第二，大数据为结构化提供了技术基础。有好多专家知识在表达的时候，隐含了很多前提条件，隐含了很多场景，也有意无意的可能忽略了一些信息。真正原封不动百分百的形式化之后，会发现好多场景没有覆盖。有了大数据之后，因为一些样本覆盖空间比较大，我们可以发现一些反例，可以反过来让专家补充自己的知识，也可以不断的在专家基础上细化一些知识保证完备性。此外，如果工艺参数发生变化，大数据还能保证知识可演化性。

第三，大数据可以保证知识的大规模应用部署。知识沉淀出来之后能不能有效果，要看能不能自动化部署。有了大数据之后，以工业app的颗粒度实现自动化部署，可以知道这个模型/这个规则运行多少遍，有多少次对有多少次错，可以更好的贴近业务价值创造过程。例如可以进行实时自动提醒，用户在遇到问题的时候，可以提供一些参考案例或者类似案例，可以做决策支持。过去通过人工的方式，只能先变成内化成自己的一些经验，靠人去现场判断，靠人去推动一些变化应用到业务流程，这中间有时候还掺杂了一些新的变量，很难大规模应用。

观看视频版，请移步B站-昆仑数据K2DATA。