Databricks：FDA 如何先解决数据问题，实现 85% 员工每日使用 AI

Databricks 表示，FDA 在大约两个月内，从分散的 AI 试点转向了 85% 员工每日使用。真正引人注目的是其先后顺序：该机构并未先从打造更好的聊天机器人开始，而是先整合了八个独立运营中心之间的数据、权限和访问机制。

这一区别使 Databricks 的案例比又一篇“员工获得 AI 助手”的报道更有参考价值。FDA 此前已经试验过各自独立的聊天机器人和数据存储。更棘手的问题是，如何在不削弱管控的前提下，让敏感信息能够跨越组织边界被使用。

因此，核心矛盾并非一家 AI 供应商与另一家供应商之间的竞争，而是受治理的基础设施与碎片化试验之间的对抗。FDA 报告的采用率表明，当 AI 能接触到可信信息并消除某项具体负担时，员工就会使用它。不过，公开证据仍留下了有关衡量方式、准确性和监管结果影响的重要疑问。

FDA 将八座 AI 孤岛整合为一个平台

FDA 的核心变革发生在组织和架构层面：八个中心开始共享一个受治理的基础，而非各自建设孤立的 AI 系统。

该机构的职责涵盖药品、生物制品、医疗器械、食品、兽医用药、烟草制品和检查。这些职责分布在工作流程、技术系统和监管要求各不相同的多个中心。每个中心都发展了自己的数据资源，在一些情况下还拥有独立的 AI 能力。

这种独立性带来了企业中常见的问题：团队重复投入技术开支，将相关信息存储在不同位置，并且缺乏统一的数据视图。一个中心中有用的模型，无法自动访问由另一中心控制的文件或结构化记录。

规模让这些割裂显得尤其昂贵。Databricks 称，FDA 管理着约一拍字节的文档，每天接收数百吉字节的数据，并且每月处理数千份监管申报。这些数字来自供应商案例研究，尚未经过公开的独立审计。

根据 FDA 平台案例，其技术领导团队在三到四个月内整合了 50 至 60 个数据源。这些数据源来自全部八个中心，并进入共享的 Databricks 环境。

药物评价与研究中心，即 CDER，提供了可借鉴的先例。CDER 已用五年时间在 Databricks 上开发自己的数据平台。其成果让更广泛的组织看到，共享基础能够支持实际的监管工作。

据称原本需要四到五天的数据交换大幅提速。该平台还将部分按批处理的流程——即信息按既定时间表流转——替换为实时流式处理。流式处理让新记录在到达时即可使用，而无需等待下一批处理。

单靠技术整合并不能解决全部问题。FDA 各中心处理商业机密、专有申报材料和其他敏感内容。如果某个中心担心失去对自身信息的控制，一个通用数据层无论在政治上还是运营上都难以成功。

Databricks 的集中式治理层 Unity Catalog 成为了控制点。它对数据资产应用权限并跟踪访问情况。Databricks 表示，FDA 利用它实施细粒度控制，包括表级访问控制。

这一治理层确立了一条务实原则：共享基础设施并不意味着每条记录都向每位员工开放。团队可以连接信息，同时保留审批要求和各中心特有的边界。

该机构后来将整合后的平台称为 HALO，即 Harmonized AI and Lifecycle Operations for Data 的缩写。2026 年 5 月，FDA 表示 HALO 汇集了 40 多个应用和申报数据源、系统及门户。该数字与 Databricks 所称 50 至 60 个数据源之间的差异，可能反映了不同的统计口径。

这是 Databricks 案例的第一项重要启示。整合并未抹去地方性职责，而是建立了一种共同方式，让各中心在保留受保护数据控制权的同时，能够定位、治理和使用信息。

实施顺序同样重要。FDA 并未要求每位员工将敏感工作交给一个通用聊天机器人，而是先建立信息层，在 CDER 内证明价值，再扩大这一模式。采用随之而来，因为基础设施已证明能够在不取消访问控制的前提下减少延迟。

这一顺序挑战了企业中一种常见模式。许多组织购买了 AI 界面，但其权限、文件和数据库依然碎片化。员工随后会遇到回答不完整、缺乏上下文，以及无法支撑重要工作的系统。

