企业 AI 推广案例研究：Amgen 的两万名用户

企业 AI 落地案例研究：Amgen 的 20,000 名用户

执行摘要（Executive Summary）

在 2023–2025 年期间，领先的生物技术公司 Amgen 面向其全球员工队伍（约 20,000 人），开展了一场有计划、多阶段的生成式 AI（Generative AI）工具部署（先为 Microsoft Copilot，随后是 OpenAI ChatGPT Enterprise）。这项战略举措从一小批试点（pilot）用户起步，通过一轮又一轮的实施逐步扩大规模，确保技术在每个阶段都能成熟并正确融入业务。Amgen 的分阶段推广（phased rollout）将严格测试与全面治理相结合：安全与合规护栏被嵌入整个流程，并采用定量与定性指标来衡量采用情况与业务影响。

Amgen 的做法依托其现有的 AI 治理框架（AI governance framework，与美国 NIST 可信 AI 原则对齐）以及 ChatGPT Enterprise 的先进安全能力。公司强调_「以安全为支撑的审慎测试，使该技术能够融入整个企业中有意义的工作流」_（［1］）。例如，Amgen 在 2023 年底仅先为 300 名员工配备了 Microsoft 365 Copilot，到 2024 年年中便迅速扩展至 20,000 名用户（［2］）。在首次部署 Copilot 一年之后，Amgen 于 2024 年开始更广泛地使用 ChatGPT Enterprise，理由是员工偏好强烈、反馈积极（［3］）（［4］）。内部调查证实了较高的用户满意度：科学家与员工发现 ChatGPT「使用体验愉快」，在分析数据、起草报告等任务上十分有效（［4］）。

在整个推广过程中，Amgen 通过用户数量、使用日志和员工反馈来跟踪采用情况。该组织的 AI 与数据（AI & Data）领导层表示，「在服务患者的使命中，每一秒都至关重要」，并指出 AI 带来的任何生产率提升都是无价的（［5］）。Amgen 的高管与工程师观察到，Copilot 和 ChatGPT 帮助简化了例行任务，使员工能够专注于高价值的研究与创新。事实上，来自 Amgen 首席技术官（CTO）和高级副总裁（SVP）的正式表态显示，AI 工具已被日常使用，并_「从办公室到实验室」_全面融入业务（［6］）（［2］）。

本综合报告将 Amgen 的 AI 采用作为案例研究进行考察，并将其置于更广泛的行业趋势之中。报告详细介绍了推广的各个阶段、治理与安全护栏的实施，以及衡量 AI 采用情况的指标；还将 Amgen 的经验与同行制药公司（如 Moderna、Pfizer、Johnson & Johnson）进行对比，以总结最佳实践与经验教训；最后探讨 AI 在生物技术领域以及企业级 AI 推广整体层面的未来启示。

引言：生物技术企业中的 AI

制药行业的生成式 AI 浪潮

以 OpenAI 的 ChatGPT（2022 年 11 月发布）为代表的_生成式 AI（Generative AI）_技术的出现，在包括生物技术与制药在内的许多行业引发了一场重大变革。短短几个月内，ChatGPT 就从一个新奇消费级聊天机器人成长为企业级生产力平台，全球每日用户数以百万计（［7］）（［2］）。行业调查显示，自 2023 年底以来，使用生成式 AI 的企业比例大致翻了一番（［8］），许多公司报告称在早期部署中实现了显著的成本与时间节约。例如，McKinsey & Company 的数据（由 Microsoft 引用）显示，到 2024 年年中，65% 的组织已在经常性地使用生成式 AI，而一年前这一比例约为 33%（［8］）。同样，OpenAI 报告称其付费 ChatGPT Enterprise 用户基数从 2025 年 2 月的 200 万企业用户激增至 2025 年 3 月的 300 万（［7］）。

然而，在生物技术这类高度受监管的行业中，AI 的采用伴随着独特的挑战。药物研发和医疗保健活动需要在严格的法规下处理敏感数据（临床试验、患者信息、专有研究）。因此，许多顶级制药公司最初禁止或限制员工使用消费级 AI 工具。FiercePharma 的一项调查（2024 年初）发现，53% 的生命科学公司完全禁止员工使用 ChatGPT，而在前 20 大制药公司中这一比例达到 65%，主要目的是防止数据泄露（［9］）。尽管如此，私下使用仍然存在——超过一半的受访生命科学从业者无视禁令使用 ChatGPT（［10］），这反映出生产率提升的许诺与对合规、隐私和准确性的担忧之间的张力。

