FDA xây dựng nền tảng dữ liệu an toàn, sẵn sàng cho AI trên Databricks for Government

Hiện đại hóa một nền tảng dữ liệu liên bang cũng giống như việc điều khiển một tàu sân bay trong khi đang sửa chữa động cơ giữa đại dương: sứ mệnh không thể dừng lại, ngay cả khi các hệ thống nền tảng đang được chuyển đổi. Đó chính là thách thức mà Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) đã mô tả trong phiên thảo luận tại Data + AI Summit với chủ đề "Cách FDA mở rộng quy mô AI bảo mật cùng Databricks for Government".

Đối với FDA, mức độ rủi ro là đặc biệt cao. Cứ ba người Mỹ thì có một người chịu ảnh hưởng bởi các quyết định của FDA mỗi ngày; cơ quan này quản lý 20 xu trong mỗi đô la chi tiêu của người tiêu dùng Hoa Kỳ, và hơn 16.000 nhân viên của họ làm việc tại 200 văn phòng và phòng thí nghiệm, bao phủ hơn 300 danh mục sản phẩm. Trong môi trường đó, dữ liệu không phải là một chức năng hành chính hậu cần; đó là yêu cầu cấp thiết đối với sức khỏe cộng đồng.

Đó là lý do tại sao cuộc thảo luận về AI trong chính phủ đang thay đổi. Câu hỏi không còn là liệu các cơ quan có nên sử dụng AI hay không, mà là làm thế nào để họ có thể vận hành AI một cách bảo mật trong các môi trường đòi hỏi sự quản trị, khả năng kiểm toán và tuân thủ nghiêm ngặt ngay từ ngày đầu tiên. Bài blog này phác thảo các khối xây dựng cốt lõi cần thiết để hỗ trợ các khối lượng công việc AI quan trọng, bảo mật trong các môi trường FedRAMP và IL5: các mô hình bảo mật cơ sở hạ tầng dưới dạng mã (infrastructure-as-code), quyền truy cập mô hình được quản trị, khả năng truy xuất nguồn gốc (lineage) và kiểm toán, cùng các cấu hình mạng cần thiết để kết nối Unity Catalog với các nguồn dữ liệu phù hợp.

Tại sao AI bảo mật trong chính phủ bắt đầu từ sự sẵn sàng của nền tảng

Các cơ quan chính phủ thường hoạt động dưới những yêu cầu khắt khe nhất thế giới. Databricks trên AWS GovCloud được thiết kế cho các khối lượng công việc được kiểm soát như vậy, nơi xử lý và phân tích dữ liệu kiểm soát xuất khẩu (ITAR/EAR), dữ liệu được quản lý theo tiêu chuẩn FedRAMP High, DoD IL5, hoặc xử lý các thông tin nhạy cảm khác như hồ sơ chăm sóc sức khỏe và hệ thống tài chính liên bang mà các môi trường đám mây tiêu chuẩn không thể đáp ứng.

Nhưng tuân thủ thôi là chưa đủ. Điểm quan trọng hơn chính là tốc độ tạo ra giá trị. Là một phần của phiên thảo luận này, Databricks đã làm nổi bật kiến trúc tham chiếu bảo mật và mô hình triển khai dựa trên Terraform, được thiết kế để giúp khách hàng thiết lập nhanh chóng một môi trường kiên cố, sẵn sàng cho sản xuất và kiểm toán, với các kiểm soát như PrivateLink, khóa do khách hàng quản lý và hồ sơ bảo mật tuân thủ được tích hợp sẵn.

Thách thức của FDA: hiện đại hóa mà không làm gián đoạn sứ mệnh

Hành trình hiện đại hóa của FDA bắt đầu với một vấn đề quen thuộc: dữ liệu bị phân mảnh (siloed), công việc trùng lặp, các đường ống dữ liệu không nhất quán và quá nhiều chi phí vận hành phát sinh trên nhiều trung tâm và chương trình. Các nhà phân tích và nhà khoa học đã dành quá nhiều thời gian để tìm kiếm và đối chiếu dữ liệu thay vì rút ra thông tin chi tiết từ đó. Đồng thời, khoảng cách giữa sứ mệnh khoa học và quản lý của cơ quan với những gì cơ sở hạ tầng hiện tại có thể hỗ trợ đang ngày càng nới rộng.

