OpenAI’nin yeni hamlesi: Güvenlikten ödün vermeden sıfır veri saklama

Uygun ticari kuruluşlar, OpenAI’nin sunduğu veri saklama kontrolleri üzerinden API platformunda sıfır veri saklama seçeneğini yapılandırabiliyor. Bu nedenle kurumsal alıcıların bakması gereken soru yalnızca “Sağlayıcı kurumsal veriyi gizli tutuyor mu?” değil. Asıl önemli olan; hangi ürünün, hangi uç noktanın, hangi veri türünün ve hangi sözleşmenin bu taahhüt kapsamına girdiği.

Private Safety Processing nasıl çalışacak?

Geleneksel kötüye kullanım izleme sistemleri, bir dizi etkileşimi birbiriyle ilişkilendirebildiğinde daha etkili olabilir. Fakat bu yetenek, müşteri içeriğinin saklanmasını, incelenmesini veya merkezi biçimde işlenmesini gerektirebilir. Gizli kaynak kodu, hasta bilgileri, hukuki belgeler ya da finansal verilerle çalışan şirketler için bu durum ciddi bir mahremiyet riski yaratır.

OpenAI’nin Private Safety Processing yaklaşımı, bu iki ihtiyacı birbirinden ayırmayı hedefliyor. Sistem; birbiriyle bağlantılı etkileşimler arasındaki örüntüleri ve güvenlik risklerini tespit ederken ZDR korumalarını sürdürmek üzere tasarlanıyor. OpenAI, sistemlerinin şirketin müşteri içeriğinin kendisine erişmesine gerek kalmadan, sınırlı ve özel olarak tanımlanmış bir güvenlik sinyali gönderebileceğini söylüyor.

Kamuya açık açıklamalar, hedeflenen gizlilik ve güvenlik sonucunu ortaya koyuyor; ancak belirli bir kriptografik tasarımın, güvenli bölge mimarisinin veya uygulama ayrıntılarının doğrulanmasına yetecek teknik bilgi henüz paylaşılmış değil. Bu nedenle en temkinli yorum, OpenAI’nin gizliliği korumayı amaçlayan bir güvenlik katmanını gösterime sunduğu yönünde. Sistemin her teknik ayrıntısının kamuya açık biçimde belgelenmiş olduğu sonucuna varmak içinse erken.

Anthropic karşılaştırmasında kritik ayrım

Anthropic, OpenAI’nin rekabetçi çerçevesinin merkezinde yer alıyor; ancak şirketin veri politikaları ürün kategorisine göre değişiyor. Anthropic’in Gizlilik Merkezi’ne göre Claude for Work ve Anthropic API gibi ticari ürünlerden alınan girdiler ve çıktılar, varsayılan olarak modelleri eğitmek için kullanılmıyor. Müşteri açıkça geri bildirim verirse veya veri kullanımına başka bir şekilde izin verirse durum değişebiliyor.

Kamuoyunda tartışılan beş yıllık saklama politikası ise tüketici ürünlerine ilişkin. Anthropic, kullanıcılar sohbetlerinin veya kodlama oturumlarının Claude’u geliştirmek için kullanılmasına izin verirse verilerin kimlikten arındırılmış biçimde model eğitimi süreçlerinde beş yıla kadar tutulabileceğini belirtiyor. Kullanıcı bu ayarı etkinleştirmezse mevcut 30 günlük saklama süresi devam ediyor.

Bu ayrım önemli. OpenAI’nin duyurusu, Anthropic’in kurumsal verileri varsayılan olarak model eğitimi için kullandığını kanıtlamıyor. OpenAI’nin fark yaratmaya çalıştığı alan daha geniş: İçeriğin hiç saklanıp saklanmadığı, güvenlik kontrollerinin nasıl işletildiği, işaretlenen içeriğe insanların veya alt işlemcilerin erişip erişemediği ve müşterinin dağıtım üzerinde ne kadar kontrol sahibi olduğu.

Gizlilik kurumsal satın alma kararını neden etkiliyor?