在此背景下，审慎的企业级推广策略（enterprise rollout strategies）变得至关重要。企业认识到，不受约束的 AI 使用可能违反数据保护规则或产生不可靠的输出（即所谓的「幻觉（hallucinations）」）；与此同时，许多企业相信，明智的 AI 整合能够加速药物发现和行政工作流程。值得注意的是，多家生物制药领军企业迅速着手部署具备稳健管控的_企业级_AI 系统。高知名度的例子包括 Moderna（2024 年 4 月与 OpenAI 达成合作，为其员工队伍配备 AI，旨在加速研发（［11］））、Pfizer（构建了基于 ChatGPT 的内部营销内容平台「Charlie」，内嵌合规检查（［12］）），以及 Johnson & Johnson（要求员工在接受生成式 AI 培训后才能访问工具，到 2025 年已有数万人完成培训（［13］））。

Amgen 的转变——先于 2023 年采用 Microsoft Copilot，随后扩展到 OpenAI 的 ChatGPT Enterprise——正是遵循了这一行业分阶段、受治理的实验模式。公司领导层认为技术正处于一个「枢纽时刻（hinge moment）」（CTO David Reese 语），AI 有潜力从根本上重塑研究与运营（［14］）。与同行公司一样，Amgen 的战略目标是收获 AI 的生产率红利——例如将数据分析时间从数天缩短到数分钟（［15］）——同时确保合规与科学严谨。正如本报告将详细阐述的，Amgen 的解决方案包含多个推广阶段、严格的护栏（与行业标准对齐）以及清晰的采用指标。

Amgen 的组织背景

Amgen 是全球最大的生物技术公司之一，在全球雇佣约 25,000 名员工（研发科学家、生产专家、商业团队和公司职能人员）。其使命是为重症疾病发现、开发并交付突破性药物（［16］）（［17］）。生命科学研发的复杂性——庞大的基因组学与临床数据集、漫长的产品开发周期以及严格的监管审查——促使 Amgen 寻求一切可能的效率提升。近年来，Amgen 大力投资数据科学与计算能力（例如与 NVIDIA 合作构建用于基因组数据的 AI 超级计算机（［18］））。到 2024 年，Amgen 领导层已明确将人工智能定位为公司层面的战略要务。CTO David Reese 指出，Amgen 正「经历一个技术与生物技术融合的枢纽时刻」（［14］）。在 Reese 的 IT 领导之下（并获得 AI 与数据高级副总裁 Sean Bruich 的支持），该组织致力于将 AI 工具同时嵌入办公室职能与实验室研究，Amgen 内部的_《人工智能愿景》（Artificial Intelligence Vision）_政策（［19］）及多项公开举措即是明证。

在采用生成式 AI 之前，Amgen 已经建立了一套AI 治理框架。其正式的_《人工智能愿景》_（2023 年发布）与美国 NIST 可信 AI 框架对齐，提出了七项原则（安全（Safe）、保障与韧性（Secure and Resilient）、可解释（Explainable）、隐私增强（Privacy Enhanced）、公平（Fair）、可问责（Accountable）、有效且可靠（Valid & Reliable））（［20］）（［21］）。一个由首席合规官（Chief Compliance Officer）和 AI 与数据高级副总裁共同主持的跨学科 AI 治理委员会（AI Governance Council）负责监督所有 AI 项目（［22］）。该委员会汇集了来自质量、法务、安全（Safety）、信息安全（Security）、隐私及其他职能的专家，依据上述原则审查新的 AI 用例（［22］）（［21］）。这一既有的治理基础设施为负责任地采用生成式 AI 奠定了基础：任何新的 AI 工具（如 ChatGPT）都必须通过_「AI 保障（AI Assurance）」_和_「安全保障（Security Assurance）」_的视角进行评估（［19］）。

总体来看，背景呈现出一个已为 AI 采用做好准备的 Amgen：拥抱创新的文化、公开力挺 AI 的领导层（Reese 和 Bruich 经常就此发表演讲（［14］）（［16］）），以及管理风险的治理架构。接下来的章节将考察 Amgen 如何一步步执行其生成式 AI 推广，以及哪些保障措施和指标指引了这一过程。

图表 F.01：生成式 AI 采用与行业限制（2023–2024）

• 全球使用生成式 AI 的组织占比（2023 年中）：33%
• 全球使用生成式 AI 的组织占比（2024 年中）：65%
• 禁止 ChatGPT 的生命科学公司占比（2024 年初）：53%
• 禁止 ChatGPT 的前 20 大制药公司占比（2024 年初）：65%