共享数据基础并不能保证 AI 可靠，但它消除了一个可预见的失败原因：助手无法访问正确的信息。FDA 的下一步是在这一基础之上部署全机构统一界面。

Databricks：Elsa 如何从聊天机器人融入日常工作

Elsa 之所以得以推广，是因为 FDA 将一个统一界面接入受治理的信息，并让员工能围绕既有流程塑造它。

FDA 于 2025 年 6 月 2 日在全机构推出 Elsa。Elsa 是一款生成式 AI 助手，用于阅读、写作、摘要、搜索及其他员工相关任务。Elsa 的首次发布让科学审评人员、调查人员和其他员工都能使用该工具。

此次发布此前进行了于 2025 年 5 月宣布的科学审评试点。局长 Marty Makary 要求该机构在 6 月 30 日前将系统扩展至所有中心。FDA 在这一截止日期之前发布了 Elsa。

该机构最初列举了几项实际用途。Elsa 可以总结不良事件信息、比较产品标签，并为某些数据库生成代码。FDA 官员还表示，团队正将其用于临床方案审查和检查优先级排序。

这些是边界明确的任务，而非承诺由 AI 作出监管决策。这一区别很重要。搜索、摘要和文档比对能够减少准备时间，同时仍将判断权交给具备资质的审评人员。

FDA 表示，Elsa 在高安全性的 GovCloud 环境中运行。该机构还称，这些模型不会利用受监管企业提交的信息进行训练。这些保护措施回应了制药、生物技术、食品和器械企业的核心关切。

到 2025 年 12 月，该机构表示，超过 70% 的员工自愿使用 Elsa。随后，它部署了智能体功能，使软件能够在既定指令下规划并执行多个相互关联的步骤。员工可以为会议管理、审查、监测、检查、合规和行政工作构建工作流。

这项 智能体 AI 部署还包括一项为期两个月的内部挑战赛。员工受邀构建解决方案，并在 FDA 的 Scientific Computing Day 上展示。这一项目使采用从简单的软件分发转变为员工参与。

Databricks 现报告称，在大约两个月内，使用率从不足 1% 上升至 FDA 16,000 名员工中的 85%。其标题称为每日使用，但文章没有公布底层分析数据、日期范围或活跃用户的定义。

这一限制很重要。每天打开一次应用，与完成一个具有实质影响的工作流并不相同。采用百分比也几乎无法说明回答质量、节省的时间，或不同中心的使用是否持续一致。

尽管如此，这一报告中的使用行为仍比单纯的许可证数量更有实质内容。Databricks 表示，医生、科学家、审评人员和行政员工每周都在创建数百个智能体。据称，员工利用标准操作流程、指南和中心特定文件为这些智能体提供依据。

提供依据是指向 AI 系统提供与请求相关、已经获批的信息。模型随后可以基于这些材料作答，而非仅依赖通用训练数据。这种方法能够提高相关性，但无法消除不准确的输出。

模型选择也与员工体验分离开来。Databricks 称，Elsa 允许通过一个界面访问多个模型。这种设计在将数据权限和工作流保留在共享层的同时，降低了对单一模型的依赖。

据称，该架构将 Model Context Protocol 服务器置于 Unity Catalog 之上。Model Context Protocol，即 MCP，是一种让 AI 系统连接获批工具和信息的标准方式。它让智能体能够请求受治理的资源，而不必获得不受限制的访问权。

对员工而言，这些层级大多应当是不可见的。审评人员提出问题或启动工作流，平台则根据该人员的权限决定哪些已获批的信息和工具可用。

这正是 FDA 的做法与脱节的聊天机器人推广不同之处。通用助手可以起草文本，却很少知道哪一份内部记录才是权威来源。Elsa 旨在机构的信息边界和运营语境内发挥作用。

同样的原则也适用于个人和团队系统。当 AI 助手能够与有序的 AI 知识库、清晰的来源和受控检索协同工作时，其价值会更高。FDA 将这一原则应用到了监管规模。

因此，Databricks 的案例描述了一个采用循环。受治理的信息让特定工作流成为可能；有用的工作流吸引员工；他们的使用又暴露出新的需求，进而鼓励团队创建更多智能体。

