OpenAI تجعل خصوصية البيانات سلاحها الجديد في سباق الذكاء الاصطناعي للشركات

تريد OpenAI تحويل حوكمة البيانات من بند قانوني في العقود إلى ميزة واضحة في المنتج، بينما تكثف منافستها على عملاء الذكاء الاصطناعي من الشركات. وتجمع استراتيجيتها الأحدث بين الاحتفاظ الصفري بالبيانات (Zero Data Retention أو ZDR) لعمليات API المؤهلة، وتجربة نظام Private Safety Processing القادر ـ بحسب وصف الشركة ـ على اكتشاف الأنماط المشبوهة عبر تفاعلات متعددة من دون الاحتفاظ بمحتوى العميل نفسه.

الرسالة موجهة إلى سؤال صعب في عمليات الشراء المؤسسية: هل تستطيع الشركة استخدام نماذج متقدمة وقوية، مع إبقاء المطالبات والنتائج وسياق الأعمال الحساس بعيداً عن سجلات مزود الخدمة طويلة الأجل؟ إجابة OpenAI تزداد وضوحاً: نعم، ولكن ضمن شروط محددة تتعلق بالأهلية ونقاط الاتصال والعقود.

ماذا تقدم OpenAI؟

تقول OpenAI إن عملاء API المؤهلين الذين يستخدمون ZDR لا تُحتفظ بمطالباتهم أو استجابات النماذج لديهم بعد معالجة الطلب. وفي عمليات النشر المشمولة بهذه السياسة، يبقى محتوى العميل على بنية تحتية يسيطر عليها العميل، كما لا يحصل موظفو OpenAI على وصول إلى المحتوى الأساسي من خلال نهج السلامة الجديد.

لكن هذا ليس وعداً شاملاً ينطبق على كل منتجات OpenAI. فوفق وثائق المنصة، تُنشأ افتراضياً سجلات لمراقبة إساءة الاستخدام عند استخدام مزايا API، وقد تُحتفظ بها لمدة تصل إلى 30 يوماً، مع وجود استثناءات قانونية أو تشغيلية. أما ZDR فتستبعد محتوى العميل من هذه السجلات بالنسبة إلى نقاط الاتصال المؤهلة وحالات الاستخدام التي تستوفي الشروط.

وتوفر OpenAI أيضاً ضوابط للاحتفاظ بالبيانات للمؤسسات التجارية المؤهلة، بما في ذلك إمكانية ضبط سياسة الاحتفاظ الصفري داخل منصة API. لذلك، لا ينبغي للمشتري الاكتفاء بسؤال عام من نوع «هل بيانات الشركات خاصة؟»، بل عليه تحديد المنتج ونقطة الاتصال ونوع البيانات والبند التعاقدي الذي يغطيه هذا الوعد.

كيف يُفترض أن يعمل Private Safety Processing؟

قد تصبح مراقبة إساءة الاستخدام أكثر فاعلية عندما يستطيع المزود ربط النشاط عبر سلسلة من التفاعلات. لكن هذه القدرة قد تتطلب الاحتفاظ بمحتوى العميل أو مراجعته أو تجميعه في نظام مركزي؛ وهي مفاضلة غير مريحة للمؤسسات التي تتعامل مع شيفرات سرية أو معلومات مرضى أو ملفات قانونية أو بيانات مالية.

تُعرض تقنية Private Safety Processing مع مجموعة مختارة من العملاء بوصفها محاولة للفصل بين الوظيفتين. فالنظام مصمم لاكتشاف الأنماط ومخاطر السلامة عبر تفاعلات مرتبطة، مع الحفاظ على حماية ZDR. وتقول OpenAI إن أنظمتها تستطيع إرسال إشارة سلامة محددة النطاق من دون منح الشركة إمكانية الوصول إلى محتوى العميل الأساسي.

وتوضح البيانات المنشورة النتيجة المستهدفة من حيث الخصوصية والسلامة، لكنها لا تقدم تفاصيل تقنية كافية للتحقق من تصميم تشفيري بعينه أو بنية «بيئة تنفيذ آمنة» أو غير ذلك من تفاصيل التطبيق. والاستنتاج الأكثر تحفظاً هو أن OpenAI تعرض طبقة سلامة مصممة لحماية الخصوصية، لا أن كل تفاصيل النظام أصبحت موثقة علناً.

المقارنة مع Anthropic تحتاج إلى بعض الدقة

تحتل Anthropic موقعاً محورياً في هذا التنافس، لكن سياساتها تختلف باختلاف فئة المنتج. ويقول مركز الخصوصية التابع للشركة إن المدخلات والمخرجات من المنتجات التجارية، مثل Claude for Work وAnthropic API، لا تُستخدم لتدريب النماذج افتراضياً. ويمكن للعملاء تغيير هذه العلاقة عبر تقديم ملاحظات صراحة أو السماح باستخدام البيانات بطريقة أخرى.

