OpenAI का Private Safety Processing: एंटरप्राइज डेटा रखे बिना AI के दुरुपयोग पर निगरानी

OpenAI ने 19 अगस्त 2026 को Private Safety Processing का प्रीव्यू पेश किया। इसका लक्ष्य है—एंटरप्राइज ग्राहकों के लिए Zero Data Retention (ZDR) की सुविधा बनाए रखते हुए ऐसी गतिविधियों का पता लगाना, जिनमें AI का दुरुपयोग कई संबंधित बातचीतों में धीरे-धीरे सामने आता है। OpenAI के अनुसार, इस प्रक्रिया में उसके कर्मचारी ग्राहक के मूल प्रॉम्प्ट या मॉडल के जवाब नहीं देख पाएंगे। 31

यह प्रस्ताव एंटरप्राइज AI की एक मुश्किल पहेली को संबोधित करता है: सुरक्षा टीमों को समय के साथ फैलने वाले दुरुपयोग का पता लगाने के लिए पर्याप्त संकेत चाहिए, लेकिन विनियमित या संवेदनशील क्षेत्रों में काम करने वाली कंपनियां अपने प्रॉम्प्ट और आउटपुट को मॉडल प्रदाता के पास रखवाना नहीं चाहतीं।

ZDR में क्या बदल रहा है?

अब तक ZDR-संगत सुरक्षा प्रणालियां आम तौर पर हर इंटरैक्शन का अलग-अलग मूल्यांकन करती थीं। इस तरीके से ऐसा हमला छूट सकता है जिसमें कोई एक प्रॉम्प्ट स्पष्ट रूप से खतरनाक न हो, लेकिन कई अनुरोध मिलकर किसी नुकसानदेह लक्ष्य की ओर बढ़ रहे हों। OpenAI का कहना है कि Private Safety Processing संबंधित इंटरैक्शन के बीच स्वचालित सुरक्षा जांच का दायरा बढ़ाता है, ताकि इंसानी हमलावरों या गलत दिशा में काम करने वाले AI एजेंटों से जुड़े हैकिंग प्रयासों जैसे व्यापक पैटर्न पहचाने जा सकें। 31

व्यावहारिक रूप से, अलग-अलग देखने पर सामान्य लगने वाले अनुरोधों की एक श्रृंखला साथ में देखने पर जोखिम संकेत दे सकती है। उदाहरण के लिए, अनुरोधों का कोई क्रम मैलवेयर बनाने या किसी सिस्टम में सेंध लगाने से जुड़ी गतिविधि की ओर इशारा कर सकता है। हालांकि उपलब्ध स्रोत यह नहीं कहते कि प्रीव्यू हर ऐसे अभियान की विश्वसनीय पहचान कर लेगा।

OpenAI को क्या दिखाई देगा?

इस व्यवस्था की मुख्य गोपनीयता सीमा यह है कि ग्राहक की गतिविधि का विश्लेषण स्वचालित रूप से किया जाना है, लेकिन मूल प्रॉम्प्ट और मॉडल के जवाब OpenAI कर्मचारियों के सामने नहीं रखे जाएंगे। संभावित समस्या मिलने पर कंपनी के अनुसार OpenAI को केवल एक सीमित और स्पष्ट रूप से परिभाषित सुरक्षा संकेत मिलेगा—मसलन, जोखिम वाली गतिविधि का प्रकार—न कि पूरी बातचीत। 310

रिपोर्टों के मुताबिक, ग्राहक का डेटा ग्राहक के नियंत्रण वाले इंफ्रास्ट्रक्चर पर रह सकता है या ग्राहक के पास मौजूद एन्क्रिप्शन कुंजियों से सुरक्षित रखा जा सकता है। 157 इसका उद्देश्य ZDR से जुड़ी गोपनीयता को बनाए रखते हुए OpenAI को संदिग्ध सुरक्षा समस्या पर कार्रवाई करने लायक संकेत देना है।

इसका अर्थ यह नहीं है कि किसी फ्लैग का कोई परिचालन असर नहीं होगा। जोखिम संकेत मिलने पर खाते के स्तर पर सुरक्षा कार्रवाई की जा सकती है या ग्राहक से जांच करने को कहा जा सकता है। यदि कोई कंपनी फ्लैग पर आपत्ति जताना या जांच में मदद करना चाहे, तो वह स्वेच्छा से संबंधित संदर्भ दे सकती है। उपलब्ध विवरण में OpenAI को अपने-आप उस सुरक्षित बातचीत तक पहुंच मिलने की बात नहीं कही गई है। 23

अभी कौन से सवाल अनुत्तरित हैं?

