在解决大数据应用问题时，系统建设、系统化底层、数据化底层等技术并不是互联网企业面临的最主要挑战，如何根据业务特点去发现模型特征，更快速的进行实时计算，发现并挖掘数据价值，这才是重中之重。

即可以选择产品自研，也可以选择购买大数据平台产品，关键是一定要解决公司在大数据应用上存在的实际需求，找准根本问题，帮助公司充分利用数据实现创新。

利用数据中台技术，把数据统一之后形成标准数据，为客户提供高效服务。数据中台解决了平民化的问题，降低了学习门槛，让用户在遇到问题后能够快速解决问题，使得数据应用更加敏捷、自助。

在大数据应用上，不同类型的企业要结合自己的实际业务需要，应用和排期需求，选择合适的产品和解决方案，一方面帮助企业充分利用数据实现业务的创新和高速的发展；另一方面也为企业降低运营成本，减少经费开支。

第二桌桌长：凌云教育联合创始人兼技术总经理王艳铭
在视频传输过程中，CC视频、一下科技、51talk提到在客户端如果出现用户硬件设备或者网络带宽不允许的长距离传输，比如在马来西亚听课如何解决延迟问题。解决方案是采用增加边缘机房或申请高速光缆带宽的方式。我们一致认为在边缘计算方面应该加大投入或者研究，增加策略和调度方面的机制，来减轻视频传输延迟的压力。

第三桌桌长：网易高级开发工程师王磊
在直播视频上，我们更关注网络的优化，延时和成本的关系，强互动性的视频如果音画不同步，即会产生非常不好的用户体验。在离线转码任务时会出现高并发的现象，解决方案是基于容器实现资源弹性。在视频格式方面，大量的新格式让编解码复杂度非常高，对服务端提出更高的要求。

第四桌桌长：新浪微博系统开发工程师于炳哲
我们组主要讨论了视频技术在高并发和大流量方面的面临的挑战。视频是有明显波峰波谷的服务，要去面对早、中、晚高峰巨大的用户量，面临热点事件带来的突发巨大流量，但平时用户量又很少，如果完全按照高峰手段做资源控制，非常浪费资源。

第五桌桌长：九州云OpenStack研发工程师范桂飓
公有视频云具备成本上效益，能够有效降低建设成本，且高精尖的技术例如AI算法能够降低开发成本。在视频媒体流处理上，边缘计算对CDN的结合可以擦出巨大的火花。我们可以将中心云的管理能力下发到边缘的，这给CDN带来很多软件定义的想象空间，加上P2P多方结合，会解决低延时的问题。