Phản ứng của cơ quan này là xây dựng HALO (Harmonized AI and Lifecycle Operations for Data), nền tảng dữ liệu doanh nghiệp của họ, như một nền tảng an toàn, được quản trị và sẵn sàng cho AI. Sau khi bắt đầu hành trình với Databricks vào năm 2020 bằng việc hiện đại hóa môi trường cũ, việc FDA chuyển sang Databricks trên AWS GovCloud vào năm 2025 đã mở ra những lợi ích của Unity Catalog và các khả năng bổ sung trong môi trường Databricks. Unity Catalog đã cung cấp cho FDA một lớp quản trị mở, thống nhất cho dữ liệu và AI, giúp họ khám phá, quản lý và chia sẻ các tài sản đáng tin cậy một cách bảo mật trên các khu vực, định dạng và công cụ khác nhau với độ phức tạp thấp hơn và chi phí thấp hơn, đồng thời cải thiện thời gian để có được thông tin chi tiết.

Kiến trúc mà FDA áp dụng là đa người thuê (multi-tenant): nhiều trung tâm quản lý chia sẻ một nền tảng chung trong khi vẫn duy trì các không gian được bảo mật và quản trị riêng của mình. Trong phiên thảo luận, FDA mô tả đây là mô hình khu chung cư, nơi mọi người chia sẻ cơ sở hạ tầng nhưng mỗi người thuê đều có khóa và chính sách riêng. Với Unity Catalog, việc chia sẻ dữ liệu giữa các trung tâm trở nên dễ dàng hơn nhiều mà không làm mất đi sự quản trị.

Ba cột mốc thay đổi quỹ đạo

Trong hành trình của FDA, ba cột mốc đã định hình sự chuyển đổi. Đầu tiên là sự bảo trợ ủy quyền FedRAMP High, đây là điều kiện tiên quyết mở đường cho mọi thứ khác. Thứ hai là quá trình di chuyển sang AWS GovCloud. Thứ ba là Unity Catalog, cung cấp cho cơ quan nền tảng quản trị cần thiết cho AI bảo mật và có khả năng mở rộng.

Quy mô đằng sau những cột mốc đó là điều khiến câu chuyện trở nên đặc biệt thuyết phục. FDA đã di chuyển hơn 5.000 người dùng và hơn 8.000 công việc (jobs) và đường ống dữ liệu mà không có thời gian chết (zero downtime), cho phép các nhà khoa học và nhà phân tích tiếp tục công việc của họ mà không bị gián đoạn trong khi cơ quan xây dựng lại nền tảng bên dưới. Họ cũng đã tái cấu trúc hơn 1.000 đường ống dữ liệu và hơn 4.000 notebook như một phần của quá trình di chuyển sang Unity Catalog.

FDA đang sử dụng tính năng tính toán serverless, phục vụ mô hình (model serving), Unity Catalog và Genie của Databricks để hiện đại hóa hàng trăm bảng điều khiển cũ thành các trải nghiệm tương tác, được hỗ trợ bởi AI, từ đó loại bỏ nợ kỹ thuật và đẩy nhanh tác động đến sứ mệnh.

Tác động - Những gì quá trình hiện đại hóa mang lại trong thực tế

Đối với FDA, đây không chỉ là việc dọn dẹp cơ sở hạ tầng. Đó là một sự thay đổi vận hành có thể đo lường được. Cơ quan này cho biết chỉ trong vài tháng, họ đã đưa tám trung tâm và 30 chương trình lên nền tảng dữ liệu doanh nghiệp và hợp nhất hơn 40 nguồn dữ liệu trải dài trên các hệ thống ứng dụng và nộp hồ sơ. Sự hợp nhất đó đã cải thiện khả năng cộng tác trong toàn cơ quan, tăng tính minh bạch và củng cố vị thế bảo mật.

Nó cũng tạo ra những lợi ích vận hành có thể định lượng được. Theo FDA, các kho dữ liệu SQL (SQL warehouses) đã cải thiện thời gian phản hồi truy vấn hơn 30% đối với các khối lượng công việc BI, chi phí tính toán giảm hơn 20%, thời gian dành cho việc cung cấp tài nguyên, phân quyền và chia sẻ dữ liệu giảm hơn 75%, và chi phí vận hành giảm hơn 35%.

