根據Gartner定義，運算商業（Algorithmic business）是以工業化的方式，運用一些對提升商業決策或程序自動化來說相當重要的複雜數學運算，進而取得差異化競爭力。

　運算商業是保險業務的核心。保險公司屬於資料密集產業，而且著重模型，已開發出各種先進的精算與風險模型。近幾年產物保險與壽險業者逐漸看重商業智慧（BI）與分析技術，投入資金也逐年增加，但大部分都因為缺乏企業治理、紮實的模型導向文化，與了解制式模型含意的人員而處於孤島狀態。除此之外，重點往往還是放在傳統的保險資料（例如交易），整體企業當中存在大量完全未經分析的「黑暗資料」（dark data）。大部分公司都已經有嚴格的保險精算與風險分析作業，卻沒有針對數位保險市場各種新需求做好準備，這些需求包括即時分析、預測性及制式模型、著重非結構性資料以找出顧客行為或心態，或透過巨量資料（big data）平台與智慧機器提升處理能力。

　要順利轉型為數位保險公司，企業必須能以更勝以往的速度操縱大量資料、利用非結構化資料充實結構化資料、將之應用於核心業務決策（包括行銷、防詐騙與顧客服務），並將相關資訊緊密整合至核心系統，進而以透明的方式處理資料。隨著越來越多業者轉型為數位保險公司，他們必須擴大整體企業的分析能力，而且整個價值鏈都要採用運算商業原則，此外還要進行流程方面的創新，並利用物聯網之類的新科技。這將會對既有的分析技術形成壓力，因為後者多半屬於敘述導向，對精算部門之外的預測能力有限。

　除此之外，它也可能在新型態數位資料（例如物聯網）崛起的未來市場裡大獲成功。隨著資料量逐年增加，保險業者也導入新的資料來源以擴充傳統上以保單為主的資料儲存庫，而為了提升未來競爭力（像Google等市場新手都更為精通顧客分析等資料技術），保險公司必須轉型運算商業。保險公司資訊長則須要協助業務夥伴了解支援運算商業模式的基本要素，同時為商業決策者提供指引，透過複雜的科技解決方案，建構一個足以支援此一願景的適當IT環境。

　要讓公司轉型為更精準、行動更集中，且結構更適合運算開發及部署的運算商業企業，創新的IT與業務主管要做的不只是採用新型解決方案。這意味必須開發新的人員配置模式，包括指派資料長（chief data officer）並發展資料科學部門。這還意味著業務重點必須更新，以便將資料應用在業務流程，並使用新的工具／科技來支援人為決策或直接與顧客互動，像虛擬代理（virtual agent）或機器人顧問（roboadvisor），都能挖掘資料並藉由分析大量資料集提供機器對人（M2H）互動。

　未來三年，運算商業將成為產物保險與壽險業者成功的重要關鍵因素，且Gartner認為很多保險業者都無法達成運算商業的目標。許多業者至今仍缺乏打造相關模型所需要的資料文化，包括領導與治理方面的不足，更別提要在資料領域獲得成功所需要的一些基礎要件，像是資料標準、企業資訊管理策略，以及如何將資料應用在資訊創新方面的洞察力。企業必須現在就著手發展適當的領導能力與成功基礎，否則到了2020年將會發現難以與人競爭。