——“我们拥有更好的数据”——当多数企业还在数据泥潭中挣扎时，这家全球巨头凭何如此自信？
引言
“我们拥有更好的数据。”
在无数企业仍深陷数据孤岛、为数据治理头痛不已的今天，全球顶尖专业服务公司怡安（Aon）的全球首席运营官Mindy Simon，为何敢于在投资者日上做出如此大胆的断言？
这并非一句空洞的口号。在这篇深度访谈中，Simon不仅解释了这份自信的来源，更揭示了一套将数据转化为商业价值和持久竞争优势的系统性打法——一个建立在坚实数据基座之上的“五层集成架构”。
对于每一位致力于推动企业数字化转型、希望将数据从“成本中心”转变为“价值核心”的领导者而言，怡安的实践蓝图，无疑提供了一份极具参考价值的行动指南。
👇
在深入其架构之前，我们必须理解怡安自信的源头。Simon指出，这首先不是一个技术问题，而是一个组织架构问题。
“怡安联合”（Aon United）的单一公司架构：这是他们的首要优势。在这种模式下，公司内部的组织边界被打破，6万名同事可以无障碍地协同服务客户。这意味着他们的数据资产不会因部门墙或内部壁垒而被割裂。
无边界的数据资产：基于上述结构，怡安能够整合横跨风险资本（商业风险、再保险）和人力资本（健康、财富、人才）的庞大数据集，从而发现过去无法洞察的深层关联，为客户提供独特的见解。
睿信顾问视角：这揭示了一个残酷的真相——没有组织上的统一，就不可能有数据上的统一。在投资任何昂贵的数据平台之前，领导者应首先审视自己的组织墙是否已经推倒。
怡安的核心竞争力，正是构建于这个清晰、强大的五层集成架构之上。它自下而上，形成了一个创造价值的良性循环：
第5层：服务
为客户提供一年365天、端到端的完整体验，从数据录入到发票查询，无所不包。
第4层：经纪与咨询
基于强大的分析能力，通过两大全球经纪平台（分别服务风险资本和人力资本）和数据驱动的咨询服务，为客户提供专业的风险转移建议和决策支持。
第3层：分析
这是将数据转化为洞察的核心引擎，包含三个关键部分：
分析器：进行前瞻性预测。
基准对标：帮助客户与行业内外对标。
诊断 ：定位问题并提供改进建议。
第2层：数据
架构的基石，汇集了来自全球业务的、无边界的、高质量的数据资产。
第1层：人工智能 (AI)
作为最底层的驱动引擎，AI从坚实的数据基座中汲取养分，赋能以上所有层级。
这个架构的精妙之处在于，顶层的“服务”在与客户的每一次交互中，都会产生新的数据，这些数据又会流回底层的“数据”基础，通过“分析”引擎提炼出新的洞察，再反哺上层的“经纪与咨询”业务，形成一个持续自我优化的“数据价值飞轮”。
一个好的架构最终必须体现在商业成果上。怡安的五层架构如何支撑其“做更多，赢更多，留住客户更久”的目标？
Simon解释道，这个架构最大的价值在于“用事实赋能决策”。
无论是风险经理还是人力资源总监，他们都需要向其CFO乃至董事会清晰地阐述决策的依据和预期的成果。怡安的分析能力，恰恰为他们提供了这种“讲述故事”的弹药。它不仅能解释清楚“风险转移”与“风险自留”等选项间的利弊，更能帮助客户的领导者，用数据和事实，向他们的决策层证明自身工作的价值。
睿信顾问视角：这重新定义了数据分析的价值。它不再仅仅是内部优化的工具，更是赋能客户、增强客户内部影响力的战略武器。当你能帮助你的客户在他们自己的公司里取得成功时，你就赢得了最牢固的客户关系。
除了战略架构，Simon的管理智慧同样值得借鉴。
关于转型时机：“知机而动，而非为动而动”
领导者常常面临“必须快速行动”的压力。但Simon强调，有时“为了行动而行动”只会浪费巨大的能量。更重要的是拥有“退后一步”的信心：深呼吸，评估目标，就前进的方向和节奏达成共识。想清楚“为什么”要行动，才能确保每一步都走在正确的战略方向上。
关于AI战略：“AI战略必须服务于业务战略”
许多公司之所以“AI尚未就绪”，根源在于将AI视为一个纯粹的技术问题。怡安的做法是，首先在全公司范围内实现基础的“数字流畅性”，让员工理解AI能做什么、不能做什么，消除恐惧感。他们常说：“AI不是魔法，是数学。” 这种去神秘化的做法，极大地激发了员工的参与感。在此基础上，AI的应用始终围绕一个核心：如何解决客户面临的真实挑战？（如气候波动、医疗成本上涨等）。
结语
