OpenAI mise sur la confidentialité des données pour conquérir les entreprises

OpenAI fait de la gouvernance des données un véritable argument produit dans sa bataille pour les clients professionnels de l’IA. Sa nouvelle proposition associe le Zero Data Retention — l’absence de conservation des données pour certaines utilisations de l’API — à la présentation de Private Safety Processing, un système conçu pour repérer des schémas suspects à travers plusieurs interactions sans conserver le contenu du client.

L’enjeu répond à une question devenue centrale dans les appels d’offres : une entreprise peut-elle utiliser des modèles d’IA de pointe tout en empêchant ses prompts, ses réponses et son contexte métier sensible de rester dans les journaux du fournisseur ? La réponse d’OpenAI tend vers oui, mais seulement dans un cadre défini par l’éligibilité du client, les points d’accès utilisés et les conditions contractuelles.

Ce qu’OpenAI propose concrètement

OpenAI indique que les clients API éligibles utilisant le Zero Data Retention ne voient pas leurs prompts ni les réponses des modèles conservés une fois la requête traitée. Pour ces déploiements, l’entreprise affirme que le contenu client reste sur une infrastructure contrôlée par le client et que son personnel n’accède pas au contenu sous-jacent grâce à cette nouvelle approche de sécurité.

Il ne s’agit donc pas d’une promesse générale couvrant tous les produits OpenAI. La documentation de la plateforme précise que les journaux de surveillance des abus sont normalement conservés jusqu’à 30 jours, avec des exceptions possibles pour des raisons juridiques ou opérationnelles. Le Zero Data Retention exclut le contenu client de ces journaux pour les points d’accès éligibles et les cas d’usage autorisés.

OpenAI propose également aux organisations professionnelles admissibles des contrôles de conservation, notamment la possibilité de configurer une conservation nulle des données sur la plateforme API. Pour un acheteur, la bonne question n’est donc pas simplement de savoir si un fournisseur affirme que les données d’entreprise sont privées. Il faut déterminer quel produit, quel point d’accès, quel type de donnée et quel contrat sont réellement couverts.

Comment fonctionnerait Private Safety Processing

La surveillance classique des abus devient généralement plus efficace lorsqu’un fournisseur peut relier l’activité observée au fil de plusieurs interactions. Mais cette capacité peut l’obliger à conserver, examiner ou centraliser une partie du contenu client — un compromis particulièrement délicat pour les organisations qui traitent du code confidentiel, des informations médicales, des dossiers juridiques ou des données financières.

La technologie Private Safety Processing, actuellement présentée à certains clients, cherche à dissocier ces deux fonctions. Elle doit détecter des schémas et des risques de sécurité entre plusieurs interactions tout en préservant les garanties du Zero Data Retention. Selon OpenAI, ses systèmes pourraient transmettre un signal de sécurité étroitement défini sans donner à l’entreprise accès au contenu client sous-jacent.

Les informations publiques décrivent l’objectif recherché en matière de confidentialité et de sécurité, mais ne fournissent pas suffisamment de détails techniques pour confirmer une architecture cryptographique précise, l’utilisation d’enclaves sécurisées ou un autre mécanisme particulier. La conclusion la plus prudente est qu’OpenAI présente une couche de sécurité pensée pour limiter l’exposition des données — et non que chaque détail de son fonctionnement est déjà documenté publiquement.

La comparaison avec Anthropic doit rester précise

Anthropic occupe une place centrale dans le discours concurrentiel, mais ses politiques varient selon les catégories de produits. Son centre de confidentialité indique que les entrées et sorties des produits commerciaux, comme Claude for Work et l’API Anthropic, ne servent pas à entraîner les modèles par défaut. Les clients peuvent toutefois modifier cette relation en transmettant explicitement des commentaires ou en autorisant autrement l’utilisation des données.

La politique de conservation de cinq ans souvent évoquée concerne les produits grand public. Anthropic précise que si les utilisateurs autorisent l’utilisation de leurs conversations ou de leurs sessions de programmation pour améliorer Claude, ces données peuvent être conservées sous une forme désidentifiée pendant cinq ans au maximum dans les processus d’entraînement. Si ce réglage n’est pas activé, la période de conservation de 30 jours continue de s’appliquer.