不过，快速创建也带来了新的治理问题。每周数百个新智能体可能产生重复工具、不一致的指令或测试不足的输出。降低创建门槛的平台，也必须支持评估、责任归属和退役管理。

FDA 最初的成果是让员工开始使用。其更长期的考验则在于，随着智能体数量增长，本地创建的智能体能否保持准确、可追溯且易于管理。

三分钟审查说明了采用为何加速

最有力的证据不是采用百分比，而是一个据称从数天缩短至约三分钟的狭窄工作流。

药品审评人员有时需要识别起始物料，即制造过程中使用的原材料。相关细节可能散落在大量监管申报材料中。审评人员必须将这些物料与产品、供应商和制造商关联起来。

Databricks 表示，这项研究过去需要逐一打开文件、运行关键词搜索，并手动汇总答案。相关信息可能分布在三百万至四百万页材料中。因此，一个简单问题会变成缓慢的文档调查。

团队利用机器学习和自然语言处理，从这些文件中提取特定数据。系统追踪起始材料，以及产品、供应商和制造商之间的关系。MLflow 支持这些数据处理模型的开发与管理。

提取出的信息随后可通过 Elsa 访问。审查人员可以输入申请编号，并查询相关的起始材料。Databricks 表示，该系统约三分钟即可返回有据可依的答案，而人工研究则需要数天。

这一说法需要谨慎表述。Databricks 发布了该案例研究，而公开文章并未包含独立基准测试。文章没有报告样本量、准确率、错误类别，也未说明每一份提交材料是否都能得到相同结果。

即使有这一限定，该工作流仍能解释员工为何可能每天回到系统中使用。它从一项本就具有明确问题、可识别来源和合格审查人员的任务中，消除了搜寻信息的负担。AI 无需取代审查人员，也能创造价值。

FDA 的 AI 战略与创新负责人 Venu Boppana 将成功定义为这种分工。他表示，目标是避免审查人员把时间耗费在搜索上，使他们能够专注于核心工作。

与要求员工自行设想通用助手的使用场景相比，这是一种更可信的采用机制。该平台嵌入现有流程之中，在保留人工决策节点的同时，缓解了可衡量的瓶颈。

这一机制也解释了数据平台为何至关重要。仅靠先进语言模型，无法知道哪份申请、供应商文件或制造文件包含权威答案。它需要提取出的记录、关联关系、权限和标识符。

搜索质量依赖于前期的数据工程。团队必须处理数百万页内容，定义重要实体，并安全地开放这些资产。表面上三分钟的响应，背后是多年不那么显眼的平台建设工作。

这一模式给围绕演示构建的企业 AI 项目带来压力。精致的对话界面可以打动高管，但当答案缺乏内部语境时，员工就会弃用它。日常使用需要在普通工作中持续提供价值。

它也给孤立的部门工具带来压力。以中心为单位的助手可以快速推进，因为其范围相对狭窄。然而，当其他部门需要相关信息或共享治理时，它可能会复制信息孤岛。

FDA 将 CDER 的工作平台作为起点，随后把其能力调整并应用到各中心。这种方法在本地验证与全机构基础设施之间取得平衡。它没有等到完美的企业级设计完成后，才展示一个有用的工作流。

历史顺序很重要。CDER 长达五年的平台建设，早于快速的全机构采用故事。两个月的采用数据，并非来自总共两个月的开发；它建立在多年的数据准备和一个集中整合阶段之后。

这一细节应当影响其他组织对结果的解读。这个故事并不表明任何机构都可以部署一个助手，并在数周内达到 85% 的使用率。它表明，在成熟的数据基础和可信的内部先例之上，快速采用是可能发生的。

该工作流也说明了辅助与裁决之间的边界。定位起始材料信息，不等于判断一种药物是否安全或有效。更快地获取证据可以支持审查，但并不能验证最终的监管结论。

FDA 政策要求整个流程中始终有人类领域专家参与。该机构表示，工作人员会核查输入、分析步骤以及输出的使用方式。这一保障至关重要，因为看似有据可依的答案仍可能遗漏相关文件，或误读某种关系。

