OpenAI以「零資料保留」出招，瞄準Anthropic企業AI優勢

OpenAI正把「資料不留存」從合規條款，推向企業AI產品競爭的前線。公司一方面重申，符合資格的API部署可採用零資料保留（Zero Data Retention，ZDR）；另一方面預覽名為 Private Safety Processing 的新系統，試圖在不長期保存客戶內容的情況下，辨識跨多次互動出現的可疑模式。

這直接回應企業採購團隊最棘手的問題：公司能否使用能力強大的前沿模型，同時避免敏感提示詞、模型輸出與業務脈絡被供應商長期留存？OpenAI目前給出的答案是「在特定條件下可以」，但這並不是適用於所有產品的無條件保證。

OpenAI實際提供什麼？

OpenAI表示，符合資格且採用ZDR的API客戶，在請求處理完成後，提示詞與模型回應不會被保留。對於ZDR部署，公司稱客戶內容會留在由客戶控制的基礎設施上，而在新的安全處理方式下，OpenAI人員也無法取得相關原始內容。

這項承諾的範圍比「所有OpenAI產品都不保存資料」窄得多。OpenAI的平台文件指出，API功能使用通常會產生濫用監控日誌，最長保留30天；法律或營運需求可能構成例外。對符合資格的端點與用途而言，ZDR會將客戶內容排除在這類日誌之外。

OpenAI也向符合條件的商業組織提供資料保留控制，包括在API平台設定零資料保留的選項。因此，企業真正需要確認的，不是供應商是否籠統地宣稱「企業資料受到保護」，而是這項承諾究竟涵蓋哪項產品、哪個端點、哪類資料，以及哪些合約條件。

Private Safety Processing如何運作？

傳統的濫用監控，如果能把一連串互動串聯起來，通常更容易辨識可疑行為。但對處理機密程式碼、病患資訊、法律文件或金融資料的組織來說，這也可能意味著必須保存、審查或集中處理客戶內容，形成難以接受的隱私取捨。

OpenAI正向部分客戶預覽 Private Safety Processing，嘗試把這兩件事拆開。系統設計目標是在保留ZDR保障的同時，偵測跨相關互動出現的模式與安全風險。OpenAI表示，其系統可以回傳範圍受限的安全訊號，而不讓公司取得底層客戶內容。

目前公開說明清楚交代了預期的隱私與安全結果，但不足以讓外界核實具體的加密設計、可信執行環境或其他技術架構。因此，較穩妥的說法是：OpenAI正在展示一個強調隱私保護的安全層，而不是宣稱系統每個技術細節都已公開驗證。

比較Anthropic，關鍵在於分清產品類別

Anthropic是這場競爭敘事的核心對手，但其資料政策必須按產品類別理解。Anthropic隱私中心表示，Claude for Work、Anthropic API等商業產品的輸入與輸出，預設不會用於訓練模型；不過，客戶若主動提供回饋，或以其他方式允許資料使用，情況可能不同。

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聊天或程式編寫工作階段來改善Claude，相關資料可能以去識別化形式，在模型訓練流程中保留最長五年。若用戶沒有啟用該設定，則維持現有的30天保留期。

這項區分相當重要。OpenAI的說法並不能證明Anthropic預設會用企業資料訓練模型；OpenAI真正試圖拉開差距的，是更廣泛的治理條件，包括內容是否完全保留、安全檢查如何進行、被標記的資料是否可能由人員或分包商存取，以及客戶對部署方式擁有多少控制權。

為什麼隱私會左右企業採購？

對大型組織而言，模型品質只是部署風險的一部分。採購、資安與法遵團隊通常還會檢視：

• 提示詞與模型輸出會保留多久；
• 商業資料是否會用於模型訓練；
• 哪些端點符合零資料保留資格；
• 中繼資料或被標記內容是否適用不同處理方式；
• 哪些人員或服務供應商可以存取安全與支援資料；
• 刪除、稽核與合約控制如何落實；以及
• 供應商能否在不製造新機密風險的情況下監控濫用行為。

Private Safety Processing的目的，就是讓OpenAI在最後一個問題上提出更有力的答案。如果系統能按公司所述運作，客戶就不必在「盡量減少保存內容」與「讓供應商辨識跨請求的協同濫用」之間作出同樣尖銳的取捨。

這對受監管或高度重視機密性的產業尤其重要。即使模型表現出色，只要資料保留例外無法通過審查，整個部署仍可能被擋下。對OpenAI而言，這也提供了一條不只依賴基準測試或模型能力的競爭路線：直接在治理層面爭取企業客戶。

商業壓力正在升高

這波隱私攻勢出現之際，Anthropic的企業業務正快速擴張。據投資者取得的文件，Anthropic 2026年第二季初步營收超過 115億美元，高於2025年同期的 7.87億美元，增幅超過14倍；這些數字屬初步資料，並非經審計的財務報表。

另有報導指出，截至7月底，Anthropic的年度化營收跑率已超過 650億美元；OpenAI近期公布的相關跑率則約為 400億美元。年度化營收跑率是以較短期間的表現推算全年營收，不能直接視為全年實際營收，也不代表兩家公司在獲利能力上可完全類比。

這些數字仍足以說明競爭為何變得更急迫。Anthropic已在企業客戶中建立強勁動能，OpenAI則以一項直接對應企業風險審查的「非模型」差異化賣點回應。

企業買家應該先確認什麼？

OpenAI的公告應被理解為一項具競爭意味的隱私與安全方案，而不是適用所有情況的資料抹除保證。企業在採用任何供應商前，應確認旗下模型與端點的具體保留條款、是否需要申請ZDR、有哪些例外，以及哪些安全訊號或中繼資料仍可能被處理。

更大的轉變在於，資料治理正從合約與法律文件的細節，走進AI產品本身。當模型能力逐漸接近時，能同時提供強大模型、可信的濫用防範，以及可驗證的敏感資料控制能力，將更有機會在企業AI採購中勝出。