Anthropic का 30-दिन वाला AI डेटा नियम: अब एंटरप्राइज अपने क्लाउड में रख सकेंगे लॉग

प्रस्तावित बदलाव रिटेंशन की अवधि नहीं, बल्कि डेटा की जगह और अभिरक्षा बदलता है। योजना से परिचित एक स्रोत के आधार पर प्रकाशित रिपोर्टों के अनुसार, एंटरप्राइज ग्राहकों को 30 दिनों तक डेटा रखना फिर भी होगा, लेकिन वे इसे अपने नियंत्रण वाले क्लाउड इंफ्रास्ट्रक्चर में रख सकेंगे।

व्यावहारिक रूप से यह व्यवस्था ZDR नहीं, बल्कि कस्टमर-मैनेज्ड रिटेंशन होगी:

• प्रॉम्प्ट और मॉडल आउटपुट अनिवार्य अवधि तक उपलब्ध रहेंगे।
• स्टोरेज का वातावरण ग्राहक नियंत्रित कर सकेगा।
• Anthropic सुरक्षा निगरानी का उद्देश्य बनाए रखेगा, जबकि संवेदनशील कारोबारी डेटा की सीधी तृतीय-पक्ष अभिरक्षा कम हो सकती है।

इस बदलाव का रोलआउट 2026 में बाद में होने की उम्मीद है। इसलिए इसकी तकनीकी संरचना, पात्रता की शर्तें, एक्सेस कंट्रोल और डेटा मिटाने की प्रक्रिया अभी महत्वपूर्ण खुले सवाल हैं।

Anthropic को 30 दिनों की रिटेंशन क्यों जरूरी लगती है?

Anthropic का कहना है कि सीमित अवधि तक डेटा रखना और उसकी समीक्षा करना सुरक्षा व्यवस्था का हिस्सा है। कंपनी की चिंता यह है कि जटिल दुरुपयोग किसी एक बातचीत में साफ दिखाई नहीं दे सकता। कोई हमला कई इंटरैक्शन में धीरे-धीरे आगे बढ़ सकता है, ऐसे में लंबे क्रम का रिकॉर्ड पैटर्न पहचानने और घटना की जांच करने में मदद कर सकता है।

इस दृष्टिकोण में स्पष्ट समझौता है। प्रॉम्प्ट और आउटपुट सुरक्षित रखने से संदिग्ध गतिविधि को दोबारा समझने की क्षमता बढ़ सकती है, लेकिन गोपनीय, विनियमित या कानूनी विशेषाधिकार से जुड़ा डेटा संभालने वाली कंपनियों पर अतिरिक्त डेटा-गवर्नेंस जिम्मेदारी भी आती है। Anthropic की अपनी जोखिम रिपोर्ट स्वीकार करती है कि यह फैसला ZDR के आदी ग्राहकों को अप्रिय लग सकता है और कारोबार के लिए जोखिम पैदा कर सकता है; फिर भी कंपनी इसे जटिल हमलों का पता लगाने के लिए जरूरी बताती है।

इसलिए यह नीति रिटेंशन को जोखिम-मुक्त बताने का दावा नहीं है। एंटरप्राइज कंपनियों को सुरक्षा-जांच के लिए मिलने वाले सबूतों के लाभ की तुलना उस मूल सामग्री को स्टोर करने से जुड़े गोपनीयता, कानूनी और सुरक्षा जोखिमों से करनी होगी।

कंपनियों ने अपने क्लाउड में डेटा रखने का विकल्प क्यों मांगा?