Amgen 的 AI 分阶段推广

第一阶段：试点与初步部署（Copilot 体验）

Amgen 首次进军生成式 AI 生产力工具始于 2023 年底。公司与 Microsoft 合作，在一小群早期采用者中试点 _Microsoft 365 Copilot_（将基于 GPT 的先进能力集成到 Office 应用中）。Microsoft 的官方案例研究报告称，Amgen 的 Copilot 试点仅有 300 个许可证（licenses），面向研发和公司职能部门的志愿员工（［2］）。这些早期测试者得以体验 AI 辅助写作、数据摘要和头脑风暴，并就可用性与实用性提供了坦率的反馈。

试点阶段有两个主要目标：（1）在真实工作流中评估该技术；（2）为用户建立内部最佳实践与培训体系。据 Amgen 首席信息官（CIO）Mike Zahigian 介绍，试点让 IT 团队明白了哪些能力是「可以使用的，以及在什么情况下可以使用」。这种小规模测试使 Amgen 能够在更大范围发布之前完善 Copilot 使用的护栏——例如确定哪些数据可以输入、与企业登录（SSO，单点登录）集成，以及对任何内容问题进行告警。在内部，团队学会了编写用例教程（例如科学家如何让 Copilot 总结最新文献），并建立了用户提问的支持渠道。

第二阶段：扩展至全企业（20,000 名用户）

在试点成功的基础上，Amgen 迅速扩大了 Copilot 的访问范围。到 2024 年年中，公司已向全球近 20,000 名员工部署了 Copilot（［6］）（［2］）。这一规模覆盖了 Amgen 各站点的大多数白领岗位（研发、公司职能、商业团队）。Amgen 的官方表述指出，此次扩展让员工得以「用这些即将迅速普及的工具进行测试和学习」，凸显了 AI 工具广泛平民化的目标（［6］）。

Microsoft 的 _WorkLab_ 报告量化了这次推广：Amgen 的 Copilot 席位从 300 个增长到 20,000 个之后，「提升了生产率、简化了流程并促进了创新」（［2］）。CTO Reese 确认 AI 已在全公司范围内被日常使用：_「我们现在每天都在使用 Copilot。业务的任何角落都不会游离于 AI 工具与人类专业能力的结合之外。」_（［23］）在采访中，Zahigian 也强调了使命的紧迫性，他说：「在服务患者的使命中，每一秒都至关重要。我们能夺回的任何时间都是无价的。」（［5］）这一叙事将 Copilot 定位为药物研发和业务运营中不可或缺的效率杠杆。

在这次全企业范围的 Copilot 推广期间，Amgen 制定了多项治理政策。Copilot 的使用被限制在非敏感内容范围内：例如，员工接受培训，不得将专有化合物数据或可识别患者信息粘贴到提示词（prompts）中。IT 安全团队确保 Copilot 的访问通过企业 Azure AD 进行管理，并具备企业级加密和使用日志。由于 Copilot 使用与 ChatGPT 相同的 OpenAI 模型，它带来了同样的优势（强大的自然语言理解能力）与劣势（可能产生幻觉）。不过，Microsoft 的部署经过了细致的模型测试：正如一篇企业新闻所述，Microsoft 只有在完成大量内部验证、确保与现有企业安全标准和 IT 环境兼容之后，才会推出 Copilot 功能（［24］）。在许多方面，推广 Copilot 让 Amgen「摸清了门道」——既在员工中激发了热情，也让 IT 团队积累了监控和管理此类工具的专业经验。

第三阶段：引入 ChatGPT Enterprise

在 Copilot 全面部署之后，Amgen 接着评估了替代性的 AI 助手。到 2024 年底，OpenAI 的 ChatGPT Enterprise 已经成熟（提供了 GPT-4o-codex 等更强大的模型和专门的企业功能）。许多 Amgen 员工此前已在私下使用消费版 ChatGPT，他们表示相比 Copilot 更为结构化的界面，更偏好 ChatGPT 的易用性和能力。行业观察人士指出，在启动 Copilot 约一年之后，Amgen「以员工偏好为由，扩大了对 OpenAI ChatGPT 的使用」（［3］）。

Amgen 自己也确认，它是「OpenAI ChatGPT Enterprise 的早期采用者」（［1］）。实践中，在 2025 年第一季度前后，Amgen 启动了 ChatGPT Enterprise 的小规模试点，最初允许一部分 Copilot 用户（例如选定的研发和数据科学团队）并行测试该工具。这些试点聚焦于 ChatGPT 的对话式交互和广泛知识检索最能发挥作用的工作流——例如文献综述、方案（protocol）撰写、实验思路头脑风暴，以及实验室操作流程的技术文档编写。IT 与数据治理团队提供了支持：ChatGPT Enterprise 账户通过企业 SSO 开通（确保访问控制），使用流量经由 Amgen 的安全网络通道传输。