因此，对三分钟案例最恰当的解读是有限但有意义的。该平台据称压缩了一项研究任务，使支撑信息更容易获取，并将时间还给专家。它并不能证明 AI 可以独立完成科学审查。

85% 采用率的说法没有告诉我们什么

高使用率证明了可访问性和感知到的实用性，但并不能证明监管准确性或更好的公共卫生结果。

85% 这一数字来自 Databricks 在 2026 年 7 月的说法。该公司提供底层数据平台，因此这份案例研究也服务于其商业叙事。读者应将其视为客户报告的指标，而非独立研究结论。

FDA 曾发布更早的采用数据，支持这一发展趋势。2025 年 12 月，该机构表示，超过 70% 的员工自愿使用 Elsa。这一官方披露使广泛采用显得可信，但并不能独立确认 85% 的日使用率。

若干衡量细节仍然缺失。FDA 和 Databricks 均未公开说明，被计为日活用户所需的最低活动标准。它们也没有披露按中心、职位类型或工作流划分的采用情况。

使用不均衡可能很重要。行政人员可能经常使用摘要功能，而科学审查人员可能仅在较少但风险更高的任务中依赖 Elsa。一个全机构百分比可能掩盖这些差异。

公开来源同样缺乏系统范围内的准确性评估。三分钟起始材料案例展示了速度，但没有提供精确率、召回率或审查人员纠正率。这些指标能够揭示更快的检索是否依然可靠。

治理方面的说法也需要同样审视。FDA 表示，Elsa 不会利用用户输入或受监管行业提交材料进行训练。它还表示，该系统运行在 FedRAMP High 环境中，这是针对高影响云数据的联邦安全标准。

这些都是重要控制措施，但并不能化解所有风险。获授权用户仍可能请求不适当的信息。智能体可能以意想不到的方式组合获许可的数据，而生成的摘要可能遗漏源文件中的限定条件。

快速创建智能体扩大了这一挑战。每个自定义智能体都可能包含不同的指令、工具和文档集。若缺乏一致的测试，对类似问题作答的两个智能体可能产生相互矛盾的结果。

FDA 的人工审查要求限制了这些差异的后果。然而，人工监督只有在审查人员了解系统局限、并能检查支撑证据时才有效。自动化偏见可能使人们过于轻易地接受看似自信的答案。

在广泛推出之前，外部专家就提出了这些担忧。Scripps Research 的 Eric Topol 向 Axios 表示，该理念本身是合理的，但有限的细节和外界感受到的仓促推进令人担忧。他还质疑哪些模型和训练输入支撑了该系统。

前 FDA 局长 Robert Califf 对时间表既表示热情，也保持谨慎。行业代表欢迎提高审查效率的努力，但强调必须保护专有提交材料。这些反应在 Elsa 实现广泛采用之前，就指出了核心权衡。

推广担忧并未因使用率提高而消失。采用率提升会使评估变得更紧迫，因为如今有更多员工和工作流依赖该平台。

员工效率与监管处理速度之间也存在区别。审查人员可以更快地找到信息，却不一定缩短总审查周期。其他科学、法律、制造和沟通环节可能保持不变。

FDA 已将 AI 与加快治疗手段可及性联系起来，但公开证据尚未证实这一因果链。谨慎的分析不应把一项研究任务节省的时间，转化为更快批准或更好患者结果的说法。

该机构 2026 年 5 月的公告更清楚地展现了其拟采取的保障措施。公告称，专家会核查输入、分析过程和输出的实施方式。同一公告还表示，尽管 Elsa 提供受控网页搜索，它并不直接连接互联网。

Elsa 4.0 还新增了文档生成、定量分析、可视化、光学字符识别、语音听写和自定义智能体功能。Elsa 4.0 更新显著拓宽了系统的范围。

能力扩展会同时提高实用性和暴露面。文档生成可以节省时间，但也带来审查义务。定量分析可以揭示模式，但错误的假设可能影响最终图表。

FDA 现在需要登录次数之外的证据。有用的指标包括纠正率、打开的引用、完成的任务、审查人员节省的时间，以及涉及不当访问的事件。结果指标还应区分行政工作与科学审查。

