ただし、これはOpenAIの全製品に対する一律の「データを保存しない」という約束ではない。プラットフォームの文書によれば、APIの不正利用監視ログは通常、最長30日間保持され、法的または運用上の例外によってさらに長く保持される場合もある。ZDRでは、適格なエンドポイントと対象となる利用ケースについて、顧客コンテンツをこうしたログから除外する。

OpenAIは、条件を満たす法人組織に対して、APIプラットフォーム上でゼロデータ保持を含む事業データの保持期間を設定できる管理機能も提供している。 したがって企業が確認すべきなのは、単に「企業データは安全か」という宣伝文句ではない。どの製品、エンドポイント、データ種別、契約が、その約束の対象なのかがポイントになる。

「Private Safety Processing」は何を目指すのか

従来の不正利用監視は、複数回のやり取りを関連づけて分析できれば、より効果的になる可能性がある。しかし、そのためには顧客コンテンツを保存・確認したり、どこかに集約したりしなければならないことがある。機密性の高いソースコード、患者情報、法律関連の資料、金融データを扱う組織にとっては、受け入れにくいトレードオフだ。

OpenAIが一部顧客向けにプレビューしているPrivate Safety Processingは、この2つの機能を切り離そうとする試みだ。ZDRの保護を維持しながら、関連する複数のやり取りに現れるパターンや安全上のリスクを検知するよう設計されている。OpenAIは、基礎となる顧客コンテンツを同社に見せることなく、限定的な安全シグナルだけを返せるとしている。

公開されている説明から確認できるのは、目指しているプライバシーと安全性の結果である。特定の暗号技術、エンクレーブ構成、その他の実装の詳細まで検証できる情報は、現時点では十分に示されていない。最も慎重な理解は、OpenAIがプライバシー保護型の安全レイヤーを示しているということであり、システムのすべての技術的詳細が公開されたという意味ではない。

Anthropicとの比較で注意すべきこと

競争相手としてAnthropicが強く意識されているが、両社のデータ方針は製品カテゴリーによって異なる。Anthropicのプライバシーセンターによれば、Claude for WorkやAnthropic APIなどの商用製品では、入力と出力をデフォルトでモデル訓練に利用しない。顧客が明示的にフィードバックを提供するなど、データ利用を認めた場合は別だ。

広く報じられた「5年間」の保持方針は、消費者向けのものだ。Anthropicは、ユーザーがチャットやコーディングセッションをClaudeの改善に利用することを許可した場合、データを匿名化した形でモデル訓練のパイプラインに最長5年間保持する可能性があるとしている。設定を有効にしなければ、従来の30日間の保持期間が続く。

この区別は重要だ。OpenAIの主張は、Anthropicが企業データをデフォルトで訓練に使っていることの証明ではない。OpenAIは、コンテンツをそもそも保持するのか、安全チェックはどう動くのか、フラグが付いたデータに人間や外部委託先がアクセスできるのか、顧客が導入をどこまで管理できるのか、といった幅広い条件で差別化しようとしている。

企業のAI選定でプライバシーが重くなる理由

大企業にとって、モデルの性能は導入リスクの一部にすぎない。調達部門やセキュリティチームは、次の点も確認する。

• プロンプトと出力がどのくらいの期間保持されるか
• 業務データがモデル訓練に使われるか
• どのエンドポイントがゼロデータ保持の対象になるか
• メタデータや安全上のフラグが付いたコンテンツが別の扱いを受けるか
• 安全監視やサポート関連のデータに誰がアクセスできるか
• 削除、監査、契約上の管理策がどう機能するか
• 機密性に新たなリスクを生じさせずに、不正利用を監視できるか

Private Safety Processingは、最後の問いに対するOpenAIの答えを強化する狙いがある。説明どおりに機能すれば、顧客は保持するコンテンツを最小限に抑えることと、複数のリクエストにまたがる組織的な悪用を提供会社が検知できることの間で、厳しい二者択一を迫られにくくなる。