试点期间，护栏得到严格执行。例如，对提示词进行监控，防止敏感患者数据被输入；任何可能追溯到细胞系数据或患者基因组的 ChatGPT 查询都会被拦截或改写。Amgen 的隐私与合规团队审计了数据流。ChatGPT Enterprise 的默认数据处理方式又增加了一层保护：OpenAI 明确声明，组织员工输入的任何数据归该组织所有，_不会_被用于训练 OpenAI 的模型（［25］）。这一保证——员工的提示词将始终处于 Amgen 的控制之内——直接回应了此前导致许多制药公司禁用 ChatGPT 的头号担忧（数据泄露）（［9］）。

第四阶段：全面推广与 GPT-5 集成

在评估试点结果并完善流程之后，Amgen 于 2025 年年中启动了 ChatGPT 的全面推广。此时，几乎所有拥有 Copilot 访问权限的 20,000 名员工都获得了 ChatGPT Enterprise 许可证（处理高度敏感数据的岗位除外，这些岗位继续受到更严格的限制）。切换过程总体平稳：多数用户反馈 ChatGPT 的界面确实「使用体验愉快」，而且在其任务中往往能给出更有帮助的回答（［26］）。Amgen 领导层的官方沟通强调，ChatGPT 是对 Copilot 的补充而非完全替代；公司希望为员工同时提供两种工具，让他们选择适合自己工作的工具（［4］）（［3］）。

与此同时，Amgen 利用了最新的 AI 模型进展。当 OpenAI 于 2025 年 8 月发布前沿模型 GPT-5 时，Amgen 的科学家和技术人员参与了早期访问测试（［27］）。这些内部测试由 AI 与数据高级副总裁 Sean Bruich 领导，验证了 GPT-5 在科学任务中「在准确性和可靠性方面有显著改进」，输出质量更高（［28］）。因此，分阶段推广的理念甚至延伸到了 ChatGPT 所使用的底层模型的持续优化：Amgen 将其 ChatGPT Enterprise 实例升级为运行 GPT-5。这确保了在生成式 AI 快速演进的过程中，Amgen 的员工无需等待消费级应用更新即可获得更好的性能。

推广的每个阶段都经过精心规划：试点 → 试点扩展 → 企业级推广 → 模型升级。这种渐进式方法与 AI 部署的最佳实践框架相契合，使 Amgen 在向数千名用户扩展的同时，能够在每个阶段学习和调整。该策略将风险降到最低（问题可以被及早发现），并将用户接受度提到最高（没有人会因骤变而不堪重负）。下面的表 1 概要总结了这些阶段。

表 T.01：Amgen AI 工具推广各阶段一览

_表 1：Amgen AI 工具推广各阶段，从试点扩展到全企业。每个阶段都以安全、用户培训和效果衡量为优先。_

治理与护栏

Amgen AI 战略的基石是严格的治理与保障措施（safeguards）。如今有数千名员工在使用强大的生成式模型，Amgen 必须确保这些工具被安全且合乎道德地使用，既符合公司政策，也符合外部法规（如 HIPAA、GDPR、FDA 指南）。

公司 AI 政策与原则

Amgen 的_《人工智能愿景》_政策（已在其官网公开）明确承诺开发可信且负责任的 AI（［19］）（［21］）。其关键要素包括：

• 采用 NIST 可信 AI 框架。 Amgen 与 NIST 的七项原则对齐（安全、保障与韧性、可解释、隐私增强、公平、可问责且透明、有效且可靠）（［20］）（［21］）。对于每项工具，Amgen 都会评估其输出的有效性与偏差，并要求对 AI 决策的形成方式进行文档记录。

• AI 治理委员会。 一个由合规部门与 AI 与数据高级副总裁领导的跨职能委员会负责审查所有新的 AI 系统（［22］）。委员会成员包括法务、隐私、监管、信息安全和研发领域的专家，确保广泛的审视。任何大规模推广（如 ChatGPT）都必须获得委员会批准，并附有风险缓解计划。

• 承诺践行「AI 保障」与「安全保障」。 这些流程被整合进开发生命周期（［19］）。「AI 保障（AI Assurance）」指对模型的准确性、公平性和可解释性进行测试；「安全保障（Security Assurance）」指验证系统的架构与控制措施能够防范数据窃取或篡改（［30］）。

在实践中，这些原则转化为 ChatGPT 部署的具体护栏。相关措施包括：

• 数据隐私控制。 ChatGPT Enterprise 的设计本身提供了帮助：它「不会用\[公司的\]数据或对话来训练模型」（［25］），所有数据都在 Amgen 的法律控制范围内。此外，Amgen 的 IT 团队强制执行传输中数据加密、严格的网络出口规则，并禁用了任何可能带来数据泄露风险的功能（如上传外部文件）。员工被明确告知不得向 AI 输入任何患者身份标识或内部机密信息。

