研究与企业知识工作的原创流程示意,非客户现场或产品截图
流程示意 · 非客户现场 / 非产品截图

外部公开案例,非衍谷交付

openai-007 · 医疗与生命科学 · 概览案例|作为线索使用

Moderna · 研究与企业知识工作

来源披露≠独立审计;编辑分析不等于客户确认。A级仅表示可定位到案例级来源,详细度不是成功评分。请先阅读下方字段分析边界;未公开细节不可当作已实施事实。

阅读主来源 ↗

字段分析边界

业务问题依据
基于公开材料概括
解决方案
基于公开材料概括
技术工作流
公开信息与编辑推演混合
FDE 行动(请结合分析边界)
FDE视角编辑推演
结果(来源方披露)
厂商或客户披露

业务问题

药企希望将生成式AI扩展到研究、分析和员工日常工作。

解决方案

ChatGPT Enterprise与内部GPT/工作流用于研究、知识和企业职能。

技术工作流

  1. SOP / 历史案例 / 专家访谈
  2. 文档解析、切分与元数据标注
  3. Embedding / 语义索引
  4. 按当前问题检索相似案例与规则
  5. LLM基于证据生成建议并附出处
  6. 专家确认 → 新经验回写知识库

技术组件

  1. 知识库/RAG
  2. Embedding/向量检索
  3. 权限与元数据
  4. LLM
  5. 专家审核

人工责任与复核

科研与职能团队保留科学和合规判断。

FDE 行动(请结合分析边界)

  1. 跟岗识别“什么时候员工会去找老师傅”
  2. 访谈专家,把隐性判断条件转成可检索案例和规则
  3. 设计知识粒度、标签、版本和权限,而不是只做文档上传
  4. 用真实问题做召回率/答案可用性验证
  5. 把反馈、错答和新案例持续回灌

结果(来源方披露)

OpenAI 2025企业AI报告将其列为代表案例。

核验说明

  1. 公开资料确认业务流程;技术组件为基于公开描述的架构抽象
  2. 当前链接为官方汇总入口,尚需补充可直接定位该案例的深链接或页码。

未公开 / 仍有缺口

  1. 业务背景
  2. 改造流程
  3. 人机与治理
  4. 量化结果
  5. 来源可定位性

可迁移方法

  1. 先选高频、高成本、可验证的窄流程
  2. 能用确定性工具验证的步骤,不让模型自评
  3. 高风险动作保留人工责任
  4. 把每次人工修正变成后续可检索的上下文/规则

来源账本

标题
Moderna:研究与企业知识工作
发布方
OpenAI
来源类型
厂商官方客户材料
可定位性
汇总页或多案例报告
结论披露方
厂商或客户公开披露
已记录独立核验
否
源库查阅日期
2026-09-19

补充来源

未补充记录

证据说明

公开资料确认业务流程;技术组件为基于公开描述的架构抽象

编辑摘要

这个案例的关键不是单点使用AI,而是把“研究与企业知识工作”重构成可执行、可验证、有人类责任边界的生产工作流。

详细度六维评分(各 0–2)

业务背景
1
改造流程
1
技术工作流
2
人机与治理
0
量化结果
1
来源可定位性
1

原始案例 ID

openai-007

来源分类

OpenAI

企业 / 组织

Moderna

行业

生命科学

业务场景

研究与企业知识工作

FDE 标记

企业部署案例

成熟度说明

规模化

主来源

https://openai.com/business/guides-and-resources/the-state-of-enterprise-ai-2025-report/ ↗

一级行业

医疗与生命科学

成熟度阶段

规模化

FDE 关系

企业部署案例

证据等级

B

证据等级说明

B级|官方汇总来源

详细度评分(满分 12)

6

详细度分组

overview

详细度说明

概览案例|作为线索使用

编辑数据:guminghao-avi contributors,MIT。导入 2026-10-02;源版本 ef550123。版权与许可证 · 原案例库。以上保留来源与证据限定,不构成衍谷效果承诺。

PROJECT BRIEF

整理你的企业需求

用几句话描述当前流程,生成一份可用于沟通的需求单。

提交后,信息将保存至本站并仅供衍谷管理者查看和联系你。请勿填写客户隐私、密码或业务机密。未提交草稿仅暂存在当前标签页会话,提交成功后清除本类草稿。

FDE / LEARNING LAB