跳到主要内容

Astellas 员工在安全自托管平台上构建了 420+ 个自定义 AI 模型

Astellas Pharma Inc.

概览​

信息

Astellas Pharma Inc. 在 Azure 上基于 OPL 数据空间 构建了一个安全、灵活的内部 AI 平台，让 3000+ 员工 能够创建、定制并共享生成式 AI 模型。用户自发构建了 420+ 个自定义模型，并在组织范围内给出了 +43 NPS。

关键数据​

  • 用户数：3200+ 总用户；800+ 高阶用户可访问前沿模型
  • 区域：全球，总部位于日本东京
  • 行业：制药
  • 部署方式：Azure AKS（私有端点）
  • 模型：Azure OpenAI、Gemini、DeepSeek、Perplexity
  • 上线时间：约 1 个月
  • 采用情况：连续 5 个月维持 30–40% 周活跃
  • 结果：420+ 自定义模型，68% 用户表示效率显著提升，NPS +43

关于 Astellas Pharma​

Astellas Pharma Inc. 是一家全球生命科学公司，从事处方药研发、销售和制造，在约 70 个国家开展业务。

挑战：既安全又不被厂商锁定的灵活 AI 平台​

随着生成式 AI 快速演进，Astellas 需要一个能跟上节奏的平台，同时又不能被单一模型 provider 绑定。作为一家横跨多个国家、面对复杂监管环境、且支撑多语言科研工作流的全球药企，它不能接受安全和合规能力不足的 SaaS 工具。

目标是：构建一个 安全、自托管 的 AI 平台，让从研发、临床开发到药物警戒和合规等部门都能自由使用先进模型，同时保留对安全、合规和数据治理的完整控制。

关键要求​

  • 灵活选择并切换模型 provider
  • 对敏感分析支持本地模型
  • 能创建贴合具体流程的自定义模型
  • 支持按群组安全共享和协作开发模型
  • 能与内外部系统集成

方案：Azure 上的 OPL 数据空间​

OPL 数据空间最终被选中，主要原因是它具备 灵活性、细粒度权限控制和可扩展架构，让 Astellas 可以在自己的私有环境中完成全部托管，并支持自定义模型创建与群组协作。

架构亮点​

  • 计算 / 编排：Kubernetes（AKS）集群，按负载自动扩缩
  • 存储 / 数据库：Azure Database for PostgreSQL
  • 网络：VNet 隔离；Application Gateway + 私有端点
  • 密钥管理：Azure Key Vault
  • CI/CD：Azure DevOps
  • 日志 / 监控：API Management Service、Azure Dashboards、Databricks
  • 安全控制：通过 IdP 实现 MFA，按组 RBAC，强制数据驻留

“ OPL 数据空间让我们能够在整个公司内部安全地创建和共享自定义 AI 模型，同时保留了灵活接入最新模型的自由度。” — Astellas 生成式 AI 团队负责人

模型与数据处理​

Astellas 采用 多模型、多 provider 策略：

  • 主力：Azure OpenAI
  • 研究增强：Gemini、DeepSeek、Perplexity
  • 模型选择：高级用户可访问完整模型集，新手用户使用精简推荐集
  • RAG：对 embedding 模型和 chunk 大小做了专门优化，数据源包括 SOP、监管文档和外部医学研究数据
  • 敏感数据治理：访问前完成培训，使用过程持续监控，知识与模型共享遵循最小权限原则

推广与赋能​

Astellas 用两个月时间完成了面向 2000+ 员工 的 onboarding，包括演示、互动式 workshop 和上手培训。

培训内容包括：

  • 生成式 AI 基础
  • OPL 数据空间中模型创建与共享操作
  • 面向高级用法的持续 office hours

几个月后：

  • 周活跃稳定在 30–40%
  • 用户自发创建并跨部门共享 数百个自定义模型
  • 几乎所有部门都在使用，包括研究、临床开发、法务、合规、药物警戒、销售、市场等

“我们搜集外部科研信息的效率大幅提升。能够按具体场景选择和切换模型，让研究工作有效得多。” — Astellas 研究部门用户

结果：普及、生产力与满意度​

Screenshot of OPL 数据空间 showing the Astellas internal AI platform.

01. 用户驱动的模型创建​

员工可以根据自己的工作流快速构建生成式 AI 模型，而不必等待 IT 排期。平台上已经有 420+ 个由用户自行构建的模型。

02. 有机增长与采用​

平台有机增长到 3200+ 用户，其中高级用户 800+，说明跨组织存在明确且持续的需求。

03. 可量化的效率提升​

68% 的用户 表示工作效率显著提高，整体 NPS 为 +43。

04. 研发加速​

研发团队在科学信息检索、临床试验总结、多语言医学文档处理中都显著提速。

典型使用场景​

  • 科研简报草拟与审阅
  • 临床试验报告摘要
  • 针对 SOP 与监管政策文档的 RAG
  • 医学研究外部信息检索
  • 多语言医学文档翻译
  • 数据分析管线中的代码片段生成

关键集成​

  • Microsoft Outlook
  • Microsoft Teams
  • SharePoint
  • 内部文档管理系统

为什么选择 OPL 数据空间​

  • 模型自由度：随时选择、切换、更新模型
  • 自定义模型能力：员工可以创建并分享工作流专用模型
  • 细粒度权限控制：RBAC + 群组协作
  • 完全私有部署：基于 Azure 的私有环境
  • 深度集成：接入现有 Microsoft 生态与内部系统
  • 可扩展架构：从初始上线自然扩展到 3200+ 用户
提示

如果你正在评估 Enterprise Plan，可以直接联系销售团队。