Anthropic תאפשר לחברות לשמור נתוני AI בענן שלהן — אך לא תוותר על שמירתם ל-30 יום

במילים פשוטות, מדובר יותר בשמירה בניהול הלקוח מאשר ב"אפס שמירת נתונים":

• הפרומפטים ותוצרי המודל יישארו זמינים במשך התקופה הנדרשת.
• סביבת האחסון עשויה להיות בשליטת הלקוח.
• Anthropic תשמור על מטרת ניטור הבטיחות, תוך צמצום השליטה הישירה של צד שלישי בנתונים עסקיים רגישים.

ההשקה צפויה בהמשך 2026, ולכן פרטים חשובים — כמו התכנון הטכני, תנאי הזכאות, בקרות הגישה ותהליך המחיקה — עדיין אינם ידועים במלואם.

מדוע Anthropic דורשת שמירה של 30 יום

Anthropic אומרת ששמירה מוגבלת של נתונים ובחינתם הן חלק מעבודת הבטיחות שלה. לטענת החברה, שימוש לרעה מתוחכם לא תמיד מתגלה בשיחה בודדת. מתקפה יכולה להתפתח לאורך רצף של אינטראקציות, ולכן תיעוד לאורך זמן עשוי לסייע בזיהוי דפוסים ובחקירת האירוע.

לגישה הזו יש מחיר ברור. שמירת פרומפטים ותשובות יכולה לשפר את היכולת לשחזר פעילות חשודה, אך היא גם יוצרת חובת ממשל נתונים נוספת עבור חברות שמטפלות במידע סודי, מפוקח או חסוי. בדוח הסיכונים שלה Anthropic מכירה בכך שההחלטה עלולה להיות לא פופולרית בקרב לקוחות שהתרגלו לשמירה אפסית, ואף ליצור סיכונים עסקיים — אך מציגה אותה כחיונית לזיהוי מתקפות מתוחכמות.

כלומר, זו הכרעת בטיחות ולא טענה שלפיה שמירת הנתונים אינה מסוכנת. ארגונים יצטרכו לשקול את הערך של מסלול ראיות שניתן לשחזר מול הסיכונים הכרוכים באחסון התוכן עצמו.

מדוע הלקוחות ביקשו אפשרות אחסון אחרת

עבור ארגונים מפוקחים, לוגים שנשמרים אצל ספק חיצוני עלולים להיות בעייתיים. חברות עשויות להידרש להתמודד עם דרישות למיקום גיאוגרפי של נתונים, בקרות גישה פנימיות, חובות סודיות, תגובה לאירועי אבטחה, גילוי מסמכים משפטי והשלכות של הכנסת פרומפטים רגישים לסביבת הספק.

אחסון בענן שבשליטת הלקוח מתייחס ישירות לשאלת המשמורת על הנתונים, יותר ממדיניות רגילה שבה הספק שומר את הלוגים אצלו. הוא עשוי לאפשר לארגון להחיל את בקרות הזהות שלו, ארכיטקטורה אזורית, ניהול מפתחות, ניטור ומדיניות שמירת רשומות משלו — אם כי רמת ההגנה בפועל תהיה תלויה ביישום הסופי ובחוזה.

האפשרות הזו אינה מבטלת את הצורך בבדיקה או בחקירה. היא משנה את זהות הגורם ששולט בסביבת האחסון, וייתכן שגם את הגורם שנושא בחלק גדול יותר מהאחריות התפעולית להגנה על הנתונים ולהפקתם במקרה הצורך.

במה שונה הגישה של OpenAI

Private Safety Processing של OpenAI נועדה לשמר הגנות של שמירת נתונים אפסית, ובמקביל לזהות דפוסים בין אינטראקציות קשורות. OpenAI אומרת שהמערכת יכולה לשלוח אליה אות בטיחות מוגדר ומצומצם, בלי לאפשר לעובדי החברה גישה לפרומפטים או לתשובות עצמם. בפריסות ZDR, תוכן הלקוח נשאר בתשתית שבשליטתו; החברה גם מפתחת אפשרות לאחסן את התוכן בתשתית של OpenAI כשהוא מוצפן במפתחות שבשליטת הלקוח.

ההבדל הארכיטקטוני הוא פשוט יחסית:

• Anthropic: שמירת פרומפטים ותשובות למשך 30 יום, עם אפשרות מתוכננת לאחסון הנתונים אצל הלקוח.
• OpenAI: עיבוד האינטראקציות כדי להפיק אותות בטיחות, תוך ניסיון להימנע משמירת התוכן הגולמי או מחשיפתו לעובדי החברה.

