保险是最古老的行业之一，最早可以追溯到公元前 3000 年左右，商人们为了转移或分散风险，逐步发展出了风险共担的保险形式。千禧年后中国保险行业进入快速发展期，制度不断完善，信息化水平不断提高，形成了现代化的保险业态。
根据中南财经政法大学发布的《2024 中国保险发展报告》，2023 年保险行业快速发展，总保费收入首次突破 5 万亿元，保费增速达 9.14%，远高于经济增速的 5.2%。2023 年保险资产规模达到 29.96 万亿，连续 7 年稳居世界第二大保险市场。
而 Mordor Intelligence 在 《China Online Insurance Market》中则提出，2024 年中国在线保险规模将达到 7075.8 亿美元，到 2029 年还将增长至 9864 亿美元。
Source:https://www.mordorintelligence.com/industry-reports/china-online-insurance-market
可以预见的是，随着国民收入水平的提高、人口老龄化的推进以及保险意识的增强，未来中国的保险用户规模与市场规模将持续扩大。
随着“十四五规划”的推进，数字化转型已成为金融和保险行业的重要课题。面对数量如此庞大的用户群体与越发复杂的应用系统，保险行业的 IT 运维团队面临着全新的困难。
IT 团队需要变革性的技术来打破数据孤岛，理清系统运行状态，实现更快的故障响应、更准确的根因定位、更少的用户影响，确保系统稳定性，从而驱动数字化转型。
6 月 13 日，第六届中国保险业数字化与人工智能发展大会 2024 暨“金保奖”颁奖典礼在上海盛大开幕，本次峰会汇聚了 300 余位来自国内外传统保险、互联网保险、再保险公司、保险经纪、保险科技等公司的行业高管、专家。
基调听云 CTO 杨金全受邀在主论坛上发表演讲，与来自保险行业、学会、企业等头部专家学者同场论道，共同探索可观测性在保险行业数字化转型中的重要价值。
杨金全在演讲中提到，数字化转型不仅是技术层面的更新，更是业务模式和思维方式的变革。
在传统的 IT 运维体系中，我们已经建设了很多工具，但随着云原生和容器技术的发展，传统的应用监控工具无论是在寿险、车险还是互联网保险的体系中，都面临着全新的问题。随着工具的增多，告警也越来越多，然而故障的处理效率并没有得到明显的提升，反而对用户体验带来了负提升。
保险行业在规划中提出了线上化业务比率超过 90%的目标，但从目前行业实施的真实情况来看，与 90%的目标仍然存在差距，“十四五规划”中提到的一些要求也仍未完成。保险行业需要更加智能化、自动化的工具，去辅助我们构建自动化的 IT 运维体系，解放运维人力。
虽然现在 AI 大模型已经获得了一定程度的发展和应用，但如果我们给到 AI 的原始数据质量没有保证，那么 AI 生成的结果也会变得非常差。
可观测性为保险企业带来的数据采集即治理能力，从数据采集阶段开始，即提供了一个统一的数据模型，帮助企业将数据清洗环节前置，从数据的获取环节开始规范化，提升原始数据质量，进而更加准确地体现应用系统真实的运行状态。
当下，数据已成为新型生产要素，数字化、智能化正在与实体经济深度融合，驱动各个行业实现转型升级和价值增长，加快形成新质生产力。数据已然成为重组要素资源、重塑经济结构、改变竞争格局的核心动力之一。
可观测性数据，尤其是与保险业务强相关的核心数据，必须要纳入到数据管理的统一体系中。因此，数据湖仓的变革就变得非常重要。
数据湖仓为企业提供了完备的数据存储、调用与数据分析基础，帮助企业最大化利用业务数据，充分发挥数据作为新型生产要素的核心价值，构建最完整与准确的可观测性体系。
可观测性在数字化运维过程中正发挥着越来越重要的作用，为保险企业的数字化运维提供了高效的工具，通过数据治理和 AIOps 可极大提高运维效率，帮助保险企业减少 IT 运维故障的发生、快速定位问题根因，在宏观与微观视角中都更加了解系统状态。
在过去三年中，基调听云为中国人民保险、中国人寿、太平洋保险等数十家保险企业的数字化转型提供了保障，通过技术工具创新、数据治理、AI 技术应用与业务流程优化等多个方面，帮助保险企业克服数字化进程中的挑战。
推荐阅读
来个“分享、点赞、在看”👇
