这里，再分享一个考虑平台协同创新的思路，那就是“图解法和穷举法”。
一开始，平台协同创新都是散点发生的，想到一个就做一个，很不系统和体系化。
后来，为了把所有“连接”和“协同”的可能性都穷尽，我们就画了一张系统协同大图和矩阵图，把所有的平台都放进去，全方位地思考平台之间有什么没有打通的，有什么协同创新的可能性。
平台中的人性对抗
大家常说，有人的地方就有江湖。一个平台，也是一个江湖。
不同角色、诉求的人参与其中，人性就展示出来了。
因此，就需要思考人的事情，就需要对平台进行运营和治理。
这样，将整个平台从“纯人工标注”，转变为了“智能辅助标注”，大大提升了标注效率、降低了标注成本。
沉淀数据资产，创造更大的价值
如果一个平台有数据的沉淀，那么这些数据就需要深度挖掘，从而产生更多、更大的价值。
比如，每个业务最开始接入知识图谱平台，为了解决自己的业务问题，就得从头建Schema、导数据。但随着平台的发展，沉淀的知识越来越丰富。那么，后续的平台就能直接受益于之前沉淀的知识，而不一定要自己重新建设了。这就是，平台数据沉淀出的价值。
再比如，标注平台里的标注数据，在完成模型训练之后，生命周期就终结了，躺在那里没有人管了，这是很可惜的。
现在我们计划将这些数据沉淀下来、开放出去，让数据产生更大的价值。
首先，标注数据对内开放。在业务刚接入AI平台，存在一个冷启动的阶段，最缺的是打标的数据。所以，可以将标注平台中海量标注数据梳理和开放出来，让业务可以先到平台里面搜索下，看看有没有已有的数据，有的话，就可以复用。如果没有，再考虑重新建数据。
然而，现实情况是，业务同学为了简单、好把控，往往都想自己创建一个类型。于是，在平台上就出现了类似Company1、Company2这样重复的类型。
在图谱平台上，除了Schema重复，数据也存在重复、不一致的情况，这些都需要一个一个进行治理。
然而，平台治理这件事，既是科学也是艺术——既不能放任自由，也不能卡的太严。尤其是在平台建设的初期，如果限制得太死，业务方是很难理解和配合的，甚至会丢掉客户。
所以，要把握好力度。
2 “滥用”与“违规”
上面提到的这些平台治理的问题，其实还不算太糟糕。
接下来，给大家介绍一些需要高度重视和严肃处理的“滥用、违规”的行为。
分别是标注平台中的两个真实案例：“任务释放”和“串通磨洋工”。
先说第一个，“任务释放”功能的滥用。
