通过云转型与代理式人工智能重塑 CSL

CSL 因其数据中心累积的技术债务而面临巨大的复杂性。通过多次收购，公司需同时运营多种技术栈，涉及不同的许可证和供应商，最终导致反复出现容量和可扩展性问题。核心问题之一是现代化改造分布于 29 个数据中心的 5000 台 VMware 服务器及 1000 多个应用程序。

CSL 的首席数字信息官 Mark Hill 表示：“我们重新审视战略，决定如何重塑 CSL。我们的目标是构建一个强大的环境，在保持简单、经济有效且高效的同时促进创新。”“我们着手构建一个敏捷且有弹性的技术基础，让我们的员工更轻松地发挥最佳工作状态，使 CSL 成为一个注重效率的卓越工作场所。我们创建了技术现代化计划（TMP），旨在投资于员工未来所需的技能。我们正在积极拥抱包括人工智能在内的新兴技术，以推动创新并保持竞争力。我们不愿让任何人在此次转型中掉队 – 我们正在通过提升技能和提供支持，让员工能够自信地发挥其作用。”   

该计划还通过精简工作流程和自动化流程优化了 CSL 的运作方式。CSL 的企业系统与流程全球负责人 Erik Hong 表示：“我们希望促进无缝协作、共享所有权，使团队能够协同运作。”“我们希望让数据更容易获取，更具可操作性，以帮助推动我们的人才转型。”   


CSL 致力于通过战略性现代化改造与技术债务削减，实现技术基础设施的革新。需要此次转型，使公司能够提供更高效、更可靠的服务，同时利用科学创新、尖端技术与专业知识，持续交付救命药物并推动可持续发展。Hong 表示：“我们的最终目标是创造出能够对患者产生持久影响的疗法，进行能够持久改变人们生活的创新。”

CSL 已建立现代化云平台以实现其目标。通过这种方式，CSL 将对云服务访问、安全性、设计合规性、端到端服务编排及人工智能就绪进行标准化。该公司选择了 AWS 直接迁移其资产，构建安全、有弹性且数据驱动的环境，实现了整个系统的透明监控和测量。此举同时降低了对本地数据处理的依赖性并削减了相关成本。AWS 上的新解决方案将提供企业数据治理，与组织目标保持一致，并通过精简应用程序、扩展、提升透明度及降低许可成本来降低复杂性。

该公司计划缩减其数据中心占地面积，但传统的波浪规划和服务器迁移方法效率低下。由于非结构化文档分散，加之数据中心间存在复杂的依赖关系，因此传统流程需要大量的手动工作。初始规划显示其可扩展性极差 – 规划 172 台服务器耗时一个月，每个应用程序发现需要一到两个小时，难以满足项目时间要求。

Hill 表示：“作为 TMP 的一部分，我们的一项战略举措代表了 CSL 与 AWS ProServ 之间的合作伙伴关系，旨在实现系统现代化，减少技术债务，提供更快速、更可靠且更安全的服务，同时通过提高技能和技术支持来增强我们的员工能力。”TMP 提供可衡量的业务成果，重点是迁移到数字核心，数字核心是我们的品牌化安全着陆区环境，适用于 AWS 所有服务的环境、现代化和停用遗留系统。迁移至 AWS 同时推进了我们的可持续发展目标，因为我们承诺到 2030 年大幅降低范围 2 的绝对排放。”范围 2 排放源于设施耗电产生的活动，例如供暖和制冷。 

AWS 是 CSL 的数字核心的基础，该数字核心由安全云基础、数据和分析平台以及用于加速应用程序迁移的平台和服务组成。CSL 与 AWS 专业服务团队采用适用于 VMware 的 AWS Transform 来自动执行波浪规划和服务器映射。适用于 VMware 的 AWS Transform 使用专业代理来分析和映射复杂的 VMware 环境，将网络配置转换为 AWS 内置构造，并帮助编排依赖关系感知的迁移波浪，以实现无缝割接。借助 AWS Transform 的代理式人工智能功能，CSL 协调了与系统准备和业务连续性相一致的分阶段迁移方法。AWS Transform 代理记录了本地服务器、应用程序和数据之间的关系和依赖关系，并使用云目标来确保迁移期间持续的正常运行时间。Transform 将应用程序与基础设施分组为可管理的迁移阶段或“波浪”。 

