Компанія OpenAI розширює свою інфраструктуру з нульовим зберіганням даних новою комплексною ініціативою під назвою Private Intelligence. Вона поєднує в собі вдосконалену систему перевірки безпеки, що захищає конфіденційність і вже доступна, з майбутньою архітектурою конфіденційних обчислень, розробленою для підвищення приватності та верифікації самого процесу висновку ШІ.
Це оголошення, представлене на OpenAI DevDay 2026, з’являється на тлі зростання занепокоєнь щодо витоку даних та компрометації інтелектуальної власності серед корпоративних клієнтів ШІ.
Нещодавні публікації The Information свідчать про те, що такі компанії, як Palantir, Nvidia та Booz Allen Hamilton, обмежують або переглядають використання передових моделей через побоювання, що конфіденційна інформація може принести користь компаніям-розробникам ШІ.
Окремо, суперечка навколо нещодавнього математичного прориву OpenAI з рівнянь Нав’є-Стокса викликала подібні запитання серед дослідників щодо того, чи може неопублікована робота, введена в системи ШІ, якимось чином вплинути на майбутні моделі.
Відповіддю OpenAI є архітектура, спрямована на встановлення чіткішого технічного розмежування між конфіденційними даними клієнтів та самою компанією OpenAI.
Компанія називає ширші зусилля Private Intelligence, які включають Zero Data Retention з Private Safety Processing (ZDR з PSP) та попередній перегляд другої технології під назвою Private Inference.
OpenAI стверджує, що перша дозволяє автоматизовано перевіряти безпеку без доступу персоналу до базового контенту клієнта. Private Inference, яку OpenAI обіцяє цього осіннього сезону, поєднуватиме конфіденційні обчислення зі суворими, верифікованими контрольними механізмами.
Це розмежування було чітко представлено на презентації CEO Сема Альтмана на DevDay. Слайд під час ключової доповіді розділив Private Intelligence на два компоненти: “ZDR з Private Safety Processing”, описаний як покращена безпека без зберігання контенту клієнта, та “Private Inference”, позначений як попередній перегляд і описаний як конфіденційні обчислення з верифікованими контрольними механізмами під час обробки.
Для підприємств, які зважують все більш потужні моделі ШІ проти можливості розкриття власного коду, досліджень або інформації про клієнтів, це стає стратегічно важливим компромісом.
Відповідь OpenAI на проблему нульового зберігання проти безпеки
OpenAI вже пропонує Zero Data Retention (ZDR) для відповідних клієнтів API. Згідно зі стандартною політикою, запити клієнтів та відповіді моделі виключаються з журналів моніторингу зловживань, а підтримувані виклики API примусово виконуються без збереження даних. OpenAI стверджує, що бізнес-дані не використовуються для навчання, якщо клієнти явно не погоджуються.
Ускладненням є моніторинг безпеки. Оскільки передові моделі здатні до тривалішої та більш автономної роботи, OpenAI стверджує, що деяка зловмисна або небезпечна поведінка може стати видимою лише при розгляді кількох взаємодій разом.
Коли OpenAI демонструвала Private Safety Processing у серпні, вона заявила, що існуючі перевірки безпеки, сумісні з ZDR, здебільшого оцінюють окремі взаємодії, обмежуючи здатність компанії розпізнавати патерни в ширшій послідовності.
Private Safety Processing — це спроба OpenAI зберегти обидві можливості. У новій архітектурі ZDR з Private Safety Processing контент клієнта, відібраний за допомогою класифікатора безпеки або схваленої політики вибірки, шифрується та поміщається у сховище, контрольоване клієнтом. OpenAI зберігає індекс, що містить операційні метадані та посилання на збережений запис, замість власної копії контенту клієнта у відкритому тексті.
Таке сховище може бути бакетом AWS S3, контейнером Azure Blob або Google Cloud Storage, а система може використовувати автентифікацію Enterprise Key Management, керовану клієнтом.
Зашифрований контент згодом може бути отриманий для автоматизованого перегляду всередині того, що OpenAI описує як “апаратно-засвідчене середовище виконання безпеки”.
Це захищене середовище розроблено як єдине робоче навантаження, здатне розшифровувати записи, і запобігає доступу персоналу OpenAI до базових матеріалів клієнта.
Лише попередньо визначені сигнали безпеки та схвалені операційні метадані дозволені для виходу з середовища у відкритому тексті. Більш детальні результати шифруються знову перед виходом.
Іншими словами, OpenAI намагається розділити здатність своїх систем оцінювати, чи відбувається щось небезпечне, від здатності її співробітників бачити, що саме робить клієнт.
OpenAI стверджує, що матеріали, оброблені через PSP, не можуть використовуватися для навчання моделей або передаватися іншим групам чи партнерам OpenAI.
Існує важливий нюанс у фразі “нульове зберігання даних”
Архітектура також запроваджує нюанс, який команди безпеки підприємств захочуть зрозуміти. ZDR з PSP не означає, що після висновку жодної зашифрованої копії запиту або відповіді ніде не існує.
Натомість, документація PSP від OpenAI стверджує, що захищені записи записуються у сховище, кероване клієнтом, з терміном дії 30 днів, щоб система автоматизованої перевірки безпеки могла їх переглянути. Клієнти повинні підтримувати відповідне сховище, дозволи та авторизацію ключів протягом цього періоду.
Розмежування полягає в контролі та доступності. OpenAI стверджує, що вона не зберігає власну копію захищеного контенту, її персонал не може перевіряти записи, а клієнт контролює середовище зберігання та, де це налаштовано, авторизацію ключів.
Це суттєво відрізняється від того, що OpenAI зберігає власні читабельні журнали моніторингу зловживань, але підприємства, ймовірно, повинні будуть враховувати вимогу до зберігання на стороні клієнта при оцінці регуляторних, юридичних та внутрішніх політик зберігання.