怡安的故事清晰地表明，在数字时代取胜，依靠的不是零敲碎打的技术采购，而是一套深思熟虑的顶层设计。它的成功，源于组织架构的统一、战略蓝图的清晰（五层集成架构），以及克制而专注的领导力。
这引出了一个值得所有领导者深思的问题：
您的企业，是否还在将数据视为IT部门的成本中心？还是已经准备好，将其打造成驱动增长、赢得未来的核心资产？
图片来源：Mindy Simon / 怡安
作为怡安（Aon）的全球首席运营官，Mindy Simon领导着公司的运营、IT、数据驱动能力及服务交付，支持着公司6万名同事为全球120个国家和地区的客户提供服务。她的职业生涯横跨金融、全球商业服务和技术领域，以其连接商业与技术世界、并能设计出不仅能启动更能维持变革的组织能力而闻名。
在最近一期《科技对话》（Tech Whisperers）播客节目中，我和Simon探讨了她如何将“以人为本”的思维与“以业务为中心”的转型方法相结合，为怡安及其客户创造可衡量的成果。之后，我们又花了一些时间，更深入地探讨了怡安的数据之旅。
以下是我们的对话内容，为确保篇幅和清晰度，内容经过编辑。其中包含了Simon关于为什么更优数据至关重要、它对业务赋能和利润影响意味着什么，以及她的数据之旅如何能成为企业从“尚未就绪”到“持续向好”的实践蓝图的见解。
丹·罗伯茨（Dan Roberts）：在您的投资者日演讲中，您谈到数据是基础，并大胆宣称：“我们拥有更好的数据。” 在当今这个众多组织仍在为理顺其数据资产而苦苦挣扎的世界里，是什么给了您如此的信心？
明迪·西蒙（Mindy Simon）：我们的第一大优势是我们“怡安联合”（Aon United）的单一公司架构，它使我们的同事能够超越组织边界服务客户。得益于这种“怡安联合”的方法，在审视我们的数据资产时——当然是在尊重各地区和国家的数据隐私和数据驻留要求的前提下——我们可以提供不受结构或内部壁垒限制的无边界数据，这一点至关重要。
第二大优势是我们的定制化数据资产。我们拥有独特的能力，能够贯穿分析不同的数据集，无论它们涉及风险资本（商业风险与再保险）还是人力资本（健康、财富、人才），从而驱动那些其他组织前所未见的关联洞察。
丹·罗伯茨：在播客中，您提到了您的全球集成架构，它分为五个层次：数据、分析、经纪与咨询，以及服务。您能分享一下这些层次具体包含什么，以及这个架构是如何为怡安创造差异化的吗？
明迪·西蒙：数据是基石，而AI则位于其下，从数据基石中汲取养分。接下来是分析层，我们将其分为三个领域：一是分析器（analyzers），具有前瞻性；二是基准（benchmarks），帮助客户与行业内外的其他公司进行对标；三是诊断（diagnostics），帮助识别问题并就如何改善结果提出建议。
这些分析成果会注入到我们称之为经纪与咨询的业务中。在过去十年里，我们开发了两个卓越的经纪平台，一个服务于风险资本，一个服务于人力资本。这些平台使我们公司在审视风险转移模型、将风险推向市场以及与保险公司合作将能力带回给客户时，能够进行有效的数据整合。
咨询业务有时位于经纪业务之上，但它也可以由我们所说的数据驱动的咨询来提供服务，即我们利用同事们卓越的能力和专业知识，为客户提供咨询和建议。
最顶层的是服务，它涵盖了客户在一年365天的整个客户旅程中的端到端体验——从数据录入，到查询发票，再到获取保险凭证。这种端到端架构使我们公司能够优化技术，也使怡安能够优化和捕获数据。这样，在整个旅程中捕获的数据就形成了一个良性循环，持续为分析、经纪与咨询以及服务提供养分。
丹·罗伯茨：怡安投资者日传递的一个信息是“做更多，赢更多，让客户留得更久。” 您能否分享一些案例，说明您的分析和创新解决方案是如何推动可衡量的增长和客户留存的？
明迪·西蒙：数据和分析为我们的经纪人（他们与风险经理和全球福利负责人合作）和我们的顾问（他们在薪酬基准、养老金风险转移、再保险杠杆和市场动态等众多方面提供建议）提供了强大的支持。
审视我们的能力，我们的客户要求我们公司帮助他们做出基于数据的决策，这既是为了他们各自的岗位角色（无论他们是在人力资本部门还是担任业务风险经理），也是为了他们的组织内部，以便更好地理解他们正在做出的决策，无论他们是向首席人事官、财务总监还是CFO汇报。