Büyük bir kuruluş için model kalitesi, dağıtım riskinin yalnızca bir parçası. Satın alma ve güvenlik ekipleri aynı zamanda şu başlıkları inceliyor:

• istemlerin ve çıktıların ne kadar süre saklandığı;
• şirket verilerinin model eğitimi için kullanılıp kullanılmadığı;
• hangi API uç noktalarının sıfır saklama kapsamına girdiği;
• meta verilerin veya işaretlenen içeriklerin farklı işlenip işlenmediği;
• güvenlik ve destek verilerine kimlerin erişebildiği;
• silme, denetim ve sözleşme kontrollerinin nasıl çalıştığı;
• sağlayıcının yeni bir gizlilik riski oluşturmadan kötüye kullanımı izleyip izleyemediği.

Private Safety Processing, OpenAI’ye özellikle son soruya daha güçlü bir yanıt verme imkânı sunmayı amaçlıyor. Yaklaşım açıklandığı şekilde çalışırsa müşteriler, saklanan içeriği en aza indirmek ile birden fazla istek arasındaki koordineli kötüye kullanımı tespit etmek arasında daha keskin bir seçim yapmak zorunda kalmayabilir.

Bu avantaj; sağlık, finans, hukuk, savunma ve özel yazılım gibi düzenlemeye tabi veya gizliliğe duyarlı sektörlerde daha belirgin olabilir. Bir modelin performansı ne kadar iyi olursa olsun, veri saklamaya ilişkin tek bir istisna kurumsal dağıtımı engelleyebilir. OpenAI böylece yalnızca kıyaslama sonuçları ve model yetenekleriyle değil, yönetişim yaklaşımıyla da rekabet etmeye çalışıyor.

Ticari baskı artıyor

Gizlilik hamlesi, Anthropic’in kurumsal işindeki hızlı büyümenin ortasında geliyor. Yatırımcılara gösterildiği bildirilen belgelere göre Anthropic’in 2026’nın ikinci çeyreğindeki ön sonuç niteliğindeki geliri 11,5 milyar doların üzerine çıktı. Bu rakam, bir yıl önceki 787 milyon dolara kıyasla 14 katın üzerinde artış anlamına geliyor. Söz konusu rakamlar denetlenmiş finansal tablolar değil, ön verilere dayanıyor.

Anthropic’in yıllıklandırılmış gelir temposunun da temmuz sonunda 65 milyar doların üzerine çıktığı bildirildi. OpenAI için yakın zamanda bildirilen yıllıklandırılmış gelir temposu ise yaklaşık 40 milyar dolar düzeyinde. “Yıllıklandırılmış gelir temposu”, daha kısa bir dönemdeki performansın bir yıl boyunca devam edeceği varsayımına dayalı bir projeksiyon olduğundan, bu rakamlar tam yıl geliri veya bire bir kârlılık karşılaştırması olarak okunmamalı.

Yine de bu sayılar rekabetin neden hızlandığını gösteriyor. Anthropic, kurumsal müşteriler arasında güçlü bir ivme yakalarken OpenAI, kurumsal risk değerlendirmelerine doğrudan karşılık veren ve model özelliklerinin ötesine geçen bir farklılaştırıcı sunuyor.

Kurumsal alıcılar neyi doğrulamalı?

OpenAI’nin duyurusu, tüm verilerin evrensel olarak silineceğini garanti eden bir uygulamadan çok, rekabetçi bir gizlilik ve güvenlik önerisi olarak değerlendirilmeli. Bir sağlayıcı seçmeden önce şirketler; kullandıkları model ve uç noktalar için geçerli saklama süresini, ZDR onayının gerekip gerekmediğini, istisnaları ve hangi güvenlik sinyalleriyle meta verilerin işlenmeye devam edebileceğini netleştirmeli.

Daha büyük değişim stratejik düzeyde yaşanıyor: Veri yönetişimi, hukuk metinlerinin dipnotu olmaktan çıkıp ürünün kendisinin bir parçasına dönüşüyor. Güçlü modelleri; inandırıcı kötüye kullanım önleme mekanizmaları ve hassas veriler üzerindeki doğrulanabilir kontrolle birleştirebilen sağlayıcı, modellerin yetenekleri birbirine yaklaştığında kurumsal yapay zekâ satın alımlarında önemli bir avantaja sahip olabilir.