これは、規制の対象となる業界や機密情報を扱う業界で特に意味を持つ可能性がある。保持に関する例外があるだけで、モデルの性能が十分でも導入が止まることがあるからだ。OpenAIにとっては、ベンチマークやモデル能力だけに頼らず、ガバナンスを軸に競争する道筋にもなる。

拡大する商業的な stakes

このプライバシー戦略が打ち出された背景には、Anthropicの企業向け事業が急速に拡大していることもある。投資家向けに示された文書をもとにした報道によると、Anthropicの2026年第2四半期の暫定売上高は115億ドルを超え、前年同期の7億8,700万ドルから14倍以上に増えた。これらは監査済みの財務諸表ではなく、暫定的な数字だ。

Anthropicの年換算売上高も、7月末時点で650億ドルを超えたと報じられている。一方、OpenAIについて最近報じられた年換算売上高は約400億ドルだった。年換算売上高は、短期間の実績を1年分に引き延ばして試算する指標であり、通期売上高や収益性を同じ条件で比較する数字ではない。

それでも、競争の緊張感を示すには十分だ。Anthropicは企業顧客の間で大きな勢いを築いており、OpenAIは企業のリスク審査に直接結びつく、モデル性能以外の差別化要因で応じている。

導入前に企業が確認すべきこと

OpenAIの発表は、すべてのデータが消去されるという普遍的な保証ではなく、競争を意識したプライバシーと安全性の提案として捉えるのが適切だ。導入前には、利用するモデルとエンドポイントの正確な保持条件、ZDRの承認が必要かどうか、適用される例外、安全シグナルやメタデータがどのように処理されるかを確認する必要がある。

より大きな変化は、データガバナンスが法務部門だけが読む細則から、AI製品そのものの価値へ移りつつあることだ。高性能なモデル、信頼できる不正利用対策、機密データを管理できることを検証可能な形で示せる提供会社は、競合モデルの性能が拮抗していても、企業向けAIの選定で優位に立つ可能性がある。

ただし、これはOpenAIの全製品に対する一律の「データを保存しない」という約束ではない。プラットフォームの文書によれば、APIの不正利用監視ログは通常、最長30日間保持され、法的または運用上の例外によってさらに長く保持される場合もある。ZDRでは、適格なエンドポイントと対象となる利用ケースについて、顧客コンテンツをこうしたログから除外する。

OpenAIは、条件を満たす法人組織に対して、APIプラットフォーム上でゼロデータ保持を含む事業データの保持期間を設定できる管理機能も提供している。 したがって企業が確認すべきなのは、単に「企業データは安全か」という宣伝文句ではない。どの製品、エンドポイント、データ種別、契約が、その約束の対象なのかがポイントになる。

「Private Safety Processing」は何を目指すのか

従来の不正利用監視は、複数回のやり取りを関連づけて分析できれば、より効果的になる可能性がある。しかし、そのためには顧客コンテンツを保存・確認したり、どこかに集約したりしなければならないことがある。機密性の高いソースコード、患者情報、法律関連の資料、金融データを扱う組織にとっては、受け入れにくいトレードオフだ。

OpenAIが一部顧客向けにプレビューしているPrivate Safety Processingは、この2つの機能を切り離そうとする試みだ。ZDRの保護を維持しながら、関連する複数のやり取りに現れるパターンや安全上のリスクを検知するよう設計されている。OpenAIは、基礎となる顧客コンテンツを同社に見せることなく、限定的な安全シグナルだけを返せるとしている。

公開されている説明から確認できるのは、目指しているプライバシーと安全性の結果である。特定の暗号技術、エンクレーブ構成、その他の実装の詳細まで検証できる情報は、現時点では十分に示されていない。最も慎重な理解は、OpenAIがプライバシー保護型の安全レイヤーを示しているということであり、システムのすべての技術的詳細が公開されたという意味ではない。

