FDA 用 Databricks 搭建安全 AI 就绪数据基础
FDA 展示了在严苛联邦合规环境中，以受治理的数据基础为 AI 落地铺路，证明安全与效率可兼得。
FDA 在 AWS GovCloud 上基于 Databricks 构建企业数据平台 HALO，迁移超 5000 用户和 8000 作业、零停机。通过 Unity Catalog 统一治理，SQL 查询提速 30%、计算成本降 20%，并集成 AI 平台支撑监管审评，强调安全与人在回路。
正文摘录
FDA 在 AWS GovCloud 上使用 Databricks 构建数据基础的经验、教训与业务影响 改造联邦数据平台有点像在大洋中航行时重建发动机：即使底层系统正在转型，任务也不能停止。这是美国食品药品监督管理局（FDA）在 Data + AI Summit 上分享的“How the FDA is scaling secure AI with Databricks for Government”会议中描述的挑战。 对 FDA 来说，风险非同寻常。每天每三个美国人中就有一个受到 FDA 决策的影响；美国消费者每消费 1 美元，就有 20 美分在其监管范围内；超过 16,000 名员工分布在 200 多个办公室和实验室，覆盖 300 多个产品类别。在这种环境下，数据不是后台职能，而是公共卫生的当务之急。 正因如此，政府中关于 AI 的讨论正在转变。问题不再是各机构是否应该使用 AI，而是如何在要求从一开始就具备强治理、可审计性和合规性的环境中安全地将其投入运营。这篇博客概述了在 FedRAMP 和 IL5 环境中支持安全、关键任务型 AI 工作负载所需的核心构件：基础设施即代码安全模式、受治理的模型访问、血缘与可审计性，以及将 Unity Catalog 连接到正确数据源所需的网络配置。 政府机构通常在全球最严格的要求下运作。AWS GovCloud 上的 Databricks 正是为这类受监管的工作负载而设计，用于处理和分析受出口管制（ITAR/EAR）的数据、受 FedRAMP High、DoD IL5 监管的数据，或处理医疗记录、联邦金融系统等无法在标准云环境中处理的其他敏感信息。 但合规本身并不是全部。更大的重点是价值实现速度。