华农财险 全流程数字化研发管理实践 李翔 华农保险技术中心总经理 www.top100summit.com 李翔 华农保险技术中心总经理 “ 12年互联网从业经验 8年自主创业 4年金融保险行业 从19年从0到1按照互联网模式组建了研发团队，逐步建立起了科技团队的数字化管理 体系，对研发流程进行全流程数字化监控和管理，不断提升人员产能，提升研发效 率。 ” 讲师简介 www 数智化内容 信息化 线上化 数字化 智能化 科技支撑 基础设施 研发能力 数据能力 落地举措 运用第一性原理，思考“用户价值” 温度 客户体验优化 | 贴近客户所需 效率 降本增效 | 优化流程 智能 数智化决策 | 全局最优化配置 专业 精细化管理 | 记录、追踪、可量化 内生动力 组织与文化 团队是战略落地的基础，文化机制是最强大的精神动力。没有组织与文化，战略落地无从谈起 成效：实现成本和效率最优，引领公司高质量发展，持续巩固轻资产优势 www.top100summit.com 数 智 华 农 2 . 0 经营决策 数字化 客户经营 互联化 销售运营 智能化 管理流程 精细化 产品风控线上化 全 面 打 造 数 智 化 运 营 决 策 中 心 数字化对保险的改变已成必然趋势 数字化转型是华农优势，也决定华农未来 自上而下 总分公司 协同发展 建设数智华农，引领重构核心业务价值链

年的目标架构及演进路线 • < 文件 5> 企业架构治理 (EAM) 现状诊断 • < 文件 6> 企业架构治理 (EAM) 设计 – 针对体改后的组织设置，设计所需角色、 岗位、职责，及项目治理流程 • < 文件 7> 数据治理的方向性建议 • < 文件 8> 现有 / 目标架构的 ARIS 模型说明 – 现有 / 目标架构在 ARIS 中被完整记录， 该文件为对建模内容的说明 本项 组合管理中 的贯彻 A B C A1 5 企业架构管理可以从要素、流程、和角色三方面来 分析 流程 角色 要素 资料来源：麦肯锡 EA 创建与维护流程 EAM 参与项目管理流程 EAM 参与项目组合管理 流程 设计 输入 当前 架构 目标 架构 参考 模型 架构 规范 架构 评估 转型 规划 流程层 能力层 应用层 集成层 数据层 基础层 总架构师 项 目 角 色 三大工作内容服务 架构路线图在 项目排序中的 贯彻 C 架构设计在项 目中的贯彻 B 架构维护与 更新 A 架构管理要素 业务需求 业务流程架构 业务能力架构 应用架构 集成架构 数据架构 基础架构 目标架构 业务流程架构 业务能力架构 应用架构 集成架构 数据架构 基础架构 企业战略规划 新技术趋势 EA 知识库 业务架构路线图 应用架构路线图

效率：指在运维活动中，得到的结果与所使用的资源之间的关系。在运维工作中，要不断提升 作业效率，用更少的资源交付更好的结果。 效果：指运维活动达成的结果，衡量是否达到需求或者预期的目标。运维要达到流程、服务或 活动的目标，并有切实的成效。 围绕这“四效”目标，政企客户需要围绕运维制度规范、运维组织、运维业务、运维知识库、运 维平台和运维安全这六大维度进行核心能力的演进设计与持续构建，以不断提高云平台运维管理 07-43 2.1 混合云现代化运维体系建设背景 2.2 混合云现代化运维体系建设思路 2.3 混合云现代化运维体系参考架构 2 混合云现代化运维体系核心能力 09-43 3.1 运维规范与流程设计 3.2 运维组织设计 3.3 运维业务设计 3.4 运维知识库设计 3.5 运维平台设计 3.6 运维安全设计 3 混合云现代化运维体系落地实践 09-43 4.1 建设背景 别为“运维体系现代化”、“平台运维现代化”、“应用运维现代化“和“安全运维现代化”四个部分。 运维体系现代化 运维体系现代化定义了在混合云进入深度用云阶 段，应该建设什么样的运维体系适配业务的发展， 包含运维流程规范、运维组织、运维业务、运维知 识库、运维平台、运维安全等多个方面，帮助政企 实现从当前运维体系向现代化运维体系的升级。 平台运维现代化 云平台技术栈的快速增长给云平台运维带来巨大挑 战

深度协 同管理 …… 统一的数据管理 统一的数据管理 主数据管理整体目标 整体业务变革和思路 统一平台：统一平台，统一入口，减少多系统重复录入工 作量，减少错误率； 统一管理：梳理业务执行流程，通过系统功能规范录入标 准，减少人为判断因素，提高准确率； 精细化管理：精细化数据管理，增加管理属性，为业务经 营分析提供好的数据基础； 专业化品类数据管理：梳理品类体系，关注特殊品类差异 主数据管理整体目标 u 统一和规范的数据管理，实现集团级数据共享和信息流打通的最终目的。 整体业务变革和思路 统一平台：统一平台，统一入口，减少多系统重复录入工 作量，减少错误率； 统一管理：梳理业务执行流程，通过系统功能规范录入标 准，减少人为判断因素，提高准确率； 精细化管理：精细化数据管理，增加管理属性，为业务经 营分析提供好的数据基础； 专业化品类数据管理：梳理品类体系，关注特殊品类差异 主数据管理整体目标 u 统一和规范的数据管理，实现集团级数据共享和信息流打通的最终目的。 整体业务变革和思路 统一平台：统一平台，统一入口，减少多系统重复录入工 作量，减少错误率； 统一管理：梳理业务执行流程，通过系统功能规范录入标 准，减少人为判断因素，提高准确率； 精细化管理：精细化数据管理，增加管理属性，为业务经 营分析提供好的数据基础； 专业化品类数据管理：梳理品类体系，关注特殊品类差异

