发生了什么
FDA 在 AWS GovCloud 和 Unity Catalog 上使用 Databricks 构建了 HALO，这是一个企业数据平台。该机构表示，此次迁移覆盖了 5,000 多个用户、8,000 个工作岗位和管道以及 4,000 多个笔记本，且没有出现任何停机情况。
Databricks 于 2026 年 9 月 1 日发布了该报道，描述了 FDA 在该公司数据 + AI 峰会上的演讲。据消息人士透露，FDA 建立了 HALO（协调人工智能和数据生命周期操作），作为分析和人工智能工作的安全、受监管的基础。该平台在 AWS GovCloud 中的 Databricks 上运行，并使用 Unity Catalog 作为数据和 AI 资产的通用治理层。 Databricks 表示该架构适合敏感工作负载，符合 FedRAMP High 和 DoD IL5 等要求，而 FDA 将该系统描述为一种在不中断监管工作的情况下实现数据操作现代化的方法。
FDA 的现代化始于 2020 年的遗留环境项目，随后于 2025 年迁移到 AWS GovCloud 上的 Databricks。该消息人士确定了三个里程碑：FedRAMP 高授权的赞助、GovCloud 迁移和 Unity Catalog 的采用。该机构表示，它在零停机的情况下迁移了 5,000 多个用户以及 8,000 多个工作岗位和管道。它还重构了1000多个数据管道和4000多个笔记本。据报道，该平台将 8 个中心和 30 个项目整合到一个环境中，并整合了来自申请和提交系统的 40 多个数据源。
Databricks 表示，FDA 目前在该平台上拥有超过 6,000 名用户，而 2020 年约为 500 名，预计到 2028 年这一数字将超过 10,000 名。 FDA 报告称，商业智能工作负载的 SQL 仓库响应时间缩短了 30% 以上，计算成本下降了 20% 以上，配置、许可和数据共享所花费的时间减少了 75% 以上，运营开销也减少了 75% 以上。跌幅超过35%。该平台还支持模型服务和 Genie，消息人士称，该平台正用于对遗留仪表板进行现代化改造。 HALO 与 FDA 的企业人工智能平台 Elsa 集成，并支持 MARS，这是一项用于分析药物和设备提交中的结构化和非结构化材料的计划。消息人士称，人工智能用例正处于生产和试点阶段，还有 10 多项其他工作正在进行中。
为什么这很重要
此次部署展示了联邦监管机构如何尝试使人工智能在高安全性、多租户数据环境中可用，同时保留访问控制、可审计性和人工审查。运营结果很重要，但它们是在 Databricks 公司博客中自我报告的，并且没有在来源中进行独立验证。
FDA 的说法是相关的，因为它将人工智能部署置于主要联邦监管机构的运营限制范围内，而不是将人工智能作为独立的演示来展示。该机构负责处理许多中心、办公室、实验室和产品类别的科学和监管工作。该消息人士认为，碎片化的数据、重复的工作和不一致的渠道限制了分析师和科学家查找和协调信息的能力。一个共享的、受管理的平台可以通过使批准的数据更容易发现和共享来减少这些障碍，同时保留对不同组织单位的单独控制。
多租户设计是部署的核心。消息人士将其与公寓大楼进行了比较：中心共享一个底层平台，但保留单独的安全空间、权限和政策。 Unity Catalog 被描述为允许跨中心共享数据，同时保持治理、沿袭和可审计性的层。这种安排对于公共部门人工智能来说实际上很重要，因为模型或分析工具可能需要来自多个程序的信息，而敏感记录仍然需要限制访问和使用。该消息来源还强调了基础设施即代码、专用网络、客户管理的密钥和合规性安全配置文件作为更广泛的安全架构的组成部分。
来源中最有力的证据涉及报告的操作变化，而不是人工智能输出的质量或安全性。 Databricks 将性能和成本数据归因于 FDA，但该博客未提供测量周期、基线、方法或独立评估。它还没有报告 MARS 是否缩短了审查时间、提高了错误率或改变了监管结果。消息人士称，人工智能增强了科学家和审稿人的能力，而不是取代他们，但没有提供有关审批门槛、升级程序、审计结果或事件的详细信息。这些遗漏并不会使部署无效，但它们限制了对其现实世界有效性和安全性的结论。
互动机制：它实际上是如何运作的
以交互方式探索这一发展背后的基础技术。
Why can ethical evaluation not be reduced to one model score?
接下来看什么
主要的未知因素包括 FDA 如何衡量其报告的效率提升、哪些人工智能用例正在生产中，以及 MARS 是否提高了实践中的审查质量或速度。该机构预计到 2028 年用户数量将扩展至 10,000 名以上，这将考验其治理和人工审查方法是否具有规模性。
首要任务是验证报告的结果。 FDA 的进一步文件或公开演示可以澄清更快查询、更低计算成本和减少配置工作背后的时间段，以及如何定义迁移过程中的零停机时间。了解这些数字是否适用于整个平台或选定的工作负载也很有用。该消息来源没有给出绝对的成本数字、服务水平结果或中断、失败的迁移或补救工作的详细说明。
下一个测试将是从基础设施就绪到可衡量的监管使用的转变。消息人士称，MARS 可以帮助审稿人分析临床试验结果、安全数据、标签以及与药物和设备应用相关的其他信息，但它没有具体说明该系统的使用范围或哪些任务仍处于实验阶段。 FDA 的既定目标是到 2028 年用户数量超过 10,000 名，这将使在更大的用户群中管理访问控制、血统、许可和人工审查变得更加困难。未来的报告应将生产中的部署与试点和计划项目区分开来。
随着系统的扩展，安全和治理主张也需要持续审查。 Databricks 将私有连接、客户管理的加密密钥、合规性控制和 Unity Catalog 描述为架构的一部分，但来源没有提供独立的安全评估或有关如何测试权限的详细信息。它没有说明哪些模型为人工智能应用程序提供动力，如何评估其输出，或者如何保留和监控敏感的提交数据。实际问题是，FDA 能否在保持人工智能工具在各中心和项目中广泛使用的同时，保持可追溯性和负责任的人类决策。