• 访问管理。 只有经过授权的 Amgen 账户（通过 SSO 和企业许可证）才能登录 ChatGPT Enterprise。这防止了未授权或「影子 IT（shadow）」式的使用。一旦发现滥用，IT 团队可以随时更换或吊销账户。

• 内容过滤与审核。 尽管并非 Amgen 定制开发，ChatGPT Enterprise 默认内置了针对违法或不被允许查询的内容过滤器。此外，Amgen 的安全团队定期对（匿名化的）提示词日志进行审计，检查是否存在违反政策的行为。任何系统性问题（例如试图输入个人数据）都会被反馈到用户培训中。

• 人在回路（Human-in-the-Loop）审查。 Amgen 强调 AI 的输出只是辅助，而非最终答案。在关键领域（如科学分析、法律文件、监管申报），ChatGPT 生成的内容都要经过专家审阅。这种保守态度在制药行业十分普遍——例如，Pfizer 的 AI 系统会明确标记不确定的内容以提交人工审查（［31］）。Amgen 同样强调对 AI 生成的材料进行双重核查，尤其是在事实准确性关系到患者安全的场景。

• 员工培训。 最重要的护栏之一是_教育_。在获得 ChatGPT 访问权限之前，许多 Amgen 员工完成了关于 AI 道德使用的培训模块。这些模块涵盖数据处理政策（如禁止输入受保护健康信息 PHI）、知识产权注意事项，以及有效且安全的提示词技巧。培训以务实的方式强调了 Amgen 的七项 AI 原则。（这与 Johnson & Johnson 的做法如出一辙——后者的员工必须先通过课程才能使用 AI 工具（［32］）。）

• 监管合规。 在研发场景中，影响研究方向的输出都会被记录在案以备审计。如果 AI 模型被用于生成假设或代码，相关流程会被完整记录，以满足 FDA／EMA 关于软件与算法验证的指南要求。Amgen 将生成式 AI 工具视同其他受良好机器学习实践（Good Machine Learning Practice，GMLP）监管的软件：治理委员会和质量团队会根据每个用例的风险级别提供相应程度的监督。

确保输出质量与安全

生成式 AI 带来了全新的安全与质量风险。Amgen 通过技术选型与流程双管齐下来缓解这些风险：

• 模型选型与可靠性。 Amgen 持续跟踪不同 GPT 模型的表现。在内部测试中，公司发现 GPT-5 在生命科学提示词上的准确性与可靠性优于此前的版本（［28］）。通过在 ChatGPT Enterprise 实例中升级到 GPT-5（以及后来的 GPT-5.3），Amgen 用上了当时最稳健的模型。与此同时，公司还准备了后备方案（如内部精心整理的数据库，某些情况下使用 Microsoft Copilot），以防生成式输出不够理想。

• 私有知识集成。 对于某些任务，Amgen 用专有数据源来补充 ChatGPT。例如，如果研究人员希望获得基于 Amgen 自有文献或实验档案的答案，IT 团队可以创建从内部数据库拉取内容的「私有 GPT（private GPTs，自定义 GPT 实例）」。这种方式通过提供经过验证的内容来降低幻觉风险。（同行企业也采用类似方法：Pfizer 的「Charlie」GPT 若偏离经 Pfizer 验证的表述，会触发内置标记（［31］）。）

• 分阶段功能发布。 Amgen 并不会立即部署 ChatGPT 的每一项新功能。当 ChatGPT 推出升级（如高级图像能力、链接浏览）时，Amgen 的 IT 审核团队会先行测试。例如，实时浏览或 API 调用在被证明安全之前一律禁用。这与 Microsoft 的立场类似：「Microsoft 在差异化 Copilot 方面有困难」，正是因为其对功能进行重度审核（［24］）。Amgen 的模式与之相近，确保每一项增量能力都经过审慎检验。

• 事件响应计划。 公司定义了正式的升级处理路径：如果员工发现潜在的安全事件（例如无意间向 AI 泄露数据），可向信息安全办公室和 AI 治理委员会报告。委员会有权暂停服务或要求追加培训。目前没有公开报道过重大事件，说明这些防范措施是有效的。

总而言之，Amgen 叠加了技术与组织双重管控，以_「在 AI 的前景与其风险管理之间取得适当平衡」_（［33］）。这些护栏使公司能够比放任 AI 使用不受监管时更快、更自信地推进。正如公司所指出的，_分阶段_推广本身就是安全策略的一部分：每个阶段都「以安全为支撑」（［1］），在进入下一阶段之前整合所获得的经验教训。