Занепокоєння більше не є гіпотетичним
Анонс OpenAI з’являється на тлі помітної серії суперечок щодо того, що саме постачальники ШІ можуть дізнатися з взаємодій клієнтів.
На початку цього місяця твердження OpenAI про те, що її агенти вирішили давню проблему існування та гладкості Нав’є-Стокса, викликало дебати щодо неопублікованих математичних досліджень.
Математик з Нью-Йоркського університету Трістан Бакмастер і дослідник Anthropic Левент Альпоге працювали над схожими проблемами, використовуючи кілька продуктів ШІ, зокрема Codex від OpenAI.
Пізніше OpenAI заявила, що розслідувала, чи могли запити Бакмастера до Codex вплинути на її результат, і дійшла висновку, що його запити за два місяці до оголошення не могли вплинути на систему, в тому числі через навчання.
Але цей епізод виявив ширше занепокоєння: навіть коли компанії обіцяють не перевіряти корпоративні дані безпосередньо, користувачі все ж можуть хотіти сильніших доказів того, що власна інформація, введена в систему ШІ, не може потрапити в навчання, оцінку або конкуруючі дослідження.
The Financial Times описала пов’язану тривогу в наукових дослідженнях як потенційну проблему “шпигунства та крадіжки” (“snoop-and-scoop”), вказуючи не тільки на суперечку щодо Нав’є-Стокса, але й на випадок обчислювальної біології з участю Anthropic, де дослідник поставив під сумнів, чи могла неопублікована робота, використана з помічником ШІ, вплинути на подальші результати, згенеровані ШІ.
У звіті зазначалося, що прямих доказів такого передання виявлено не було, але суперечки змушують дослідників більш ретельно замислюватися про походження та конфіденційність роботи, виконаної за допомогою ШІ.
Palantir, Nvidia та Booz Allen вже чинять опір
Схожі занепокоєння виникають і на корпоративному ринку.
The Information повідомила цього місяця, що Palantir, Nvidia та Booz Allen Hamilton почали обмежувати використання моделей або домагатися сильніших договірних гарантій на тлі побоювань, що OpenAI або Anthropic можуть дізнатися про конфіденційну інформацію клієнтів.
У звіті зазначено, що деякі корпоративні покупці вимагають сильніших гарантій ZDR або розглядають більш ізольовані розгортання. Microsoft також використовує ці побоювання як конкурентну перевагу для власної приватної інфраструктури ШІ.
У тому ж звіті йшлося про те, що OpenAI та Anthropic повідомляють корпоративним клієнтам, що за замовчуванням вони не навчають моделі на інформації, що підпадає під корпоративні угоди, якщо клієнти не погоджуються. Але обидві компанії все ще збирають певні форми метаданих, що, на думку деяких корпоративних клієнтів, залишається недостатньо чітким.
Наприклад, телекомунікаційний оператор C Spire, згідно з повідомленнями The Information, має угоди як з OpenAI, так і з Anthropic, які забороняють навчання моделей на її даних, але дозволяють збір технічних даних використання. Це ілюструє, як межа між контентом клієнта, метаданими та даними для покращення моделі може залишатися складною навіть у рамках корпоративних контрактів.
Private Intelligence покликана зменшити цей розрив довіри
На цьому тлі Private Intelligence виглядає більше, ніж просто звичайною функцією безпеки.
Сама OpenAI заявила, демонструючи Private Safety Processing у серпні, що клієнти просили передбачуваніші засоби захисту, оскільки системи ШІ стають більш потужними, особливо коли вимоги безпеки можуть змусити їх дозволити постачальнику ШІ зберігати конфіденційний матеріал.
Це робить розширення на DevDay своєчасним. Договірні обіцянки про те, що постачальник не навчатиметься на корпоративних даних, залишаються важливими. Але для компаній, що працюють із вихідним кодом, секретною інформацією, неопублікованими дослідженнями, юридичними документами чи іншою цінною інтелектуальною власністю, технічне впровадження може запропонувати сильніше запевнення, ніж лише формулювання політики.
Private Safety Processing намагається перетворити обіцянку на архітектуру: сховище, кероване клієнтом, авторизація, керована клієнтом, апаратна перевірка, автоматизована, а не людська інспекція, та суворо обмежена інформація, що надходить назад до OpenAI.
Private Inference може просунути цю концепцію далі. OpenAI поки що розкрила порівняно мало інформації про цю майбутню систему. Компанія лише зазначає, що вона поєднуватиме конфіденційні обчислення з верифікованими контрольними механізмами і з’явиться цієї осені.
Тому залишаються невирішеними важливі питання, зокрема, які моделі та кінцеві точки API її підтримуватимуть, чи охоплюватиме вона робочі навантаження ChatGPT Enterprise, а також висновки API, яке апаратне забезпечення з довіреним виконанням використовуватиме OpenAI, що клієнти зможуть незалежно засвідчити чи перевірити, і скільки коштуватиме послуга.
Ці деталі визначатимуть, наскільки значущим стане новий рівень конфіденційності на практиці. Але ширший напрямок вже чіткий. Оскільки постачальники передових моделей просять підприємства довірити системи ШІ все більш конфіденційну роботу — не просто узагальнення документів, а написання власного коду, управління внутрішніми системами, аналіз досліджень та прийняття рішень — клієнти починають вимагати чогось сильнішого, ніж “довіряйте нам, ми не навчаємося на ваших даних”.
За допомогою Private Intelligence OpenAI починає відповідати на цей запит: “вам не обов’язково дозволяти нам це бачити”.
Подробиці можна знайти на сайті: venturebeat.com