“我们将分布于 29 个数据中心、5000 多台 VMware 服务器上的 460 万条本地发现数据记录输入 AWS Transform，经波浪规划代理处理生成初始波浪计划，从而节省了数月的手动工作。”

Mark Hill
CSL 的首席数字信息官

CSL 计划于 2025 年 12 月前撤出两大数据中心。数据和分析平台将在三个 AWS 区域部署生产环境，支持包括研发、捐赠者健康档案库和偏差人工智能在内的关键业务计划，偏差人工智能使用基于人工智能的分析来发现试验结果中的偏差或异常值，从而加快对试验协议的评估与调整。

CSL 利用 Amazon Q Business 对涵盖 1000 多个应用程序、超过 17000 页的基础设施要求文档编制索引。这些文档包含有关所有应用程序和本地服务器的大量深度知识，公司将其输入到 Amazon Q Business 系统中。适用于 VMware 的 AWS Transform 生成了初始波浪计划，三个 Amazon Business 应用程序在数分钟内自动创建了初始应用程序发现报告，而手动工作需耗时数小时。

作为更广泛的 TMP 的一部分，CSL 启动了“统一”项目以整合其分散的 ERP 系统。该公司此前运营了三个独立的 SAP 实例，造成了数据标准不一致且治理分散。“统一”项目将通过 AWS for RISE with SAP 建立“一个 CSL”。RISE with SAP 将 SAP S/4HANA Cloud ERP、私有版、云基础设施、托管服务等捆绑在一份合同中。到 2025 年 12 月，CSL 将完成三项计划部署中的两项，建立基于全球通用最佳实践的企业级数据标准与治理体系。该项目的目标是成功实现现有系统的无缝迁移，优先处理业务关键型 CSL 附属应用程序。Hong 表示：“迁移至 AWS for RISE with SAP 符合我们避免管理基础设施的目标。与 AWS 的合作建立了全新的企业治理架构和变革领导模式，使我们能够以一个统一的团队运作，运用行业领先的流程、数据和技术，最终为患者和公共卫生带来更积极的影响。”

• 初始波浪规划加快了 10 倍：使用 AWS Transform VMware 为 29 个数据中心内的 1072 个应用程序节省了至少 10.5 周工作量。
• 构建和交付新的人工智能解决方案的能力：引领创新新纪元 – 依托洞察力与工具，实现顺畅、快速的发现与决策。与人员和技术无缝协作，提供救命药物并守护公共健康。
• 将每个应用程序的应用程序发现时间缩短了 12 倍：借助代理式人工智能波浪计划，利用基础设施要求文档创建了三个 Amazon Q Business 应用程序，以创建准确度极高的系统迁移文档，从而揭示推动迁移策略的关键数据点。将应用程序发现过程的时间从每个应用程序一至两小时缩短到了五分钟。 
• 30 个月内撤出 17 个数据中心：生成式人工智能和代理式人工智能方法使 CSL 的宏伟目标成为现实。

Hong 表示：“借助 AWS，我们构建了坚实的基础，将安全访问、云基础设施与统一数据管理相结合，旨在实现扩展性、透明度和弹性。对传统应用程序和数据进行现代化改造加快了我们构建人工智能解决方案的能力，使我们能够更快地为患者提供挽救生命的药物。”应用程序发现时间缩短了 20 倍以上，并在短短 30 个月就撤出本地数据中心，彻底革新了 CSL 的运营模式，并使其能够提升人才队伍的技能水平。最重要的是，通过避免许可成本、硬件成本以及包括占地面积、能源、维护和人员在内的数据中心相关成本，CSL 能够实现约 30% 的运营成本节约。