Private Safety Processing अभी चुनिंदा शुरुआती ग्राहकों के साथ परीक्षण में है; इसे व्यापक रूप से उपलब्ध, पूरी तरह स्थापित सेवा के रूप में पेश नहीं किया गया है। 35 इसलिए घोषणा से कई अहम बातें स्पष्ट नहीं होतीं:

• कई बातचीतों से बनाए गए जोखिम संकेत कितने सटीक हैं?
• वैध एंटरप्राइज गतिविधियों में गलत चेतावनी यानी false positive कितनी बार आ सकती है?
• अलग-अलग जोखिम श्रेणियों पर कौन-सी खाता-स्तरीय कार्रवाई होगी?
• जब OpenAI मूल सामग्री नहीं देख सकता, तब ग्राहक किसी संकेत का ऑडिट या विरोध कैसे करेगा?
• व्यापक लॉन्च से पहले ग्राहकों को कितना तकनीकी दस्तावेज दिया जाएगा?

इसलिए इस प्रीव्यू का दावा यह नहीं है कि “गोपनीयता-सुरक्षित सुरक्षा व्यवस्था” AI के दुरुपयोग की समस्या हल कर देती है। असल में OpenAI यह जांच रहा है कि क्या सीमित सुरक्षा संकेत, ग्राहक ट्रैफिक को लंबे समय तक अपने पास रखे बिना, उपयोगी दुरुपयोग-रोधक निगरानी दे सकते हैं।

Anthropic की नीति इससे कैसे अलग है?

Anthropic ने अपने कवर किए गए मॉडलों के लिए डेटा-रिटेंशन पर आधारित रास्ता अपनाया है। उसकी नीति के अनुसार Mythos-क्लास मॉडलों और समान क्षमताओं वाले भविष्य के कवर किए गए मॉडलों को भेजे गए प्रॉम्प्ट तथा उनसे बने आउटपुट सुरक्षा कार्य के लिए 30 दिनों तक रखे जाएंगे।

Anthropic का कहना है कि इस डेटा का इस्तेमाल नए Claude मॉडलों की ट्रेनिंग या गैर-सुरक्षा उद्देश्यों के लिए नहीं किया जाएगा। कंपनी ने पहुंच सीमित करने, इंसानी पहुंच का लॉग रखने और लगभग सभी मामलों में 30 दिनों के बाद डेटा हटाने जैसी सुरक्षा व्यवस्थाओं का उल्लेख किया है। यह मॉडल सुरक्षा टीमों को जटिल हमलों की पिछली गतिविधि देखने और संभावित गलत फ्लैग की समीक्षा करने का अवसर देता है, लेकिन ग्राहकों के लिए डेटा-गवर्नेंस और अनुपालन की अतिरिक्त जिम्मेदारी भी पैदा करता है।

रिपोर्टों के अनुसार, Anthropic 30-दिन की अनिवार्य रिटेंशन शर्त बनाए रखते हुए एंटरप्राइज ग्राहकों को डेटा अपने ही क्लाउड इंफ्रास्ट्रक्चर में रखने का विकल्प देने की योजना बना रहा है। इससे डेटा-कस्टडी की कुछ चिंताएं कम हो सकती हैं, लेकिन रिटेंशन की शर्त खत्म नहीं होगी।

दोनों कंपनियों के बीच मूल समझौता

दोनों कंपनियां अलग-अलग प्राथमिकताओं पर दांव लगा रही हैं:

• OpenAI: कई संबंधित इंटरैक्शन का स्वचालित विश्लेषण कर केवल सीमित सुरक्षा संकेत भेजना, ताकि प्रदाता की ग्राहक सामग्री तक पहुंच न्यूनतम रहे।
• Anthropic: नियंत्रित पहुंच के साथ कवर किए गए मॉडलों का ट्रैफिक 30 दिनों तक रखना, ताकि जांच और समीक्षा के लिए अधिक जानकारी उपलब्ध हो।