नियामित क्षेत्रों में काम करने वाली कंपनियों के लिए किसी AI प्रदाता के पास लॉग रखना कई सवाल खड़े कर सकता है। उन्हें डेटा किस देश या क्षेत्र में रखा जाएगा, आंतरिक कर्मचारी किस स्तर तक पहुंच पाएंगे, गोपनीयता दायित्व कैसे पूरे होंगे, सुरक्षा घटना पर प्रतिक्रिया कौन देगा और कानूनी जांच या डिस्कवरी में डेटा कैसे उपलब्ध कराया जाएगा—इन सभी बातों का हिसाब रखना पड़ता है।

कस्टमर-कंट्रोल्ड क्लाउड स्टोरेज इन चिंताओं में सबसे पहले डेटा की अभिरक्षा का सवाल हल करने की कोशिश करता है। इससे संगठन अपने पहचान-आधारित एक्सेस कंट्रोल, क्षेत्रीय आर्किटेक्चर, एन्क्रिप्शन-की प्रबंधन, निगरानी और रिटेंशन नियम लागू कर सकता है। हालांकि वास्तविक सुरक्षा अंतिम तकनीकी डिजाइन और अनुबंध की शर्तों पर निर्भर करेगी।

यह विकल्प समीक्षा की जरूरत खत्म नहीं करता। इससे केवल स्टोरेज वातावरण पर नियंत्रण बदलता है और डेटा की सुरक्षा तथा जरूरत पड़ने पर उसे प्रस्तुत करने की परिचालन जिम्मेदारी अधिक हद तक ग्राहक पर आ सकती है।

OpenAI का तरीका कैसे अलग है?

OpenAI का Private Safety Processing संबंधित इंटरैक्शन में सुरक्षा पैटर्न पहचानने के लिए बनाया जा रहा है, जबकि ZDR सुरक्षा बनाए रखने का लक्ष्य है। OpenAI के अनुसार, सिस्टम कच्चे प्रॉम्प्ट या जवाबों तक अपने कर्मचारियों की पहुंच दिए बिना सीमित दायरे वाला सुरक्षा संकेत भेज सकता है। ZDR तैनाती में ग्राहक की सामग्री ग्राहक-नियंत्रित इंफ्रास्ट्रक्चर पर रहती है। कंपनी ऐसा विकल्प भी विकसित कर रही है जिसमें डेटा OpenAI के इंफ्रास्ट्रक्चर पर एन्क्रिप्टेड रूप में रखा जाएगा और इसकी कुंजियां ग्राहक के नियंत्रण में होंगी।

दोनों मॉडलों का अंतर संक्षेप में ऐसा है:

• Anthropic: प्रॉम्प्ट और आउटपुट 30 दिनों तक रखे जाएंगे; प्रस्तावित विकल्प में ग्राहक यह डेटा अपने क्लाउड में होस्ट कर सकेगा।
• OpenAI: कच्ची सामग्री को बनाए रखने या अपने कर्मचारियों को दिखाने के बजाय इंटरैक्शन से सुरक्षा संकेत निकालने का लक्ष्य रखता है।

यह केवल अनुबंध की भाषा का अंतर नहीं है। दोनों कंपनियां इस मूल सवाल का अलग जवाब दे रही हैं कि कई सत्रों में विकसित होने वाले दुरुपयोग का पता कैसे लगाया जाए। Anthropic के लिए दोबारा जांच योग्य इतिहास प्राथमिकता है, जबकि OpenAI गोपनीयता-संरक्षण वाली कंप्यूटिंग और कम डेटा-अभिरक्षा पर जोर दे रहा है।

फिर भी OpenAI का प्रस्ताव अभी प्रीव्यू चरण में है। इसकी वास्तविक प्रभावशीलता, कवरेज, गलत अलार्म और छूट जाने वाले मामलों की दर, तकनीकी सुरक्षा तथा घटना बढ़ाने की प्रक्रिया का मूल्यांकन दस्तावेजों, परीक्षणों और स्वतंत्र समीक्षा के बाद ही किया जाना चाहिए।

एंटरप्राइज खरीदारों को किन सवालों पर ध्यान देना चाहिए?