衡量采用情况与影响

评估 AI 工具的采用程度——以及它们带来了哪些业务影响——对 Amgen 的战略至关重要。公司同时采用定量指标与定性反馈来衡量进展。

使用指标

Amgen 非常密切地监控活跃用户数。IT 团队通过内部仪表盘跟踪发放了多少许可证、每月有多少员工登录 Copilot 或 ChatGPT。到 2024 年年中，Copilot 许可证已达 20,000 个（［2］）；到 2025 年底，ChatGPT Enterprise 也达到了同等规模。使用频率（每用户会话数、每日查询数）均有日志记录。报告显示参与度很高：公司领导层表示，在 ChatGPT 可用一年后，「公司大多数员工都在使用 ChatGPT」（［4］），这意味着它已成为日常习惯。虽然确切数字属于机密，但公开表态显示用户渗透率远高于 50–60%。

另一个关键指标是地域与部门覆盖面。Amgen 确保跟踪不同职能（研发、生产、供应链、监管事务、销售）中的用例。早期阶段，研发和技术人员的采用率最高，这在预期之内。但到 2025 年，使用范围已经拓宽：例如，设施经理用 ChatGPT 起草报告，人力资源员工用它撰写内部沟通内容。在定量层面，Amgen 可能衡量了「至少拥有一名 ChatGPT 活跃用户的业务单元数量」（一种扩散度指标）。证据表明没有任何主要业务板块被遗漏：Reese 的表态显示 AI 工具已触达业务的「每一个角落」（［23］）。

生产率与成果衡量

将生产率提升直接归因于 AI 颇具挑战，但 Amgen 寻找了替代性指标：

• 时间节约： 通过内部调查和案例访谈，Amgen 估算了在例行任务上节省的时间。例如，如果 ChatGPT 将报告撰写时间缩短了 30%，这一节省量会在所有用户范围内汇总。虽然这些通常是粗略估计，但管理层用它们来支撑扩大部署的决策。
• 流程效率： 同行的数据有助于参照。在 Microsoft 对 Cognizant 的案例研究中，向 24,000 名员工部署 Copilot 后，邮件处理时间缩短了 10%，文档创建量翻了一番（［34］）。Amgen 同样在实验室和办公工作流中寻找类似的指标（如更快的数据汇总、更迅速的趋势分析），以此推断收益。
• 质量指标： 有时 ChatGPT 提升了输出质量（例如更好的文档初稿）。比如 Amgen 注意到，基于对话生成的文献摘要帮助科学家每天覆盖更多论文。这类定性收益通过利益相关者的证言得以记录。

重要的是，Amgen 将员工反馈调查作为一项采用度衡量手段。2025 年中期的一项调查请用户对 ChatGPT 的易用性、有用性和满意度进行评分。据一份内部报告，反馈压倒性地积极：员工认为 ChatGPT _「使用体验愉快」_，对科学分析和报告汇编尤其有帮助（［4］）。AI 高级副总裁 Sean Bruich 引用这些调查结果来验证 ChatGPT 正在满足用户需求（［4］）。调查数据也指导了后续培训工作（针对存在困惑的领域加以解决），并帮助赢得了高管层对持续投资的支持。

企业级影响

在用户指标之外，Amgen 还监控与其 AI 采用相关的战略成果：

• 创新速度： 通过提升数据分析速度，Amgen 期望加速研发进程。虽然直接观察药物发现里程碑还为时尚早，但公司在跟踪研究周期时长（例如从命中物识别到先导化合物优化的时间）。内部领导层报告称，对于某些任务，AI「把数天缩短为片刻」（［15］）——这是一个可能带来更快项目里程碑的定性指标。
• 决策支持： 使用 AI 的管理者表示决策更加明智。调查显示，数据驱动的决策（如开展哪些实验、优先推进哪些临床试验）效率更高，尽管量化这一效果较为复杂。
• 成本效率： Amgen 首席财务官（CFO）指出，对于首席医学官（CMO）或人力资源负责人而言，「时间就是金钱」。如果 ChatGPT 节省了工程师的工时，那就转化为预算节约或更快的项目进展。公司很可能对比了 AI 试点前后的内部项目成本估算以推导 ROI，尽管这些数字未公开。不过，行业分析机构（如 McKinsey 和 Microsoft）持续报告称，生成式 AI 部署在适用任务上可带来 26–31% 的成本节约（［35］），这也是 Amgen 力争达到的基准。

