更为糟糕的是，频繁的返工和变更，会让产品经理个人的专业性和权威性丧失殆尽。以后，还怎么向技术提需求、磨资源？
新功能上线，有提示和告知
平台不断做迭代改进，但经常发现用户并不知道上了新功能。所以，可以对此做适度的提示和告知：大迭代可以蒙层弹窗、小的改动可以出小红点，等等。
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。
第二个是违规行为，说的是人员串通起来“磨洋工”。
有一段时间，算法同学反馈标注速度下降了。我们分析了下报表，发现个别小组的多个标注人员的标注速度都降低了，包括之前做的比较快的人员。
随着上百年的发展，电气工程下的可观察性已经不仅仅用来辅助人们进行问题检查和定位问题，我们以汽车工程来看，整个可观察性的发展经历了几个过程：
人工智能、深度学习浪潮直观的反映出行业往深度智能阶段发展的趋势走向，这并非偶然现象，几大应用市场需求的驱动，上游深度学习芯片和算法的开源，行业所具备的天然的海量数据训练集特征等多维因素一起推动了安防走向深度智能化。
在这个过程中，很多公司推出了批处理、实时计算，但离线批量数仓和实时分析具有不可调和性，离线数仓满足不了业务时效性的要求，而绝对的实时数仓也不切实际，“近实时”才有意义，而实时分析、近实时的分析构建离不开实时数仓系统的构建。
数据库从上世纪五十年代发展至今，随着基础设施的改变，其技术也在不断演进。数据库市场也从原本商业化巨头形成的垄断地位逐渐变为云厂商处于领导地位，而未来在云上，数据库将会是兵家必争之地。与此同时，云原生技术、数据库自动驾驶技术以及数据库和大数据技术的融合使得数据库的未来更加充满生机。在DTCC 2020大会上，阿里云数据库产品管理与运营部总经理叶正盛为大家分享他对于“数据库2025”的展望。
基础架构管理：与开源的Terraform或者云供应商自身提供的Infrastructure as Code(IaC)工具如阿里云ROS, AWS CloudFormation不同，Crossplane和AWS Controllers for Kubernetes在Kubernetes基础之上扩展了对基础设施的管理和抽象。这样可以采用一致的方式进行管理和变更K8s应用和云基础设施。
非预期的突发弹性业务：比如突发新闻热点，或者临时的计算任务。弹性容器实例可以轻松实现每分钟上千实例的扩容。
