中国北京 - 2022年7月19日 - 企业级低代码应用开发全球领导者Mendix公司, a Siemens business宣布,保险行业巨头苏黎世上线了两个重要的全新企业解决方案,简化了核保工作流程并提升了150万位用户的体验。这两个解决方案均使用西门子低代码平台构建。
苏黎世保险使用西门子低代码开发平台改进应用开发流程并实现更加快速、高效的迭代。基于原有保单系统,苏黎世保险使用低代码重构了一个为恐怖主义保险捕获数据并计算保费的应用。此外,他们还使用低代码构建了“My Plans Portal”,使150万客户能够一站式登录门户并获得养老金和投资信息。
为现代世界提供恐怖主义保险
恐怖主义保险是苏黎世保险的关键产品之一,这项业务为其带来了数百万英镑的保费收入,约占苏黎世保险保单的三分之二(大约2万份)。核保工作人员之前在执行恐怖主义保险核保流程时主要依赖于一个遗留应用来计算保费和获取客户数据。
苏黎世保险英国开发运维总监Barrington Clarke表示:“我们与Mendix公司合作的第一个项目是彻底改造管理恐怖主义保险核保流程的遗留应用。我们使用西门子低代码取代了遗留系统,并在短短12周内就建立了恐怖主义数据采集(TDC)应用。这个新的应用通过一个统一的工作流减少了人工处理、提高了报告的准确性、加快了恐怖主义保单报告的准备并为核保人员提供更好的体验。”
创建“My Plans Portal”
此外,苏黎世保险还通过西门子低代码平台构建改善客户体验的应用。例如新上线的“My Plans Portal”,使客户能够一站式登录并访问他们所有的退休金与投资信息。该应用还可以将数据回传到苏黎世保险的Salesforce平台、与后台系统集成并确保任务或活动可以在工作流中体现。
Clarke表示:“我们的保险业务有150万左右的客户。虽然我们已有一个数字门户网站,但它无法提供所有的客户数据和信息,我们甚至有时需要通过电话来与客户沟通需求,这对客户来说十分耗时且用户体验很糟糕。现在,有了全新的‘My Plans Portal’,我们能为客户提供无缝的体验,并计划在未来使用西门子低代码平台进一步对其功能进行扩展。”
告别老旧的Lotus Notes应用
苏黎世保险正在进行的一个最新项目是全面改造遗留的Lotus Notes应用。从可以使用自动化流程轻松转换的简单表格,到重新开发难度较高的复杂UI工作流,苏黎世目前有超过1000个类似的应用在处理业务流程。与低代码技术相比,如果使用Java重新改造老旧应用,则将花费五倍的时间,成本也会高很多。
Clarke表示:“这些Lotus Notes应用已经很老旧了,有些是五年多前开发的,已不再适合我们的业务运营模式。员工们都在通过自己的方式寻找更快的解决方案,这就造成了包括影子IT在内的许多问题。西门子低代码使我们能够快速完成各种工作,为我们提供了替换、修改和更新这些应用的能力。”
Mendix公司全球保险行业负责人Paul Fondie表示:“苏黎世是保险行业中利用创新技术为其客户和员工提供最佳体验的典范。新冠疫情激增了线上的用户数量,保险行业的企业急需各类型的数字化解决方案,而低代码刚好能为企业提供推动数字化转型所需的工具。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。