Anthropicとの比較で注意すべきこと

競争相手としてAnthropicが強く意識されているが、両社のデータ方針は製品カテゴリーによって異なる。Anthropicのプライバシーセンターによれば、Claude for WorkやAnthropic APIなどの商用製品では、入力と出力をデフォルトでモデル訓練に利用しない。顧客が明示的にフィードバックを提供するなど、データ利用を認めた場合は別だ。

広く報じられた「5年間」の保持方針は、消費者向けのものだ。Anthropicは、ユーザーがチャットやコーディングセッションをClaudeの改善に利用することを許可した場合、データを匿名化した形でモデル訓練のパイプラインに最長5年間保持する可能性があるとしている。設定を有効にしなければ、従来の30日間の保持期間が続く。

この区別は重要だ。OpenAIの主張は、Anthropicが企業データをデフォルトで訓練に使っていることの証明ではない。OpenAIは、コンテンツをそもそも保持するのか、安全チェックはどう動くのか、フラグが付いたデータに人間や外部委託先がアクセスできるのか、顧客が導入をどこまで管理できるのか、といった幅広い条件で差別化しようとしている。

企業のAI選定でプライバシーが重くなる理由

大企業にとって、モデルの性能は導入リスクの一部にすぎない。調達部門やセキュリティチームは、次の点も確認する。

• プロンプトと出力がどのくらいの期間保持されるか
• 業務データがモデル訓練に使われるか
• どのエンドポイントがゼロデータ保持の対象になるか
• メタデータや安全上のフラグが付いたコンテンツが別の扱いを受けるか
• 安全監視やサポート関連のデータに誰がアクセスできるか
• 削除、監査、契約上の管理策がどう機能するか
• 機密性に新たなリスクを生じさせずに、不正利用を監視できるか

Private Safety Processingは、最後の問いに対するOpenAIの答えを強化する狙いがある。説明どおりに機能すれば、顧客は保持するコンテンツを最小限に抑えることと、複数のリクエストにまたがる組織的な悪用を提供会社が検知できることの間で、厳しい二者択一を迫られにくくなる。

これは、規制の対象となる業界や機密情報を扱う業界で特に意味を持つ可能性がある。保持に関する例外があるだけで、モデルの性能が十分でも導入が止まることがあるからだ。OpenAIにとっては、ベンチマークやモデル能力だけに頼らず、ガバナンスを軸に競争する道筋にもなる。

拡大する商業的な stakes

このプライバシー戦略が打ち出された背景には、Anthropicの企業向け事業が急速に拡大していることもある。投資家向けに示された文書をもとにした報道によると、Anthropicの2026年第2四半期の暫定売上高は115億ドルを超え、前年同期の7億8,700万ドルから14倍以上に増えた。これらは監査済みの財務諸表ではなく、暫定的な数字だ。

Anthropicの年換算売上高も、7月末時点で650億ドルを超えたと報じられている。一方、OpenAIについて最近報じられた年換算売上高は約400億ドルだった。年換算売上高は、短期間の実績を1年分に引き延ばして試算する指標であり、通期売上高や収益性を同じ条件で比較する数字ではない。

それでも、競争の緊張感を示すには十分だ。Anthropicは企業顧客の間で大きな勢いを築いており、OpenAIは企業のリスク審査に直接結びつく、モデル性能以外の差別化要因で応じている。

導入前に企業が確認すべきこと

OpenAIの発表は、すべてのデータが消去されるという普遍的な保証ではなく、競争を意識したプライバシーと安全性の提案として捉えるのが適切だ。導入前には、利用するモデルとエンドポイントの正確な保持条件、ZDRの承認が必要かどうか、適用される例外、安全シグナルやメタデータがどのように処理されるかを確認する必要がある。

より大きな変化は、データガバナンスが法務部門だけが読む細則から、AI製品そのものの価値へ移りつつあることだ。高性能なモデル、信頼できる不正利用対策、機密データを管理できることを検証可能な形で示せる提供会社は、競合モデルの性能が拮抗していても、企業向けAIの選定で優位に立つ可能性がある。