किसी प्रदाता का चुनाव केवल इस आधार पर नहीं होना चाहिए कि वह “जीरो रिटेंशन” शब्द का इस्तेमाल करता है। सुरक्षा और खरीद टीमों को कम-से-कम ये सवाल पूछने चाहिए:

1. वास्तव में क्या रखा जाएगा? देखें कि नीति प्रॉम्प्ट, आउटपुट, मेटाडेटा, सुरक्षा संकेत, दुरुपयोग लॉग या एप्लिकेशन स्थिति में से किन चीजों पर लागू होती है।
2. डेटा कहां रखा जाएगा? क्षेत्र, क्लाउड अकाउंट का स्वामित्व, बैकअप, प्रतिकृतियां और सब-प्रोसेसर जांचें।
3. किसे पहुंच मिलेगी? स्पष्ट करें कि प्रदाता के कर्मचारी, ठेकेदार, स्वचालित सिस्टम या ग्राहक प्रशासक सामग्री देख या निकाल सकते हैं या नहीं।
4. एन्क्रिप्शन कुंजियों का नियंत्रण किसके पास होगा? ग्राहक-नियंत्रित कुंजियां प्रदाता की पहुंच घटा सकती हैं, लेकिन उनका कार्यान्वयन और रिकवरी प्रक्रिया उतनी ही महत्वपूर्ण है।
5. डिलीशन कैसे सत्यापित होगा? डेटा मिटाने की समय-सीमा, प्रमाण, बैकअप से हटाने की प्रक्रिया और सुरक्षा समीक्षा के लिए चिन्हित डेटा के नियम लिखित रूप में लें।
6. सुरक्षा घटना होने पर क्या होगा? सूचना देने, जांच, सहयोग, जिम्मेदारी और सबूत सुरक्षित रखने की शर्तें पहले तय करें।
7. क्या सुरक्षा प्रणाली का स्वतंत्र आकलन संभव है? थ्रेट मॉडल, तकनीकी पेपर, ऑडिट अधिकार, प्रदर्शन मापदंड और एस्केलेशन नियम मांगें।

Anthropic का ग्राहक-प्रबंधित विकल्प उन संगठनों के लिए उपयोगी हो सकता है जिन्हें घटना की जांच के लिए दोबारा बनाया जा सकने वाला रिकॉर्ड चाहिए और जो अपने वातावरण में 30-दिन की स्टोरेज को नियंत्रित कर सकते हैं। दूसरी ओर, OpenAI का तरीका उन कंपनियों को आकर्षित कर सकता है जिनके लिए कच्ची सामग्री को रखना या प्रदाता की पहुंच स्वीकार्य नहीं है। लेकिन सबसे संवेदनशील कार्यभार के लिए उस पर निर्भर होने से पहले तकनीकी प्रमाण मांगना जरूरी होगा।

बड़ा एंटरप्राइज समझौता क्या है?

उभरती बहस केवल निजता बनाम सुरक्षा की नहीं है। असली सवाल यह है कि सुरक्षा से जुड़े सबूत कहां रहेंगे, उन पर नियंत्रण किसका होगा और अनुपालन तथा घटना-प्रतिक्रिया का बोझ किस पक्ष पर आएगा।

Anthropic का मानना है कि उन्नत मॉडलों से जुड़े जटिल और बहु-चरणीय दुरुपयोग को पहचानने के लिए सुरक्षित रखा गया इतिहास जरूरी है—भले ही वह ग्राहक के क्लाउड में क्यों न हो। OpenAI का दावा है कि निजता-संरक्षण वाली तकनीक कच्चे ग्राहक डेटा को रखे बिना समान प्रकार की निगरानी दे सकती है। दोनों दावों को तब तक अंतिम निष्कर्ष नहीं माना जाना चाहिए, जब तक प्रणालियों का पर्याप्त दस्तावेजीकरण, व्यापक इस्तेमाल और स्वतंत्र मूल्यांकन न हो जाए।

एंटरप्राइज ग्राहकों के लिए मॉडल की क्षमता खरीद निर्णय का केवल एक हिस्सा है। डेटा की अभिरक्षा, ऑडिट, डिलीशन, एक्सेस कंट्रोल और प्रदाता का अपनी सुरक्षा संरचना को स्पष्ट रूप से समझा पाना—ये सभी संवेदनशील उपयोगों में उतने ही निर्णायक हो सकते हैं।