אלה אינם רק תנאים חוזיים שונים. מדובר בשתי תשובות שונות לשאלה כיצד ספק AI יכול לזהות שימוש לרעה שמתפתח בהדרגה. הגישה של Anthropic נותנת עדיפות להיסטוריה שניתן לשחזר; הגישה של OpenAI נותנת עדיפות לחישוב שמגן על הפרטיות ולצמצום המשמורת על נתונים.

עם זאת, ההצעה של OpenAI עדיין נמצאת בשלב Preview. היעילות שלה, היקף הכיסוי, שיעורי התרעות השווא והפספוסים, אמצעי ההגנה הטכניים ותהליך הסלמת האירועים יצטרכו להיבחן באמצעות תיעוד, בדיקות וביקורת בלתי תלויה לפני שארגונים יראו בה התחייבות מוכחת.

מה ארגונים צריכים לבדוק לפני בחירה

הבחירה הנכונה תלויה במודל האיומים ובדרישות הציות של הארגון — לא רק בשאלה אם הספק משתמש במונח "אפס שמירת נתונים". צוותי הרכש, האבטחה והמשפט צריכים לשאול:

1. מה בדיוק נשמר? יש לברר אם המדיניות חלה על פרומפטים, תשובות, מטא-נתונים, אותות בטיחות, לוגים של שימוש לרעה או מצב האפליקציה.
2. היכן הנתונים מאוחסנים? יש לבדוק אזור גיאוגרפי, בעלות על חשבון הענן, גיבויים, עותקים משוכפלים וספקי משנה.
3. למי יש גישה? חשוב להגדיר אם עובדי הספק, קבלנים, מערכות אוטומטיות או מנהלי הארגון יכולים לצפות בתוכן או לשלוף אותו.
4. מי שולט במפתחות ההצפנה? מפתחות בשליטת הלקוח עשויים לצמצם את גישת הספק, אך היישום בפועל ונהלי השחזור חשובים לא פחות.
5. כיצד מאומתת המחיקה? יש לדרוש לוחות זמנים ברורים, הוכחות מחיקה, התייחסות לגיבויים ונוהל לטיפול בנתונים שסומנו לבדיקה בטיחותית.
6. מה קורה במקרה של אירוע אבטחה? יש להגדיר חובות דיווח, חקירה, שיתוף פעולה, אחריות משפטית ושימור ראיות.
7. האם ניתן להעריך את מערכת הבטיחות באופן עצמאי? כדאי לבקש מודלי איומים, מסמכים טכניים, זכויות ביקורת, מדדי ביצועים וכללי הסלמה.

האפשרות של Anthropic עשויה להתאים לארגונים שמעריכים מסלול ביקורת שניתן לשחזור ויכולים לנהל אחסון של 30 יום בסביבה שלהם. הגישה של OpenAI עשויה להתאים לארגונים שעבורם שמירת תוכן גולמי או גישה של הספק הן קווים אדומים — אך שלב ה-Preview מחייב את הרוכשים לדרוש ראיות לפני שיסמכו עליה עבור עומסי עבודה רגישים או מפוקחים.

הוויכוח הגדול יותר: היכן נמצאות ראיות הבטיחות

העימות המתהווה אינו מסתכם בשאלה "פרטיות או בטיחות". השאלה היא היכן נשמרות ראיות הבטיחות, מי שולט בהן, ואיזה צד נושא בנטל של ציות, הגנה על מידע ותגובה לאירוע.

Anthropic מהמרת על כך שמודלים מתקדמים זקוקים להיסטוריה שמורה כדי לזהות שימוש לרעה מתוחכם ורב-שלבי. OpenAI מהמרת על כך שעיבוד שמגן על הפרטיות יכול לספק ניטור דומה בלי לשמור את התוכן הגולמי של הלקוחות. אף אחת מהטענות אינה צריכה להיחשב מוכחת לחלוטין לפני שהמערכות יתועדו, יופעלו בקנה מידה רחב וייבחנו בידי גורמים בלתי תלויים.

עבור לקוחות עסקיים, יכולות המודל הן רק חלק מהחלטת הרכש. משמורת על נתונים, יכולת ביקורת, מחיקה, הרשאות גישה והיכולת של הספק להסביר את ארכיטקטורת הבטיחות שלו עשויות להיות חשובות לא פחות.