这些不确定性并不会否定该平台报告的采用情况。它们界定了采用率数字能够支持什么结论。它表明员工找到了回访的理由，而非每一项输出都正确，或每个工作流都有改善。

这一区别能够防止这个故事沦为供应商宣传。FDA 似乎已解决了一个重要的访问与基础设施问题。它仍须证明，快速使用能够与面向数千名员工和数百个新智能体的一致评估共存。

三个信号将显示 FDA 模式是否站得住脚

下一阶段将检验 FDA 能否将广泛试验转化为覆盖每个中心、可衡量、受治理且可重复的工作。

第一个信号是采用情况报告采用更好的定义。FDA 应披露活跃使用标准、中心层面的参与情况，以及完成有实质意义工作流的员工比例。在初期推广后维持稳定使用，将增强其具备持久价值的论据。

使用率下降不一定意味着失败。它可能反映了由新鲜感驱动的活动退场，而高价值工作流得以保留。重要的衡量标准是，重复使用是否集中在时间或质量改善得到验证的任务上。

第二个信号是对自定义智能体进行正式评估。每周数百个新智能体既造成了清单管理问题，也带来了创新机会。该机构需要为测试、责任归属、来源时效性、权限和退役制定可见标准。

智能体评估不应只涵盖回答是否流畅。还应测试引用准确性、遗漏证据、权限执行、可复现性，以及源文件相互冲突时的行为。结果应在模型或工作流变更前后进行比较。

明确的评估实践将强化受治理平台的论点。严重事件、不一致的答案或失控的重复建设则会削弱它。它们将表明，仅有集中式数据并不足以治理分散式智能体创建。

第三个信号是 HALO 能否在 CDER 先例之外扩展。FDA 表示，它正在将药品中心的工具调整后用于其他具有不同数据和监管需求的中心。成功复用将证明该架构能够支持机构内部的多样性。

这将十分困难，因为食品检查、医疗器械审查、生物制品和兽医学并不共享完全相同的流程。一个共同平台必须支持不同的证据类型，同时不能强迫每个中心采用同一工作流。

HALO 整合将 Elsa 定位于机构数据之上，而不是要求用户将文件上传到每个聊天窗口。这样的变化应能减少摩擦，并提供更一致的上下文。

它也提高了权限与数据质量的重要性。当一个中央助手位于共享系统之上时，一条错误的访问规则可能影响许多工作流。一条过时或重复的记录，也会比在单个中心内部时更快地扩散混乱。

对于企业采购方而言，这个 Databricks how 案例提供了一个要求严苛的标杆。可见的助手只是最后一层。在此之前，是多年的数据建设、中心层面的成功先例、快速的来源整合，以及严格的访问控制。

这个故事也警示人们，不要只复制标题，却不复制实施顺序。购买多个模型并不能创造可信的上下文。启用一个 agent builder 并不等于建立了评估体系。统计用户数量也不能衡量决策是否变得更好。

知识工作者应当关注，因为同样的机制也适用于更小的规模。当 AI 能够访问获批准的文档、保留来源边界，并支持一项明确的任务时，它能提供更大价值。当上下文仍然分散或未经验证时，它就会变得不那么可信。

开发者应关注 FDA 如何管理与 MCP 连接的工具和自定义 agents。如今困难的工程工作集中在权限、评估、可观测性和变更控制上。模型选择只是该系统的一部分。

受监管企业应关注将使用情况与质量联系起来的公开证据。未来最有力的披露，应将节省的时间与错误率和人工修正数据结合起来。这种组合将表明，效率与严谨性是否同步提升。

FDA 报告的 85% 日活采用率值得注意，因为政府技术推广很少能如此迅速地获得自愿使用。然而，更具可迁移性的经验其实更为低调：当平台将 AI 与受治理的信息和用户熟悉的工作连接起来后，人们才会持续回归使用。

未来一年的问题是，这一基础能否承受规模化考验。如果 FDA 发布有意义的评估结果、管控其 agent 清单，并在其他部门复现 CDER 的成果，其做法将成为一个可信的范例。

如果这些信号仍不公开，采用率的说法将依然令人印象深刻，却并不完整。研究 databricks how the FDA built Elsa 的组织，应将重点放在这一百分比背后的证据上。它们自己的 AI 项目，应从可信数据、明确权限，以及一个值得反复执行的工作流开始。