行动更集中，且结构更适合运算开发及部署的运算商业企业，创新的IT与业务主管要做的不只是采用新型解决方案。这意味必须开发新的人员配置模式，包括指派资料长（chief data officer）并发展资料科学部门。这还意味着业务重点必须更新，以便将资料应用在业务流程，并使用新的工具／科技来支援人为决策或直接与顾客互动，像虚拟代理（virtual agent）或机器人顾问（roboadvisor），都能挖掘资料并借由分析大量资料集提供机器对人（M2H）互动。

未来三年，运算商业将成为产物保险与寿险业者成功的重要关键因素，且Gartner认为很多保险业者都无法达成运算商业的目标。许多业者至今仍缺乏打造相关模型所需要的资料文化，包括领导与治理方面的不足，更别提要在资料领域获得成功所需要的一些基础要件，像是资料标准、企业资讯管理策略，以及如何将资料应用在资讯创新方面的洞察力。企业必须现在就着手发展适当的领导能力与成功基础，否则到了2020年将会发现难以与人竞争。