Sự chấp nhận của người dùng cũng cho thấy điều tương tự. FDA bắt đầu với khoảng 500 người dùng vào năm 2020, hiện đã tăng lên hơn 6.000 người dùng trên nền tảng và dự kiến con số đó sẽ vượt quá 10.000 vào năm 2028.

Kích hoạt AI có trách nhiệm cho công tác quản lý

Một trong những chủ đề quan trọng nhất cần lưu ý ở đây là chương trình hiện đại hóa của FDA không phải là làm AI vì mục đích AI. Đó là về việc kích hoạt AI có trách nhiệm trong môi trường quản lý liên bang. Cơ quan này đã tích hợp Halo với Elsa, nền tảng AI doanh nghiệp của họ, để hỗ trợ đổi mới AI trên quy mô lớn, với các trường hợp sử dụng AI đã đi vào sản xuất, thử nghiệm và hơn 10 dự án đang triển khai.

Một ví dụ tiêu biểu là MARS, sáng kiến của FDA nhằm hiện đại hóa và đẩy nhanh quá trình nộp hồ sơ quản lý. MARS sử dụng Databricks tích hợp với Elsa để giúp các chuyên gia đánh giá phân tích khối lượng khổng lồ thông tin có cấu trúc và phi cấu trúc liên quan đến các đơn đăng ký thuốc và thiết bị, bao gồm kết quả thử nghiệm lâm sàng, dữ liệu an toàn và nhãn mác. Mục tiêu là đưa thông tin phù hợp đến đúng người đánh giá nhanh hơn, giảm thời gian xử lý dữ liệu và hỗ trợ các quyết định quản lý sáng suốt hơn.

Quan trọng không kém, FDA nhấn mạnh phương pháp "con người trong vòng lặp" (human-in-the-loop): AI thực hiện các công việc nặng nhọc và tăng cường chuyên môn cho các nhà khoa học và người đánh giá, nhưng không thay thế họ.

Bài học cho các cơ quan khác đang mở rộng quy mô AI bảo mật

Hành trình của FDA đưa ra một số bài học có sức lan tỏa trong khu vực công. Thứ nhất, sự tham gia của các bên liên quan không phải là sự kiện một lần; đó là một cam kết liên tục vì mỗi trung tâm có nhu cầu, thời hạn và mức độ chấp nhận rủi ro khác nhau. Thứ hai, việc lập kế hoạch bảo mật phải bắt đầu sớm vì trong môi trường FedRAMP High, mọi quyết định kiến trúc đều có những tác động về sau.

FDA cũng nhấn mạnh tầm quan trọng của việc xây dựng sự linh hoạt thay vì mã hóa cứng các cấu hình, áp dụng di chuyển theo từng đợt thay vì chuyển đổi đột ngột (big-bang), và coi quan hệ đối tác với nhà cung cấp là một tài sản vận hành thay vì chỉ là một hạng mục cần kiểm tra khi mua sắm.

Thông điệp kết thúc từ phiên thảo luận đặc biệt rõ ràng. Ủy quyền là chất xúc tác. Quản trị là điều kiện tiên quyết cho AI. Và quá trình hiện đại hóa quy mô lớn có thể diễn ra nhanh hơn khi các nhóm thực hiện các luồng công việc quan trọng song song thay vì chờ đợi sự hoàn hảo.

Bản thiết kế cho AI sẵn sàng cho sứ mệnh

Câu chuyện của FDA cho thấy AI bảo mật trong chính phủ không phải là việc gắn các mô hình vào các hệ thống cũ. Đó là việc xây dựng nền tảng dữ liệu được quản trị, kiến trúc bảo mật và kỷ luật vận hành cần thiết để làm cho AI trở nên hữu ích trong các môi trường có rủi ro cao.

Đối với các nhà lãnh đạo khu vực công, đó có thể là bài học quan trọng nhất. Khi sự quản trị được xây dựng ngay từ đầu, hiện đại hóa không chỉ làm giảm nợ kỹ thuật. Nó tạo ra nền tảng để đưa AI vào tay các nhà khoa học, nhà phân tích và người ra quyết định một cách an toàn và có trách nhiệm để hỗ trợ sứ mệnh.

Tìm hiểu thêm

Xem phiên thảo luận "Cách FDA mở rộng quy mô AI bảo mật cùng Databricks for Government" được trình bày tại Data + AI Summit, 2026.