ただし、公開情報では、どのような暗号技術やシステム構成で実現するのかといった詳細は明らかになっていません。そのため、現時点で具体的な暗号方式やアーキテクチャまで断定するのは早計です。
OpenAI APIでは通常、機能の利用に伴って不正利用監視ログが作成され、最長30日間保持されます。法的要件などによって、より長い保持が必要になる場合もあります。
一方、ZDRでは、対象となるエンドポイントについて顧客コンテンツを不正利用監視ログから除外します。 つまり今回の発表は、これまで安全対策のために一定のデータ保持が問題になりやすかった最先端モデルの利用についても、より厳格なデータ最小化を前面に出すものです。
なお、ChatGPT Enterpriseにも組織側で保持期間を設定できる管理機能がありますが、これはAPIにおける、より厳格なZDRの仕組みを置き換えるものではありません。
OpenAIがAnthropicを強く意識している背景には、企業向けAI市場での同社の急成長があります。Bloombergが報じた資料によると、Anthropicの2026年第2四半期の暫定売上高は115億ドル超で、前年同期の7億8,700万ドルから14倍以上に増えました。
さらに、Anthropicの年換算売上高ランレートは7月末時点で650億ドルに達したと報じられています。OpenAIについて最近報じられたランレートは400億ドルでした。 ランレートは一定期間の実績を年換算した指標であり、両社の監査済み財務諸表を直接比較した数字ではありません。それでも、OpenAIがモデル性能以外の差別化策を急ぐ理由を示しています。
Anthropicは、Claude for WorkやAPIなど商用製品の入力・出力を、顧客が明示的にフィードバックを提供したり、別途利用を許可したりしない限り、原則としてモデル学習に使わないと説明しています。 したがって、OpenAIの今回の訴求は、Anthropicが企業データを標準で学習に利用していると示すものではありません。両社の違いを、データの「学習利用」だけでなく、保持期間や安全処理の方法という観点でも比較させる狙いがあります。
医療、金融、法務、防衛、独自ソフトウエアなど、機密性の高い業務では、AI導入の判断基準がモデルの賢さだけでは決まりません。企業の調達担当者は、次のような条件を確認する必要があります。
OpenAIのPrivate Safety Processingは、最後の課題に対する回答として位置づけられます。企業は「データを残さないため安全監視を弱める」か、「安全性を高めるため一定期間データを保持する」かという二者択一を避けられる可能性があります。
もっとも、今回の発表はあくまで一部顧客向けのプレビューです。対象となる顧客、対応エンドポイント、実際の検知精度や運用条件が今後どこまで明確になるかが、企業の採用判断を左右しそうです。
ただし、公開情報では、どのような暗号技術やシステム構成で実現するのかといった詳細は明らかになっていません。そのため、現時点で具体的な暗号方式やアーキテクチャまで断定するのは早計です。
OpenAI APIでは通常、機能の利用に伴って不正利用監視ログが作成され、最長30日間保持されます。法的要件などによって、より長い保持が必要になる場合もあります。
一方、ZDRでは、対象となるエンドポイントについて顧客コンテンツを不正利用監視ログから除外します。 つまり今回の発表は、これまで安全対策のために一定のデータ保持が問題になりやすかった最先端モデルの利用についても、より厳格なデータ最小化を前面に出すものです。
なお、ChatGPT Enterpriseにも組織側で保持期間を設定できる管理機能がありますが、これはAPIにおける、より厳格なZDRの仕組みを置き換えるものではありません。
OpenAIがAnthropicを強く意識している背景には、企業向けAI市場での同社の急成長があります。Bloombergが報じた資料によると、Anthropicの2026年第2四半期の暫定売上高は115億ドル超で、前年同期の7億8,700万ドルから14倍以上に増えました。
さらに、Anthropicの年換算売上高ランレートは7月末時点で650億ドルに達したと報じられています。OpenAIについて最近報じられたランレートは400億ドルでした。 ランレートは一定期間の実績を年換算した指標であり、両社の監査済み財務諸表を直接比較した数字ではありません。それでも、OpenAIがモデル性能以外の差別化策を急ぐ理由を示しています。
Anthropicは、Claude for WorkやAPIなど商用製品の入力・出力を、顧客が明示的にフィードバックを提供したり、別途利用を許可したりしない限り、原則としてモデル学習に使わないと説明しています。 したがって、OpenAIの今回の訴求は、Anthropicが企業データを標準で学習に利用していると示すものではありません。両社の違いを、データの「学習利用」だけでなく、保持期間や安全処理の方法という観点でも比較させる狙いがあります。
医療、金融、法務、防衛、独自ソフトウエアなど、機密性の高い業務では、AI導入の判断基準がモデルの賢さだけでは決まりません。企業の調達担当者は、次のような条件を確認する必要があります。
OpenAIのPrivate Safety Processingは、最後の課題に対する回答として位置づけられます。企業は「データを残さないため安全監視を弱める」か、「安全性を高めるため一定期間データを保持する」かという二者択一を避けられる可能性があります。
もっとも、今回の発表はあくまで一部顧客向けのプレビューです。対象となる顧客、対応エンドポイント、実際の検知精度や運用条件が今後どこまで明確になるかが、企業の採用判断を左右しそうです。