不過，這並不是適用於所有OpenAI產品的全面承諾。OpenAI平台文件指出，API功能一般會產生濫用監察紀錄，通常最多保留30日；法律或營運需要可能構成例外。ZDR則會在合資格端點及符合條件的使用情況下，將客戶內容排除在這些紀錄之外。

OpenAI亦為合資格商業機構提供數據保留控制，包括在API平台設定零數據保留。 因此，企業不應只問供應商「商業數據是否私隱安全」，而要逐項確認承諾涵蓋哪一項產品、哪個端點、哪類數據，以及哪些合約條款。

Private Safety Processing如何運作？

傳統的濫用監察，如果可以把一連串互動串連起來，通常會更容易發現問題。但這種能力往往意味着供應商需要保存、審查，或集中處理客戶內容。對於處理機密程式碼、病人資料、法律文件或金融數據的機構來說，這是一個相當敏感的取捨。

OpenAI向部分客戶預覽的 Private Safety Processing，正是嘗試將這兩項功能分開。系統設計目標是在保留ZDR保障的同時，偵測多次相關互動之間的模式及安全風險。OpenAI表示，系統可以向公司回傳範圍受限的安全訊號，而不讓OpenAI接觸底層客戶內容。

目前公開資料說明了預期的私隱及安全結果，但未提供足夠技術細節，讓外界核實具體的加密設計、機密運算環境架構或其他實作方式。較穩妥的結論是：OpenAI正在展示一層以私隱為本的安全處理機制，而不是說系統每個技術細節都已公開交代。

比較Anthropic時，關鍵在於分清產品類別

Anthropic之所以成為比較對象，是因為兩間公司的政策其實並不完全相同。Anthropic私隱中心表示，Claude for Work及Anthropic API等商業產品的輸入及輸出，預設不會用於訓練模型；但客戶如果主動提供回饋，或以其他方式允許數據使用，情況可以改變。

外界廣泛討論的五年保留政策，針對的是消費者產品。Anthropic表示，如果用戶允許公司使用其聊天內容或編程工作階段來改善Claude，相關數據可在模型訓練流程中以去識別化形式保留最多五年。如果用戶沒有開啟該設定，Anthropic表示原有的30日保留期會繼續適用。

這個分別十分重要。OpenAI的宣傳並不等於證明Anthropic預設會用企業數據訓練模型；OpenAI真正想突出的，是更廣泛的數據處理條件，包括內容是否完全保留、安全檢查如何進行、人工人員或分包商能否接觸被標記內容，以及客戶對部署方式有多大控制權。

為甚麼私隱會左右企業採購？

對大型機構來說，模型表現只是部署風險的一部分。採購、資訊保安及合規團隊通常還會檢視：

• 提示內容及模型輸出會保留多久；
• 商業數據會否用於模型訓練；
• 哪些端點符合零數據保留資格；
• 元數據或被標記內容是否有不同處理方式；
• 哪些人員可以接觸安全或支援數據；
• 刪除、審計及合約控制如何執行；以及
• 供應商能否監察濫用，而不會因此製造新的機密外洩風險。

Private Safety Processing的作用，就是讓OpenAI更有條件回答最後一個問題。如果系統能如公司所述運作，客戶便不必在「盡量減少保留內容」與「容許供應商偵測跨多次請求的協同濫用」之間作出如此尖銳的二選一。

對受嚴格監管或高度重視保密的行業而言，這一點尤其重要。即使模型表現理想，只要數據保留的例外條款未能通過審查，整個部署仍可能被擱置。對OpenAI來說，這亦提供了一個不單靠基準測試或模型能力競爭的管治賣點。

商業競爭正愈來愈激烈

這波私隱攻勢，正值Anthropic企業業務快速擴張之際。據報道，投資者看到的文件顯示，Anthropic 2026年第二季初步收入超過 115億美元，高於去年同期的 7.87億美元，增幅超過14倍。不過，這些數字屬初步資料，並非經審計財務報表。

另有報道指，Anthropic截至7月底的年化收入跑率超過 650億美元；OpenAI最近公布的相關跑率則約為 400億美元。年化收入跑率，是把較短期間的收入表現推算成全年水平，因此不應視為全年實際收入，也不代表兩間公司的盈利能力可以直接比較。

這些數字仍然解釋了OpenAI為何如此急於出招：Anthropic在企業客戶之間累積了相當大的勢頭，而OpenAI則以直接對應企業風險審查的數據管治方案，建立一個不依賴模型排行榜的差異化賣點。

企業買家應該逐項核實甚麼？

OpenAI今次公布，較適合理解為一項具競爭意味的私隱及安全方案，而不是適用於所有情況的「數據保證完全清除」。企業在採用任何供應商前，應確認所使用模型及端點的實際保留條款、是否需要申請ZDR、有哪些例外，以及哪些安全訊號或元數據仍可能被處理。

更大的轉變是，數據管治正由合約及法律文件中的細節，走進AI產品本身。當模型能力愈來愈接近，能夠同時提供強勁模型、可信的濫用防護，以及可驗證的敏感數據控制權，將更有機會在企業AI採購中勝出。

