很多原来没有想象到的使用方法和场景、产品设计的细节问题，在标注人员的不断操作中，就显现出来了。之前产品评审会上大家争论的问题，自然就有了答案。
举个例子，尽管我们的图谱、NLP、CV、搜索、机器人、标注等几个平台产品的功能各不相同，但我们还是找到了共性，即抽象出了需求分级和业务赋能的“五级火箭”，包括“功能嵌入、API调用、数据训练、模型定制、算法开发”等五级。业务方可以根据具体情况，来选择不同的接入方式。
然而，大家知道，算法的提升不可能一蹴而就，算法效果都是慢慢地打磨和优化的。
在这个过程中，产品经理同学不能干等。
对于我们的标注平台来说，深度使用体现在做数据标注的次数——标注几次与几十、几百次，你的感知是完全不同的。
前面讲了很多，但大部分还是聚焦在某一个平台的个体上。
孤立存在的平台，就可能会降级成一个工具，其价值和能量就变得非常有限。
因此，要做好、做大平台，需要跳出平台本身，以连接、全局、生态的思维来看。
其次，标注数据对外开放。我们可以把一些不涉及隐私、不牵扯我们核心技术能力的部分数据开放出去，为社会创造更大的价值。
举个例子，我们的标注平台已经累计对上亿条数据进行了打标，这些标注数据使得各类模型的训练变成了可能。正所谓，没有人工，就没有智能。
除了A/B实验这样的平台，在我们的金融知识图谱等平台上，也发现很多问题。
我们知道，在知识图谱的Schema规范当中，同样一种实体只能有一种类型。
黑客给每一台被攻击的企业做了留言，一旦想拿回数据，就往这个账户上面汇0.2个比特币，0.2个比特币是针对普通企业，特别有名的企业，比特币价码会水涨船高。据不完全统计，全球范围之内大概有3万个数据库受到攻击，大概产生6000个比特币，即使按照今天比特币估值，赎金的范围大概是在5亿人民币左右。
云数据库专属集群 部署架构图
现在的专属集群里具备了所有的云数据库的安全能力，同时在这些能力基础上集成了物理隔离能力，面对行业的合规性问题。
