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。
读到这里，你可能觉得做平台挺有趣、挺容易。
其实不然，大家都难。
对于技术平台的产品经理来说，会面临“心、脑、体”全方位的挑战。
整体上看，云厂商的可信度建议大家上云时，从两个方向去看，
第一，是看云厂商本身有没有足够多的第三方可信度认证。
第二，是否有很多比较大的行业企业已经选择这家云厂商，作为上面的基石标准。如果满足这两条，是可以放心上云的。
统一Agent：使用一个Agent即可完成所有可观察性数据的采集和传输，不需要为每个系统都部署各种各样的Agent，大大降低了系统的资源占用，使整体可观察性系统的架构也变的更加简单
集中式云资源通常用于训练深度学习推理模型，因为开发精确模型需要大量数据和计算。生成的模型可以部署在中央云位置，也可以分发到边缘的设备。
安全性：用于驱动身份验证和处理敏感信息（例如指纹或病历）的AI服务通常最好是在本地出于安全考虑而完成。即使部署了非常强大的云安全性，用户从边缘处理中获得更好的隐私感也可能是重要的考虑因素。
6）扩展性：基于分布式架构，以及灵活开放的RestAPI和Plugin框架，背后的开源社区也在为全新的技术栈提供丰富的对接手段
为什么大家都来做数据库呢？AWS认为数据库是未来的兵家必争之地，因此一直以来对于数据库非常重视，每年的AWS re: Invent 上都有很多关于数据库的重磅专题发布。一般而言，在IaaS层，也就是对于服务器、网络和存储这一层面，大家都有比较统一的认识，今天很多企业其实已经建设的差不多了。
Google在大力推动云原生安全和零信任架构，比如 BeyondProd 方法论。阿里和蚂蚁集团上云过程中，也开始引入零信任架构理念和实践。其中的关键是：
1. 统一身份标识体系：为微服务架构中每一个服务组件都提供一个独立的身份标识
"20世纪90年代,经验主义的复兴是一个激动人心的时刻。我们从来没有想到,我们的努力会如此成功。当时,我们想要的只不过是一席之地而已。在当时流行的各项研究之外,我们所想的只是为不同于当时其他研究的工作争取一点空间。”