أما سياسة الاحتفاظ التي تبلغ خمس سنوات، والتي حظيت باهتمام واسع، فهي سياسة موجهة إلى المستهلكين. وتقول Anthropic إنه إذا سمح المستخدمون باستخدام محادثاتهم أو جلسات البرمجة لتحسين Claude، فقد تُحتفظ بالبيانات بصيغة منزوعة الهوية لمدة تصل إلى خمس سنوات ضمن مسارات تدريب النماذج. وإذا لم يفعّل المستخدمون هذا الخيار، فتستمر فترة الاحتفاظ الحالية البالغة 30 يوماً.

وهذا التفصيل مهم: عرض OpenAI لا يثبت أن Anthropic تدرب نماذجها على بيانات الشركات افتراضياً. بل تحاول OpenAI التميز عبر مجموعة أوسع من الأسئلة: هل يُحتفظ بالمحتوى من الأساس؟ كيف تُجرى فحوص السلامة؟ هل يستطيع الموظفون أو مزودو الخدمات الفرعيون الوصول إلى المواد التي تُصنّف على أنها مثيرة للقلق؟ وما مقدار التحكم الذي يملكه العميل في عملية النشر؟

لماذا قد تحسم الخصوصية قرار شراء الذكاء الاصطناعي؟

بالنسبة إلى مؤسسة كبيرة، لا تمثل جودة النموذج سوى جزء من مخاطر النشر. إذ تفحص فرق المشتريات والأمن عادةً:

• مدة الاحتفاظ بالمطالبات والنتائج؛
• ما إذا كانت بيانات الأعمال تُستخدم في التدريب؛
• نقاط الاتصال التي تستوفي شروط الاحتفاظ الصفري؛
• ما إذا كانت البيانات الوصفية أو المحتوى المعلَّم يُعامل بطريقة مختلفة؛
• الجهات التي يمكنها الوصول إلى بيانات السلامة أو الدعم؛
• آليات الحذف والتدقيق والضوابط التعاقدية؛ و
• قدرة المزود على مراقبة إساءة الاستخدام من دون خلق خطر جديد على السرية.

ويُفترض أن يمنح Private Safety Processing OpenAI إجابة أقوى عن السؤال الأخير. فإذا عمل النهج كما تصفه الشركة، فلن تضطر المؤسسات إلى المفاضلة الحادة بين تقليل المحتوى المحتفظ به وتمكين المزود من اكتشاف إساءة استخدام منسقة عبر طلبات متعددة.

وقد تكون هذه النقطة حاسمة في القطاعات الخاضعة للتنظيم أو شديدة الحساسية للسرية، حيث يمكن لاستثناء واحد في سياسة الاحتفاظ أن يعرقل النشر حتى عندما يقدم النموذج أداءً جيداً. كما تمنح OpenAI وسيلة للمنافسة على أساس الحوكمة، لا على نتائج الاختبارات المعيارية أو قدرات النماذج وحدها.

الضغوط التجارية تتزايد

يأتي هذا التحول في الخصوصية بينما يتوسع نشاط Anthropic المؤسسي بسرعة. فقد وضعت وثائق عُرضت على مستثمرين، بحسب تقارير، إيرادات الشركة الأولية في الربع الثاني من عام 2026 فوق 11.5 مليار دولار، مقارنةً بـ787 مليون دولار في الربع نفسه من العام السابق؛ أي بزيادة تتجاوز 14 مرة. وهذه أرقام أولية وليست قوائم مالية مدققة.

كما أُفيد بأن معدل الإيرادات السنوي المقدر لـAnthropic تجاوز 65 مليار دولار في نهاية يوليو، في حين بلغ المعدل المقدر المعلن حديثاً لـOpenAI نحو 40 مليار دولار. ويعني «معدل الإيرادات السنوي» إسقاط إيرادات فترة قصيرة على سنة كاملة، ولذلك لا ينبغي اعتباره مكافئاً لإيرادات سنة كاملة أو مقارنته مباشرة بهامش الربح بين شركتين خاصتين.

ومع ذلك، تفسر هذه الأرقام سبب الاستعجال. فقد اكتسبت Anthropic زخماً كبيراً بين عملاء الأعمال، وترد OpenAI بميزة غير مرتبطة مباشرة بالنموذج نفسه، لكنها تتصل بصورة مباشرة بمراجعات المخاطر التي تجريها المؤسسات.

ما الذي ينبغي للمشترين التحقق منه؟

من الأفضل فهم إعلان OpenAI باعتباره عرضاً تنافسياً في الخصوصية والسلامة، لا ضماناً عالمياً لمحو البيانات. وقبل اعتماد أي مزود، ينبغي للمؤسسة التأكد من شروط الاحتفاظ الدقيقة الخاصة بالنماذج ونقاط الاتصال التي تستخدمها، وما إذا كانت موافقة ZDR مطلوبة، والاستثناءات المطبقة، وإشارات السلامة أو البيانات الوصفية التي قد تستمر معالجتها.

التحول الأوسع يتمثل في أن حوكمة البيانات تنتقل من هامش العقد إلى صميم المنتج. وسيحصل المزود القادر على الجمع بين نماذج قوية ومنع موثوق لإساءة الاستخدام وتحكم يمكن التحقق منه في البيانات الحساسة على أفضلية في مشتريات الذكاء الاصطناعي المؤسسي، حتى عندما تكون النماذج المتنافسة متقاربة في القدرات.