Cette distinction est essentielle : le message d’OpenAI ne prouve pas qu’Anthropic entraîne par défaut ses modèles sur les données des entreprises. Il cherche plutôt à se différencier sur un ensemble plus large de critères : conservation ou non du contenu, fonctionnement des contrôles de sécurité, accès éventuel d’employés ou de sous-traitants aux éléments signalés, et degré de contrôle accordé au client sur son déploiement.

Pourquoi la confidentialité peut faire basculer un achat

Pour une grande organisation, la qualité d’un modèle ne représente qu’une partie du risque lié à son déploiement. Les équipes chargées des achats, de la sécurité et de la conformité examinent aussi :

• la durée de conservation des prompts et des réponses ;
• l’utilisation éventuelle des données métier pour entraîner les modèles ;
• les points d’accès pouvant bénéficier du Zero Data Retention ;
• le traitement différencié des métadonnées ou des contenus signalés ;
• les personnes et les sous-traitants pouvant accéder aux données de sécurité ou d’assistance ;
• les mécanismes de suppression, d’audit et de contrôle contractuel ;
• la capacité du fournisseur à surveiller les abus sans créer un nouveau risque de confidentialité.

Private Safety Processing doit fournir à OpenAI une réponse plus convaincante au dernier point. Si le système fonctionne comme annoncé, les clients n’auraient plus à arbitrer aussi fortement entre la réduction du contenu conservé et la capacité du fournisseur à identifier un usage coordonné ou malveillant au fil de plusieurs requêtes.

Cet avantage pourrait être particulièrement important dans les secteurs réglementés ou soumis à de fortes exigences de secret. Une exception de conservation suffit parfois à bloquer un projet, même lorsque le modèle affiche de bonnes performances. OpenAI peut ainsi se battre sur le terrain de la gouvernance, et pas uniquement sur celui des benchmarks ou des capacités du modèle.

Une bataille commerciale qui s’intensifie

Cette offensive sur la confidentialité intervient alors que l’activité professionnelle d’Anthropic progresse rapidement. Des documents présentés à des investisseurs placeraient le chiffre d’affaires préliminaire d’Anthropic au deuxième trimestre 2026 au-dessus de 11,5 milliards de dollars, contre 787 millions de dollars un an plus tôt — soit une hausse de plus de quatorze fois. Ces montants sont préliminaires et ne constituent pas des états financiers audités.

Le chiffre d’affaires annualisé d’Anthropic aurait également dépassé 65 milliards de dollars à la fin du mois de juillet, tandis que celui d’OpenAI aurait récemment atteint environ 40 milliards de dollars. Un chiffre annualisé extrapole sur douze mois les revenus observés sur une période plus courte : il ne doit donc pas être assimilé au chiffre d’affaires annuel définitif ni comparé directement comme un indicateur de rentabilité.

Ces chiffres expliquent néanmoins l’urgence stratégique. Anthropic a acquis une forte dynamique auprès des entreprises, et OpenAI répond par un élément de différenciation qui correspond directement aux audits de risques menés avant un déploiement professionnel.

Les points à vérifier avant de signer

L’annonce d’OpenAI doit être comprise comme une proposition concurrentielle en matière de confidentialité et de sécurité, et non comme une garantie universelle d’effacement des données. Avant de choisir un fournisseur, une entreprise doit vérifier les conditions exactes de conservation pour les modèles et les points d’accès concernés, la nécessité d’une approbation pour bénéficier du Zero Data Retention, les exceptions applicables et les signaux de sécurité ou métadonnées susceptibles d’être traités malgré tout.

Le changement le plus important est stratégique : la gouvernance des données sort des clauses en petits caractères pour devenir une composante du produit. Le fournisseur capable de réunir des modèles performants, une prévention crédible des abus et un contrôle vérifiable sur les données sensibles disposera d’un avantage dans les achats d’IA — même lorsque les modèles concurrents sont proches en matière de capacités.