综合来看，Amgen 的采用指标将数据分析（监控登录／使用情况、培训完成率）与人为指标（调查、高管证言）相结合。始终如一的信息是：ChatGPT 的采用超出了预期——上线 13 个月内「大多数员工都在使用 ChatGPT」（［4］）。考虑到同一时期许多同行公司仍在限制或禁止 AI 使用（［36］），这样的普及水平尤为引人注目。这表明 Amgen 分阶段、重支持的推广策略克服了文化惯性，让 AI 成为被广泛接受的职场工具。

行业对比视角

Amgen 的经验与其他领先生命科学公司的趋势相吻合。考察这些案例可以凸显 Amgen 的做法与同行的异同，并为护栏设置和收益评估提供基准。以下是对几家知名公司的简要梳理（汇总见表 2）。

• Moderna（美国）。 2024 年 4 月，Moderna 宣布与 OpenAI 建立企业合作关系，计划在其 10,000 名员工中全面整合 ChatGPT（［11］）。Moderna 表示，生成式 AI 将增强研发与生产能力，以在 2029 年前推出 15 个新产品候选物。与 Amgen 一样，Moderna 强调将以安全方式使用 OpenAI 的模型（Moderna 保留数据控制权）。Moderna 的推广策略颇为进取：从研发科学家起步，凭借对 OpenAI 企业级安全能力的信任，迅速扩展到其他部门。据传闻性报道，Moderna 的 CEO 和 CTO 公开力挺 AI 使用，与 Amgen 领导层的基调类似。

• Genmab（荷兰／丹麦）。 全球性抗体公司 Genmab 同样在 2024 年年中与 OpenAI 建立合作。其目标是将 GPT-4 应用于实验室数据分析。Genmab 最初在计算生物学任务中试点 AI，随后计划将其扩展到临床运营。公司实施了严格的访问控制，并采用开源 AI 审计来确保模型公平性。Genmab 的案例说明，生物技术公司与 Amgen 一样，都注重在安全护栏下于研发中规模化应用 AI。

• Pfizer（美国）。 Pfizer 采取了更为「孤岛式」的路径。2023 年底，该公司构建了一个定制的 AI 助手「Charlie」，由经过微调的 ChatGPT 驱动，用于营销内容创作（［12］）。Charlie 被限定在营销数据和工作流范围内，内置合规检查（如内容风险评级）以满足 FDA 广告标准（［31］）。Pfizer 更大范围的采用涉及对现有内容生产流程的再培训或增强。虽然并非像 ChatGPT 那样的全公司通用聊天助手，Pfizer 的案例凸显了领域定制化与合规审核的重要性——这些策略 Amgen 未来在开发专门化 AI 工具时可以借鉴。

• Johnson & Johnson（美国）。 J&J 的显著举措体现在培训与政策上：到 2025 年，公司要求所有员工在使用任何生成式工具之前完成强制性 AI 素养课程（［32］）。他们还设立了「AI 管家办公室（AI Stewardship Office）」发布指导建议。结果是员工准备度很高：47,000 名员工完成了 J&J 的培训项目，培养出一支既审慎又善于利用 AI 的员工队伍（［32］）。同样，Amgen 也可以考虑借鉴 J&J 对强制课程的重视，扩大内部培训规模。两者的一个差异在于体量：Amgen 迄今培训了数千人，而 J&J 的举措更为庞大（因其员工队伍约有 138,000 人）。

下表（表 2）从 AI 推广的关键维度将 Amgen 与这些同行进行对比：

表 T.02：生命科学行业 AI 采用策略对比

_表 2：生命科学行业 AI 采用策略对比。来源：Amgen 案例（本报告）、IntuitionLabs／综合行业背景资料（［11］）（［37］）（［32］）。_

这些案例研究表明，Amgen 分阶段、受管控的采用方式，加上强有力的领导层支持与一体化治理，与行业最佳实践高度一致。部署 ChatGPT 类工具的公司都强调员工认同（用户友好的界面）、严格的合规措施和审慎的规模化。Amgen 从试点到 2 万用户的历程正是这一模式的典范。

未来方向与启示

Amgen 的 ChatGPT 推广已经带来了立竿见影的收益，但它也预示了 AI 在生物技术和企业层面的未来路径。该公司的经验带来以下几点启示：

• 模型的持续演进。 随着 AI 模型快速迭代（如 GPT-5.4、未来的 GPT-6），Amgen 这样的组织必须保持敏捷。Amgen 对 GPT-5 的前瞻性测试（［28］）表明其计划让 AI 工具始终保持在最前沿。未来几年，整合多模态 AI（文本＋图像＋数据）、领域专用大语言模型（LLM）或本地化部署方案（以获得最高安全性）都将提上日程。

