OpenAI chce wygrać z Anthropic dzięki prywatności i nowym zabezpieczeniom AI

Nowa obietnica rozszerza więc argument dotyczący prywatności na wykorzystanie najbardziej zaawansowanych modeli, gdzie monitorowanie bezpieczeństwa często wiązało się z koniecznością przechowywania części danych. W przypadku wdrożeń ZDR treści klienta pozostają na infrastrukturze kontrolowanej przez klienta.

Dla działów zakupów nie chodzi wyłącznie o samą deklarację „danych nie przechowujemy”. Firmy sprawdzają również, czy dostawca potrafi udokumentować zasady dotyczące trenowania modeli, dostępu pracowników, usuwania danych, audytowalności i monitorowania bezpieczeństwa.

Dlaczego w komunikacie OpenAI pojawia się Anthropic?

Anthropic deklaruje, że dane wejściowe i wyjściowe z jego produktów komercyjnych — w tym Claude for Work i API — domyślnie nie są wykorzystywane do trenowania modeli. Wyjątkiem może być sytuacja, w której klient świadomie przekaże opinię lub w inny sposób zezwoli na wykorzystanie danych.

Oznacza to, że oferta OpenAI nie dowodzi, iż Anthropic domyślnie trenuje modele na danych przedsiębiorstw. Jest raczej próbą wyróżnienia się konkretnymi warunkami przechowywania danych i sposobem prowadzenia kontroli bezpieczeństwa.

Presja biznesowa rośnie

Ruch OpenAI pojawia się w momencie gwałtownego wzrostu Anthropic. Według dokumentów udostępnionych potencjalnym inwestorom wstępne przychody Anthropic w drugim kwartale 2026 roku przekroczyły 11,5 mld dolarów, wobec 787 mln dolarów rok wcześniej — to wzrost ponad czternastokrotny.

Z kolei roczna prognozowana wartość przychodów Anthropic, tzw. annualized revenue run rate, miała pod koniec lipca przekroczyć 65 mld dolarów. W przypadku OpenAI niedawno raportowana wartość tego wskaźnika wynosiła 40 mld dolarów.

Nie są to bezpośrednio porównywalne, audytowane sprawozdania finansowe: mowa o wstępnych danych prywatnej spółki i wskaźnikach prognozujących przychody na podstawie bieżącego tempa. Pokazują jednak, dlaczego OpenAI szuka przewagi wykraczającej poza samą jakość modeli.

Czy prywatność wystarczy?

Dla wielu przedsiębiorstw może być jednym z czynników rozstrzygających, zwłaszcza gdy dostawcy oferują podobne możliwości modeli. Zero retencji ogranicza ryzyko związane z poufnymi informacjami, a Private Safety Processing ma zmniejszyć obawy, że większa prywatność oznacza słabszą ochronę przed nadużyciami.

Ostatecznie klienci będą jednak potrzebować szczegółowej dokumentacji: które endpointy kwalifikują się do ZDR, jak działa wykrywanie wzorców, jakie dane pozostają w systemie i w jaki sposób można niezależnie zweryfikować obietnice dostawcy. OpenAI próbuje więc sprzedać nie tylko model, lecz także bardziej precyzyjny model zarządzania ryzykiem danych.