不過，這並不是適用於所有OpenAI產品的全面承諾。OpenAI平台文件指出，API功能一般會產生濫用監察紀錄，通常最多保留30日；法律或營運需要可能構成例外。ZDR則會在合資格端點及符合條件的使用情況下，將客戶內容排除在這些紀錄之外。

OpenAI亦為合資格商業機構提供數據保留控制，包括在API平台設定零數據保留。 因此，企業不應只問供應商「商業數據是否私隱安全」，而要逐項確認承諾涵蓋哪一項產品、哪個端點、哪類數據，以及哪些合約條款。

Private Safety Processing如何運作？

傳統的濫用監察，如果可以把一連串互動串連起來，通常會更容易發現問題。但這種能力往往意味着供應商需要保存、審查，或集中處理客戶內容。對於處理機密程式碼、病人資料、法律文件或金融數據的機構來說，這是一個相當敏感的取捨。

OpenAI向部分客戶預覽的 Private Safety Processing，正是嘗試將這兩項功能分開。系統設計目標是在保留ZDR保障的同時，偵測多次相關互動之間的模式及安全風險。OpenAI表示，系統可以向公司回傳範圍受限的安全訊號，而不讓OpenAI接觸底層客戶內容。

目前公開資料說明了預期的私隱及安全結果，但未提供足夠技術細節，讓外界核實具體的加密設計、機密運算環境架構或其他實作方式。較穩妥的結論是：OpenAI正在展示一層以私隱為本的安全處理機制，而不是說系統每個技術細節都已公開交代。

比較Anthropic時，關鍵在於分清產品類別

Anthropic之所以成為比較對象，是因為兩間公司的政策其實並不完全相同。Anthropic私隱中心表示，Claude for Work及Anthropic API等商業產品的輸入及輸出，預設不會用於訓練模型；但客戶如果主動提供回饋，或以其他方式允許數據使用，情況可以改變。

外界廣泛討論的五年保留政策，針對的是消費者產品。Anthropic表示，如果用戶允許公司使用其聊天內容或編程工作階段來改善Claude，相關數據可在模型訓練流程中以去識別化形式保留最多五年。如果用戶沒有開啟該設定，Anthropic表示原有的30日保留期會繼續適用。

這個分別十分重要。OpenAI的宣傳並不等於證明Anthropic預設會用企業數據訓練模型；OpenAI真正想突出的，是更廣泛的數據處理條件，包括內容是否完全保留、安全檢查如何進行、人工人員或分包商能否接觸被標記內容，以及客戶對部署方式有多大控制權。

為甚麼私隱會左右企業採購？

對大型機構來說，模型表現只是部署風險的一部分。採購、資訊保安及合規團隊通常還會檢視：

• 提示內容及模型輸出會保留多久；
• 商業數據會否用於模型訓練；
• 哪些端點符合零數據保留資格；
• 元數據或被標記內容是否有不同處理方式；
• 哪些人員可以接觸安全或支援數據；
• 刪除、審計及合約控制如何執行；以及
• 供應商能否監察濫用，而不會因此製造新的機密外洩風險。

Private Safety Processing的作用，就是讓OpenAI更有條件回答最後一個問題。如果系統能如公司所述運作，客戶便不必在「盡量減少保留內容」與「容許供應商偵測跨多次請求的協同濫用」之間作出如此尖銳的二選一。

對受嚴格監管或高度重視保密的行業而言，這一點尤其重要。即使模型表現理想，只要數據保留的例外條款未能通過審查，整個部署仍可能被擱置。對OpenAI來說，這亦提供了一個不單靠基準測試或模型能力競爭的管治賣點。

商業競爭正愈來愈激烈

這波私隱攻勢，正值Anthropic企業業務快速擴張之際。據報道，投資者看到的文件顯示，Anthropic 2026年第二季初步收入超過 115億美元，高於去年同期的 7.87億美元，增幅超過14倍。不過，這些數字屬初步資料，並非經審計財務報表。

另有報道指，Anthropic截至7月底的年化收入跑率超過 650億美元；OpenAI最近公布的相關跑率則約為 400億美元。年化收入跑率，是把較短期間的收入表現推算成全年水平，因此不應視為全年實際收入，也不代表兩間公司的盈利能力可以直接比較。

這些數字仍然解釋了OpenAI為何如此急於出招：Anthropic在企業客戶之間累積了相當大的勢頭，而OpenAI則以直接對應企業風險審查的數據管治方案，建立一個不依賴模型排行榜的差異化賣點。

企業買家應該逐項核實甚麼？

OpenAI今次公布，較適合理解為一項具競爭意味的私隱及安全方案，而不是適用於所有情況的「數據保證完全清除」。企業在採用任何供應商前，應確認所使用模型及端點的實際保留條款、是否需要申請ZDR、有哪些例外，以及哪些安全訊號或元數據仍可能被處理。

更大的轉變是，數據管治正由合約及法律文件中的細節，走進AI產品本身。當模型能力愈來愈接近，能夠同時提供強勁模型、可信的濫用防護，以及可驗證的敏感數據控制權，將更有機會在企業AI採購中勝出。