• 深度融入研发。 除生产力工具之外，Amgen 等公司很可能将 AI 更深地嵌入药物发现管线：自动化假设生成、分子设计（生成式生物学）和预测性分析。Amgen 已在使用 NVIDIA 的 AI 模型进行蛋白质设计（［39］）；生成式 AI 可以通过提出新分子来加速这一进程。我们预计 Amgen 将探索与实验室显微镜或仪器集成的「实验室助手」AI 机器人，这代表着科学家与 AI 协作的未来形态。

• 监管与伦理格局。 社会与监管机构对医疗领域 AI 的审视将不断加强。FDA 等机构已经在制定关于 AI 在药品生产和决策中应用的指南。Amgen 审慎的路径使其在合规方面处于有利位置。如果 AI 工具会影响临床结果（例如试验中的病例识别），公司可能需要将其作为医疗／软件器械进行验证。未来的法规（如欧盟《AI 法案》（AI Act））可能要求对 Amgen 的 AI 用例进行正式的风险分级；现有的《人工智能愿景》框架应能够适应这些规则。

• 组织文化。 Amgen 推广的成功表明，只要给予适当支持，员工已准备好拥抱 AI。未来的举措很可能聚焦于进一步普及 AI 素养，并让更多 AI 用例走向平民化。现代生物技术员工队伍可能会越来越多地由「AI 增强型」专业人士组成，将湿实验技能与 AI 赋能的分析能力相结合。Amgen 的 AI 学院（AI Academy）和培训项目将是关键的持续性投资。

• 生态系统合作。 Amgen 与 OpenAI 的合作（以及与 Microsoft 的关系）体现了一个更广泛的趋势：制药公司与科技 AI 供应商紧密协作。可以预期 Amgen 将继续与 OpenAI（或许还有 Anthropic 或 IBM 等其他供应商）共同开发解决方案，为药理学领域定制模型。此类合作甚至可能延伸到前竞争阶段的研究平台（Amgen 或许会与同行通过 AI 汇集匿名化数据，共同应对行业共性挑战）。

• 衡量长期 ROI。 短期内，ROI 体现在生产率的提升上。随着时间推移，Amgen 将评估 AI 如何影响重大成果：药物上市时间、研究管线吞吐量，以及生产环节的成本（AI 可在此优化生产）。这些指标将指导未来的 AI 投资。鉴于行业报告（例如「组织在生成式 AI 上报告约 1.7 倍的 ROI」（［40］），尽管并非专门针对制药行业），Amgen 很可能预期获得可观回报，以支撑 AI 的持续扩张。

结论

Amgen 从小规模 ChatGPT／AI 试点走向20,000 名用户的全面部署的历程，堪称负责任的企业 AI 采用蓝图的典范。通过分阶段推广、嵌入严格的安全与数据政策，以及跟踪有意义的使用指标，Amgen 成功驾驭了创新与风险之间的微妙平衡。领导层的背书与员工的积极参与带来了正面的接受度，使最初的试点实验转变为服务公司使命的日常工具。

这一战略的关键成果包括：工作流程加速（科学家在分析和写作上节省时间）、协作改善（全球团队利用 AI 处理共同任务），以及能力增强（连最新的 GPT-5 模型也在生物技术场景中得到测试和应用）。与此同时，没有报告发生重大数据泄露或合规事件，表明 Amgen 的护栏与治理机制行之有效。

展望未来，Amgen 的做法很可能保持自适应。公司将继续推进其 AI 基础设施（或许会构建专门用于蛋白质设计或患者匹配的生成式模型），拓展围绕 AI 的职业发展，并衡量对其核心指标的影响：更快、更好地服务患者。正如 Amgen CTO David Reese 所言，融合「生物学与技术的精华」能够催生新药与新疗法（［16］）。公司的分阶段 AI 推广是朝着这一方向迈出的令人鼓舞的一步，其经验教训将为 Amgen 自身未来的创新以及制药行业更广泛地拥抱生成式 AI 提供参考。

参考说明

本文所有论述均有公司报告、行业新闻和专家分析作为支撑。例如，Amgen 的官方沟通描述了其 ChatGPT Enterprise 的_「分阶段推广」_及领导层观点（［1］）（［6］）；科技媒体报道了 Amgen 以员工偏好为由从 Copilot 扩展到 ChatGPT（［3］）；安全与治理措施反映了 Amgen 已公开的 AI 政策（［22］）（［21］）；同行公司（Moderna、Pfizer、J&J）的案例见行业分析（［11］）（［37］）（［32］）。正文内引用均以编号括注形式标注，完整出处链接请参见原文。 PRIMARY_SOURCE: https://intuitionlabs.ai/articles/enterprise-ai-rollout-case-study-amgen