最终，这些决策大多会汇集成企业风险，并提交给董事会。分析，让决策以事实为依据。分析也能帮助解释各种选项，比如风险转移与风险自留的对比。同时，它也让我们的客户能够清晰地阐述他们通过领导层一路推动，在许多情况下直至董事会的成果。这是我们的同事每天与客户一同使用的关键要素和能力。
丹·罗伯茨：您能分享任何您认为数据战略正在产生重大影响的业务成果案例吗？
明迪·西蒙：我们的“怡安联合”架构以及在整合风险资本和人力资本能力方面的投资，带来了一个绝佳的例子，那就是我们如何将再保险分析能力应用于我们的商业风险客户。在过去15个月里，我们推出的每一个分析器——涵盖财产险、意外伤害险、网络安全险、董监事责任险和风险融资——你都可以看到它们对客户决策制定、客户对我们团队的直接反馈，以及我们在竞标和提案（RFP）中的胜率所带来的影响。
丹·-罗伯茨：领导者常常感到需要迅速行动的压力，但您在何时等待、何时行动上表现出了非凡的纪律性。您能谈谈您是如何决定何时才是启动和维持大型转型项目的“比赛时间”吗？
明迪·西蒙：有时你没有选择权；市场、环境或客户需求会为你做出选择。但我认为，重要的是要清楚何时是可选项，何时是必选项，以及知道何时该前进，何时可能需要退后一步为前进做准备。
当你并不清楚最终目的地时，有时会被“前进就是好的行动”这种想法所诱惑。更重要的是，要有信心退后一步，深呼吸，评估你的方向，就目的地和旅程的节奏达成共识：这是我们可以逐步完成的事情吗？这是我们已经落后、需要迎头赶上的事情吗？还是考虑到日益增加的波动性，我们为了服务客户而必须加速行动的事情？
这个“为什么”，如果你愿意这样称呼它，会帮助你设定路线图，而不仅仅是为了行动而行动，后者会浪费大量精力。是的，你总是希望保持永续的行动，但你希望的是朝着战略方向永续地行动。
丹·罗伯茨：您在投资者日的演讲结束时说：“我们才刚刚起步，因此未来产生影响的机会是巨大且令人兴奋的。” 在通过更优数据帮助怡安取胜的征程中，下一章会是什么？
明迪·西蒙：我们常说的一句话是：“同事 + 能力 = 为客户做出更好的决策。” 我们拥有卓越的同事，我们正与他们合作，共同开发服务客户的能力。借助AI和其他技术进步，我们有机会增强这种影响力，去更好地预测那些过去不可预测之事，去捕获那些历史上无法捕获的数据，或者仅仅因为计算能力的提升而能更快地处理数据。
机会在于，专注于我们的客户所面临的问题和挑战，然后发展出能以独特方式服务他们的能力。这能确保我们的行动将产生巨大影响，因为客户的需求是真实存在的。当这些能力与我们同事深厚的领域专业知识相结合时，我们就能为客户创造巨大的成果。
丹·罗伯茨：许多公司都将AI作为其议程的重要部分，但由于数据问题或员工准备度问题，他们并未“AI就绪”。您能谈谈您的AI战略和方法吗？
明迪·西- Simon：与你的技术战略或数字战略一样，你的AI战略需要服务于你的业务战略。我认为人们常常陷入技术与业务赋能的争论中。我们努力关注的，首先是达成共识。这就是我们全公司30%的数字流畅性目标，它使我们的同事不会被AI吓倒，不会感到恐惧，也不会忽视它，而是在理解AI能做什么和不能做什么方面，达到一个共同的认知基础。
我们开玩笑说，AI不是魔法，它实际上是数学，对吧？你可以看到它。它是计算，是数据，关键在于理解计算和数据是如何结合在一起的。这对我们的同事来说，是极具赋能和吸引力的。
因为我们每天都在服务客户，我们也有幸能通过客户的视角来看待这一切。这使我们不仅能向客户学习，还能与他们分享我们的做法。然后问题又回到我们如何应用它来更好地服务客户，这就需要我们审视客户面临的问题，然后思考如何利用AI来更好地管理他们面临的波动性，或在医疗福利成本不断上升的情况下进行优化。哪些因素在影响这些健康结果？我们如何能帮助更好地管理这些因素，为他们的业务和员工带来更好的结果？
气候建模是另一个例子。如果你选择在特定地点设立设施，你能做些什么来更好地为日益加剧的天气和气候波动做准备？劳动力中的AI也是一个巨大的课题，关乎你如何看待角色以及未来角色的变化。你如何为这种变化做好准备？
我认为所有这些组成部分都源于一个基础：如果你能首先理解这项能力是什么，你就能理解这项能力将如何影响我们的公司——既包括怡安的运营方式，但更重要的是，我们如何服务我们的客户。
