在本系列的第一部分中，永明金融企业数据与分析赋能副总裁Chris Goodale介绍了公司如何强化数据基础、治理与文化，以支持生成式AI和自主式AI的发展。

在与Denodo区域副总裁兼总经理Jason Sturgess的对话中，Goodale探讨了永明金融在生成式AI领域的早期成果、面向客户的创新举措，以及公司在构建现代化数据架构时采取的平衡策略。

永明金融在生成式AI领域的早期成功

当被问及值得关注的用例时，Goodale回顾了公司对生成式AI的快速接纳以及其迅速创造实质性价值的过程。“我们在2023年就投身于生成式AI领域，这一路走来，收获颇丰，”他说道。首个重大里程碑是一款内部AI聊天机器人，该机器人基于人力资源和运营指南进行训练，其快速上市和在企业内部的广泛应用，为未来的AI工作奠定了基调。

不久后，永明金融推出了Sun Life Asks——一款在其生态系统内安全运行的全球内部聊天机器人。自2023年11月推出以来，其使用量急剧上升。“我们每周要处理超过300万次查询，访问量约达2万次，”Goodale分享道。员工们用它来集思广益、总结文档、编写代码、撰写文案、设定目标等，从而腾出时间从事更高价值的工作，此外，永明金融目前正利用AI来变革一线和面向客户的工作流程。

“例如，我们推出了帮助加拿大顾问高效、安全地总结客户会议内容的工具，”Goodale说道。这一成果减少了文书工作，使客户对话更加富有意义。

专业团队还在针对合规和精算职能开发定制化聊天机器人，同时探索利用生成式AI辅助总结复杂的医生陈述，这有望成为核保领域的颠覆性变革。

旗舰成果：团体福利计划发起人仪表盘

当被问及他最为自豪的举措时，Goodale指出了一个彰显企业级协作强大影响力的产品。他强调了永明金融的自助式“团体福利计划发起人仪表盘”，称其为“企业团队与业务部门协作创造实际价值的绝佳范例”。

该仪表盘为计划发起人提供按需、可操作的福利计划洞察。更重要的是，它将数据从信息层面提升至战略层面。

“这不仅仅关乎数据展示，更在于将数据转化为可操作的情报，”Goodale说道。该仪表盘使发起人能够了解成员需求、优化福利，并提供更好的健康结果——为雇主、员工和永明金融自身创造价值。

“它体现了我们的追求，”他补充道，“利用我们的技术能力和数据专长，创造能够真正改善人们生活的解决方案。”

监管准备与战略性数据管理

在谈到架构策略时，Goodale指出，永明金融的数据管理方法既受到严格监管要求的塑造，也着眼于未来设计。作为一家总部位于加拿大的保险公司，永明金融高度重视遵守加拿大金融机构监管办公室(OSFI)的E-21准则，该准则对加强数据风险管理和运营韧性提出了期望。

“我们的首要任务之一是确保符合OSFI的E-21准则，”他说道。但他也指出，永明金融将这些标准视为广泛适用的最佳实践，而不仅仅是监管义务。

“管理良好、治理得当且数据质量高的数据，对于生成式AI和智能体等新兴技术至关重要。”他解释道。没有高质量的数据，企业无法充分利用变革性的AI机遇。

作为一家全球性组织，永明金融不断适应不断变化的监管环境。

“我们关注数据管理，不仅仅是为了满足当前的监管要求，”Goodale说道，“更是为了在日益数据驱动的世界中为永明金融的未来成功奠定基础。”

集中式还是分散式?

当被问及企业应采用集中式还是分散式数据架构时，Goodale表示：“这是一个错误的选择。我认为这并非非此即彼的问题，”他指出。相反，永明金融追求一种平衡的运营模式，将企业一致性融入业务单元的敏捷性之中。

“我们为企业制定标准并一次性构建基础能力，”Goodale解释道。这种集中化推动了规模、效率和通用实践的发展，同时，本地团队保留了根据市场和客户需求定制洞察和应用的灵活性。“这种分散式方面使我们在认为最需要的地方实现敏捷性和专业化聚焦。”他解释道。

最终，永明金融的数据策略归结为平衡。Goodale表示，通过集中构建能力并在整个企业中部署，公司获得了持久数据基础所需的统一性、效率和规模。

通过赋予业务部门在本地应用这些能力的自由度，公司保留了有效服务客户所需的敏捷性、专业化聚焦和市场响应能力。

最后，他表示，这是一个混合模式——在能够推动规模的地方集中化，在专业知识和灵活性最为重要的地方分散化——这使得永明金融能够在业务、技术和数据环境持续快速演变的背景下保持敏捷。

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内头部的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。