成品进出库 原辅料进出库 高效便捷 条码管理 智能仓储 避免失误 财务 管理 与 ERP 对接 财务账簿 管理账簿 精细化成本 及时 准确 业财一体化 人力 资源 人均 效能 组织能力 流程高效 职责清晰 绩效有效 薪酬合理 员工发展 不连接 不连接 XRKJ 工厂管理现状—信息流示意图 设备 ERP 人 信息 信息 工单信息 工入库信息 领料信息 BOM 信息 信息 管理咨询 ]+[ 云平台 ] 为 XRKJ 转型支撑 以提升组织能力和管理为目标的管理咨询 信息系统 管理流程 组织结构 战略和策略 大数据云平台 核心管理流程和制度 组织结构 承载管理思想提升运营效益的云应用平台 ＋ 管理流程 组织结构 企业发展战略 核心管理流程和制度 合理的组织结构 速度、质量、成本的核心价值链 大数据云平台智能化 人员高效 员工意愿能力 2 中心系统集成； 3. 质量监测半自动； 4. 检验记录与工单脱离； 1. 基于 IPV6 宽带，设备 直接与系统连接； 2. 制造状态实时反馈到 MES ； 3. 核心业务流程已经全面 数字化并连接 1. 传感器可以实时捕获全 流程信息； 2. PLM 与 ERP 、 MES 、 WMS 、 LIMS 全面打 通实现数据统一； 3. 通过知识模型进行机理 推理分析 1. 大数据云平台成为系统 的核心；

其一，打破职能孤岛。自主决策需要在各职能 部门、流程及上下游协同关系中实现前所未有的 透明度。若缺乏端到端的可视性，即使是最先进 的AI系统也难以创造真正的价值。对于诸如自主 化AI（agentic AI）这类新兴系统而言，这一点尤为 关键，因为它们并非简单遵循固定指令，而是需要 统筹协调复杂的任务流程。 其二，简化流程。那些善于精简运营、标准化 流程的企业，将能更快地规模化应用技术，更迅 业缔造长远价值的全新战略。它将是工业发展的 下一个阶段。从蒸汽机驱动的机械化时代到电力 时代，再到计算与数据分析的早期应用阶段，如今 实现自主智能供应链 我们已经步入技术能够支持自主系统的新时代。 供应链本身具备流程驱动和数据驱动的特性，使 其成为自主化AI等技术的理想应用场景。这些技 术能够以前所未有的速度和效率协调复杂的决 策，众多供应链与技术领域的领导者对此深表 认同。 我们对1000名来自10个行业的首席级高管的 自 主智能供应链有助于确保核心知识的保留，并传 承至下一代员工，即便在资深团队成员陆续退休 的情况下，仍能维持知识体系的可持续性。 实现自主智能供应链 6 我们的调研发现，通过人工监督关键流程节点 （即“人机协同”）来实现自主运营，能够显著提升 效率、敏捷性和可持续性，这对于适应动态环境中 的突发变化至关重要。 这种方法既能充分发挥AI驱动系统的强大 能力，又能保留人工监督，以进行战略决策与必要

Agent 的核心能力——自主规划、记忆、使用工具 （网页、软件、 API ）使其天生就擅长处理需要与 外部环境交互的复杂、多步骤流程，完美解决了传 统 AI 在“流程自动化”上的短板。 以“执行力”响应“落地”要求： Agent 的设计理念区别于停留在“对话”或“理解” 的 L1/L2 级 AI ，其 L3 级别的核心是“采取行动，完 从“助手”升级为“员工”或“自动化引擎”，处理如自动生成报告、解决复杂客服问题等复杂任务，以实现显著生产力 飞 跃。 AI Agent 契合这一需求，其天生适合处理复杂任务，强调执行与行动，具备自动化复杂流程的潜力，有望带来指数级效率提升和生产力解 放，满足市场对显著价值回报的需求。 过去的状态： 停留在概念验证（ PoC ）或小范围试点， AI 更像一个需要被验证的“玩具”或“辅助工具”； 现在的要求： 过去的状态：局限于简单的问答、内容续写等“答案生成式”的单一任务； 现在的要求：渴望自主规划、调用不同工具、横跨多个系统、涉及复杂步骤的端到端工作流。 核心挑战： 这些正是传统 AI 应用难以企及的、高价值的“流程自动化”领域。 数据来源：公开资料、甲子光年智库总结整理

....................................................................................7 1.1.1 传统保险业务流程痛点................................................................................................. .................................................................................37 2.2.2 数据清洗与标准化流程................................................................................................... ....................................................................................96 4.2.2 人员培训与流程优化.................................................................................................

9. 操作流程优化......................................................................................................................................................................153 9.1 理赔申请提交流程....... ..155 9.2 审核与批复流程.....................................................................................................................................................158 9.3 赔付与结算流程................. .....................................................280 1. 引言 近年来，保险行业理赔业务面临日益增长的复杂性和效率挑 战。传统理赔流程依赖人工审核，不仅耗时耗力，还容易因人为因 素导致误差或纠纷。据统计，2023 年全球保险理赔处理时长平均 为 15-30 天，其中约 30%的案例因资料不全或核损争议需反复沟 通，直接拉高运营成本约