OpenAI का तरीका उन कंपनियों को अधिक आकर्षक लग सकता है जिनकी खरीद या अनुपालन नीतियां प्रदाता के पास ग्राहक सामग्री रखने की अनुमति नहीं देतीं। इसकी कमजोरी यह हो सकती है कि बहुत सीमित संकेत किसी विवादित या अस्पष्ट घटना की फॉरेंसिक जांच के लिए पर्याप्त सबूत न दें। Anthropic की नीति जांच के लिए अधिक विस्तृत दृश्यता दे सकती है, लेकिन उन ग्राहकों पर भी रिटेंशन और अनुपालन का बोझ डालती है जो सख्त no-retention व्यवस्था चाहते हैं।

दोनों में से कोई भी तरीका मूल सुरक्षा चुनौती खत्म नहीं करता। कई चरणों में होने वाला दुरुपयोग वैध शोध से अलग करना कठिन हो सकता है, जबकि मजबूत गोपनीयता नियम इंसानी जांचकर्ताओं के लिए उपलब्ध सबूत सीमित कर सकते हैं। OpenAI के प्रीव्यू की असली परीक्षा यह होगी कि क्या उसके स्वचालित संकेत इतने सटीक हैं कि मूल सामग्री देखे बिना भी सुरक्षा कार्रवाई का आधार बन सकें।

यह घोषणा अभी क्यों महत्वपूर्ण है?

यह गोपनीयता अंतर ऐसे समय सामने आया है जब OpenAI और Anthropic एंटरप्राइज तथा अत्याधुनिक मॉडल ग्राहकों के लिए अधिक तीखी प्रतिस्पर्धा कर रहे हैं। रिपोर्टों के अनुसार, जुलाई के अंत तक Anthropic का annualized revenue run rate 65 अरब डॉलर से अधिक हो गया था। यह हालिया प्रदर्शन के आधार पर पूरे साल की संभावित आय का अनुमान है, न कि पूरे साल की बुक की गई वास्तविक आय।

बाहरी रिपोर्टों में Anthropic के संभावित सार्वजनिक निर्गम के लिए 2 ट्रिलियन डॉलर या उससे अधिक के मूल्यांकन की निवेशक-अपेक्षाओं का भी उल्लेख है। यह रिपोर्ट की गई अपेक्षा है, न कि पक्का मूल्यांकन या पूरा हो चुका IPO।

इन वित्तीय आंकड़ों से प्रतिस्पर्धी संदर्भ समझ में आता है, लेकिन वे यह साबित नहीं करते कि Private Safety Processing केवल प्रतिस्पर्धी प्रतिक्रिया के तौर पर बनाया गया है। अधिक ठोस निष्कर्ष यह है कि OpenAI का ऐलान एंटरप्राइज खरीद प्रक्रिया की एक वास्तविक चिंता को संबोधित करता है: अत्यधिक सक्षम AI मॉडल का इस्तेमाल करते हुए दुरुपयोग पर निगरानी कैसे रखी जाए, जबकि गोपनीय कारोबारी डेटा तक प्रदाता की पहुंच सीमित रहे।

उपलब्ध स्रोत OpenAI के IPO की निश्चित समयसीमा या शर्तें स्थापित नहीं करते। इसलिए OpenAI के जल्द या तयशुदा सार्वजनिक निर्गम की कोई भी बात अलग और ताजा पुष्टि के बिना नहीं कही जा सकती।

निष्कर्ष

Private Safety Processing, OpenAI की ZDR व्यवस्था को एकल इंटरैक्शन की जांच से आगे बढ़ाकर कई संबंधित बातचीतों की सुरक्षा निगरानी बनाने की कोशिश है। कंपनी के अनुसार, इसका उद्देश्य ग्राहक के प्रॉम्प्ट और आउटपुट को OpenAI कर्मचारियों के लिए उपलब्ध कराए बिना दुरुपयोग के पैटर्न पहचानना है। जोखिम मिलने पर OpenAI को मूल सामग्री के बजाय एक सीमित सुरक्षा संकेत मिलना है, जबकि आगे की जांच में ग्राहक की भागीदारी स्वैच्छिक बताई गई है।

यह Anthropic के 30-दिन डेटा-रिटेंशन मॉडल के मुकाबले गोपनीयता-केंद्रित विकल्प जैसा दिखता है, लेकिन अभी यह केवल चुनिंदा ग्राहकों के साथ चल रहा प्रीव्यू है। एंटरप्राइज खरीदारों को इसकी detection accuracy, false-positive दर, ऑडिट की सुविधा और वास्तविक enforcement प्रक्रिया पर स्वतंत्र प्रमाण मिलने तक इसे एक परीक्षणाधीन डिजाइन के रूप में देखना चाहिए।