杨威认为，技术的变更导致发展的高不确定性，打造数据和知识双驱动的中台是组织应对不确定性的最佳选择，通过汇聚打通组织内各类数据，沉淀行业know-how，促进共识达到。

　　传统的数据系统，每个部门按照各自的业务建一套ID系统，采取树型结构进行烟囱式的建设，这导致IT架构不统一，存在大量重复浪费。其次，数据分布在不同的系统，本质上被物理隔绝，数据之间依然需要靠人去建立关系，缺乏完整的数据资产视图，无法快速定位目标数据及相关数据，支撑问题解决。再者，数据计算过程独立，其结果被各自使用，无法复写到整个数据系统，被共享和复用。此外，业务计算逻辑和数据程序分离管理，无法支持业务人员在系统中反馈、积累知识。

　　企业数据中台具备的核心能力是把数据、程序以及行业know-how整体结合，赋能组织内部。业务人员可以在一个系统中持续构建各自的标签体系，用不同领域的语言定义标签，实现专业知识的贡献和反馈；每一个应用程序员不用自己单独开发数据服务，而是有面向业务的优化统一的数据服务，共享和复用不再限于数据和服务，而是包含了可贡献和可沉淀的知识。

　　杨威指出，目前，企业只有不到30%的结构化数据，70%以上都是非结构化数据，包括文档、邮件等文本数据，图片、视频数据，音频数据。明略科技采用非结构化数据处理、自然语言处理、机器识别、语音识别、规则引擎等AI技术，将海量多源异构数据打通，形成全域数据的整体接入、治理融合。

　　必一体育运动官网

　　以行业知识图谱定义数据组织的模式，在数据平台中加入行业先验知识，形成不断持续积累和学习弹性的数据结构，承载行业knowhow，通过建立数据之间的关联关系，深层次挖掘数据的价值，提升数据中台的“联想能力”和“发散思维”，在知识服务应用上提供更精准的个性化搜索与推荐，为智能营销、智能推荐、智能问答等业务场景提供支持。