OpenAI apuesta por no retener datos para ganar terreno empresarial a Anthropic

OpenAI está convirtiendo la gobernanza de datos en un argumento de venta mientras compite por los clientes empresariales de inteligencia artificial. Su nueva propuesta combina Zero Data Retention —retención cero de datos— para implementaciones API elegibles con una vista previa de Private Safety Processing, un sistema diseñado para identificar patrones sospechosos en varias interacciones sin conservar el contenido del cliente.

La estrategia responde a una pregunta clave para los departamentos de compras y seguridad: ¿puede una empresa utilizar modelos de vanguardia sin dejar sus instrucciones, respuestas y contexto comercial sensible en los registros del proveedor durante largos periodos? La respuesta de OpenAI es cada vez más afirmativa, aunque solo dentro de determinados requisitos de elegibilidad, endpoints y contratos.

Qué ofrece OpenAI

OpenAI afirma que los clientes API elegibles que utilizan Zero Data Retention no conservan sus instrucciones ni las respuestas del modelo una vez procesada cada solicitud. En estas implementaciones, la compañía asegura que el contenido del cliente permanece en una infraestructura controlada por el propio cliente y que su personal no accede al contenido subyacente mediante el nuevo enfoque de seguridad.

Es una promesa más limitada que una garantía general para todos los productos de OpenAI. La documentación de la plataforma indica que, por defecto, los registros destinados a supervisar abusos pueden conservarse hasta 30 días, salvo excepciones legales u operativas. Zero Data Retention excluye el contenido del cliente de esos registros en los endpoints elegibles y para los casos de uso que cumplan los requisitos.

La compañía también ofrece controles de conservación para organizaciones empresariales que reúnen las condiciones necesarias, incluida la posibilidad de configurar la retención cero en la plataforma API. Para un comprador, la pregunta importante no es simplemente si un proveedor afirma que los datos empresariales son privados, sino qué producto, endpoint, tipo de información y contrato cubren exactamente esa promesa.

Cómo funcionaría Private Safety Processing

La supervisión tradicional contra abusos puede ser más eficaz cuando el proveedor conecta la actividad de una serie de interacciones. Pero esa capacidad puede exigir conservar, revisar o centralizar el contenido del cliente: un intercambio delicado para organizaciones que manejan código confidencial, información de pacientes, asuntos legales o datos financieros.

OpenAI presenta Private Safety Processing —actualmente en fase de prueba con algunos clientes— como un intento de separar esas dos funciones. El sistema está diseñado para detectar patrones y riesgos de seguridad en interacciones relacionadas, manteniendo las protecciones de Zero Data Retention. Según OpenAI, sus sistemas podrían devolver una señal de seguridad definida de forma limitada sin dar a la compañía acceso al contenido subyacente del cliente.

Las descripciones públicas establecen el objetivo de privacidad y seguridad, pero no ofrecen suficientes detalles técnicos para verificar un diseño criptográfico concreto, una arquitectura basada en enclaves u otra implementación específica. La conclusión más prudente es que OpenAI está mostrando una capa de seguridad orientada a preservar la privacidad; no que todos los detalles técnicos del sistema estén ya documentados públicamente.

La comparación con Anthropic exige matices

Anthropic es una pieza central de esta batalla competitiva, pero sus políticas cambian según la categoría de producto. Su Centro de Privacidad afirma que las entradas y salidas de productos comerciales como Claude for Work y la API de Anthropic no se utilizan para entrenar los modelos por defecto. Los clientes pueden modificar esa relación si proporcionan comentarios explícitos o autorizan de otro modo el uso de sus datos.

La política de conservación durante cinco años que ha generado debate corresponde a los productos de consumo. Anthropic indica que, si los usuarios permiten que sus chats o sesiones de programación se utilicen para mejorar Claude, esos datos pueden conservarse en formato desidentificado durante un máximo de cinco años dentro de los procesos de entrenamiento. Si no activan esa opción, la compañía afirma que continúa aplicándose el periodo de conservación existente de 30 días.

La distinción es importante: el anuncio de OpenAI no demuestra que Anthropic entrene por defecto con datos empresariales. Es, más bien, un intento de diferenciarse en un conjunto más amplio de condiciones: si el contenido se conserva, cómo se ejecutan las comprobaciones de seguridad, si personas o subencargados pueden acceder a material marcado y cuánto control tiene el cliente sobre la implementación.

Por qué la privacidad puede decidir una compra empresarial

Para una gran organización, la calidad del modelo es solo una parte del riesgo de desplegar IA. Los equipos de compras, cumplimiento y seguridad también examinan:

• cuánto tiempo se conservan las instrucciones y respuestas;
• si los datos de la empresa se utilizan para entrenar modelos;
• qué endpoints cumplen los requisitos de retención cero;
• si los metadatos o el contenido marcado reciben un tratamiento distinto;
• quién puede acceder a los datos de seguridad o soporte;
• cómo funcionan la eliminación, las auditorías y los controles contractuales; y
• si el proveedor puede vigilar los abusos sin crear un nuevo riesgo de confidencialidad.

Private Safety Processing pretende ofrecer a OpenAI una respuesta más sólida a esta última cuestión. Si el sistema funciona como se describe, los clientes no tendrían que elegir de forma tan tajante entre minimizar el contenido conservado y permitir que el proveedor detecte usos indebidos coordinados en varias solicitudes.

Esto puede ser especialmente relevante en sectores regulados o muy sensibles al secreto, donde una excepción de retención puede impedir un despliegue aunque el modelo tenga un buen rendimiento. También permite a OpenAI competir en gobernanza, en lugar de depender únicamente de las pruebas comparativas o de las capacidades del modelo.

La presión comercial aumenta

El giro hacia la privacidad llega mientras el negocio empresarial de Anthropic crece con rapidez. Documentos mostrados a inversores sitúan los ingresos preliminares de la compañía en el segundo trimestre de 2026 por encima de 11.500 millones de dólares, frente a 787 millones en el mismo trimestre del año anterior: un aumento de más de catorce veces. Se trata de cifras preliminares, no de estados financieros auditados.

También se ha informado de que la tasa de ingresos anualizada de Anthropic superó los 65.000 millones de dólares a finales de julio, mientras que la de OpenAI se situó recientemente en torno a los 40.000 millones. Una tasa anualizada proyecta los ingresos de un año a partir de un periodo más corto, por lo que las cifras no deben interpretarse como ingresos anuales completos ni como una comparación directa de rentabilidad.

Aun así, los números ayudan a entender la urgencia. Anthropic ha ganado un impulso considerable entre los clientes empresariales y OpenAI responde con un diferenciador ajeno al modelo que encaja directamente en las revisiones de riesgo corporativo.

Qué deberían comprobar los compradores

El anuncio de OpenAI debe entenderse como una propuesta competitiva de privacidad y seguridad, no como una garantía universal de borrado de datos. Antes de contratar a cualquier proveedor, una empresa debería confirmar las condiciones exactas de conservación para sus modelos y endpoints, si necesita aprobación para activar Zero Data Retention, qué excepciones se aplican y qué señales de seguridad o metadatos pueden seguir procesándose.

El cambio de fondo es estratégico: la gobernanza de datos está saliendo de la letra pequeña legal para convertirse en parte del producto. En la compra de IA empresarial, tendrá ventaja el proveedor capaz de combinar modelos potentes, prevención creíble de abusos y un control verificable sobre la información sensible, incluso cuando las capacidades de los modelos rivales sean similares.