原标题：看准未来保险电商化的上云需求，第一金人寿决定拥抱微服务架构，先从团保新专案做起
第一金人寿资讯长余常德。
图片来源:摄影 / 王宏仁
台湾保险产业应用新兴科技的案例，陆续浮出台面，继5月底安联人寿应用AI推出智能客服之后，第一金人寿在今天对外公开，开始采用微服务架构，来打造团体保险核心系统，也导入IBM△Cloud△Private私有云软件来部署这套微服务架构平台，同步也引进DevOps和敏捷式开发，要让内部IT人员在保险开发应用更加快速。第一金人寿资讯长余常德指出，保险业也要能快速改版，翻新服务，因此先从先专案开始拥抱微服务化，另一个好处是，未来，保险产业终究要上云端，将会像电商一样上云端，微服务化才容易将IT架构搬上去。
余常德提到，近2、3年间产业数位化的进展快速，各家企业CIO面临的挑战也很大，包括要在有限的时间与资源内，让系统开发更快速、品质更好并降低开发成本，对CIO来说都是一股压力。
他也提到，IT人员在系统开发上所面临的痛点，像是当同业推出数位服务时，其它家就要赶快跟进，在时间的压力下，负责推出服务的单位与IT部门，在沟通使用者需求的时候，通常不够完整，而当IT部门要开发应用时，使用者需求可能会因前期沟通不足，而不断有新的修正提出，导致上线在即的系统，在推出后品质不佳。
此外，系统关联性与维护工作也越来越复杂，连带系统部署风险增加，余常德说，因为不同的系统部署时间不一，上线之后更需要定期维运，而在维运过程中可能会有许多设定需要进行修改，但只要一个环节出问题，都可能会让整个核心系统挂掉，而后续要复原更是一大困难。
为了解决棘手问题，第一金人寿也决定导入微服务架构，来开发新的专案，也就是新的团体保险系统，除了能加速系统开发时间，因应使用者需求不断的变化，以及让系统部署更加容易，并适用于异质的软、硬件工作平台与开发工具之外。近几年Docker、Container技术的资安控管进步，也是推进第一金人寿采用微服务的原因，加上微服务导入容易，且能够重复使用、未来扩展性也强，更让第一金人寿决定导入。
不过，余常德认为，在采用微服务后，最大的好处是系统维护工作将不会因为时间的递延而加剧。他提到，保险产业的系统开发，通常在3个月内就能完成，但是，后续维运是10年、20年的事情，若一开始的维护没做好，之后系统的包袱会越来越重。而采用微服务，就能在一开始，把功能切得很细，当系统上线后，单一功能的错误，也不会影响到其它系统，并能各别出来快速修正。
余常德表示，目前第一金人寿采取双头IT策略，个人保险核心系统仍旧是既有的IT架构，而团体保险核心系统才导入微服务架构，为了采用微服务架构，第一今人寿还成立了一个新的敏捷开发团队，引进DevOps开发流程，由7位来自IT与不同部门的人员所组成。这项团体保险新专案为期一年，分为三阶段执行。他透露，第一阶段，先完成团保基本核心功能，让业务可以开始销售团体保险产品，目前已在今年5月初完成第一阶段系统。第二阶段，则是增加团体保险核心系统的周边功能。第三阶段则完善相关报表查询等进阶功能。
最后，余常德强调，第一金人寿未来将以小核心、大周边的策略，把较为新颖且周边的应用，陆续整合到微服务架构，但是，系统全面整合到微服务架构，还要再进行内部评估。
?
相关：
瞄准人工智能、机器学习应用，思科超融合架构整合Kubernetes及Nvidia GPU
图片来源: 思科 近日思科2018年的使用者大会Cisco△Live开跑，而在大会中思科也宣布，推出自家超融合架构产品HyperFlex△3.5版，该产品现在已经支援Nvidia△Tesla△V100 GPU，锁定了企业执行人工智能、机器学习应用的
中华煤气(00003.HK)常务董事陈永坚表示，内地城镇化、中产阶级增加，加上内地“煤改气”、去雾霾政策，提出进取的减碳目标，将带动内地天然气使用量大幅增加，料2年后占整体能源约10%，并预料未来5年集团的天然气销量
中华煤气(00003.HK)执行董事黄维义表示，香港煤气市场现已饱和，但随着机场第三跑道及主题公园设施落成，又有新酒店、医院，以及住宅供应增加，相信可带动未来5年用气量增长3%至5%。而集团在香港管网覆盖率逾80%，未
成功申请专利 未来 Apple Watch 或添血压追踪功能 | 香港 UNWIRE.HK 玩生活．乐科技
今年年初有报道指 Apple Watch 将会迎来推出至今首个设计大转变，今年稍后时间发表的新表将会聚焦在健康之上。早前 Apple 获得了一项全新血压监测的专利，正正就和这个方向脗合。Apple 在两年前申请的血压监测专利，
微软海底资料中心计划Natick专案迈入第二阶段，不用人维运，可连续运转5年
图片来源: 微软 云端运算服务不停成长，伴随而来是用电庞大的资料中心。为节省这些能源成本，企业可以选择结合地理之便，将资料中心设置在气温较低的高纬度国家，借以节省电力，或者像Google，结合了DeepMind的机器学