OpenAI wprowadza Zero Data Retention dla modeli frontier z technologią Private Safety Processing
Firma OpenAI ogłosiła rozszerzenie polityki Zero Data Retention na swoje najbardziej zaawansowane modele frontier, wprowadzając nową architekturę bezpieczeństwa o nazwie Private Safety Processing. Rozwiązanie to, udostępnione w fazie preview 19 sierpnia 2026 r. dla uprawnionych klientów enterprise oraz użytkowników API, pozwala korzystać z systemów sztucznej inteligencji bez zapisywania promptów i generowanych odpowiedzi na serwerach dostawcy. Nowy mechanizm stanowi odpowiedź na kluczowy dylemat sektora biznesowego: jak monitorować zaawansowane modele pod kątem nadużyć, nie naruszając rygorystycznych wymogów poufności danych.
Wyzwanie wieloetapowych agentów AI i granice dotychczasowego ZDR
Dotychczasowa polityka Zero Data Retention (ZDR) opierała się na bezstanowej analizie zapytań – każdy prompt i każda generowana odpowiedź były weryfikowane pod kątem zgodności z zasadami bezpieczeństwa w czasie rzeczywistym, po czym natychmiast usuwane z pamięci operacyjnej. Wraz z nadejściem autonomicznych agentów realizujących złożone, wieloetapowe zadania (tzw. long-horizon tasks), takie podejście przestało wystarczać.
Zagrożenia bezpieczeństwa – w tym próby skoordynowanych cyberataków, eksfiltracji danych czy stopniowego omijania zabezpieczeń (jailbreaking) – rzadko ujawniają się w pojedynczym zapytaniu. Często są one rozłożone na dziesiątki powiązanych ze sobą interakcji, z których każda z osobna wygląda na w pełni poprawną. Dotychczas dostawcy sztucznej inteligencji radzili sobie z tym wyzwaniem poprzez wprowadzanie okresów retencji (zazwyczaj 30 dni), co umożliwiało analizę sekwencji zdarzeń, ale jednocześnie wykluczało wykorzystanie technologii w branżach o restrykcyjnych regulacjach prawnych, takich jak bankowość, medycyna czy obronność.
Architektura Private Safety Processing: Bezpieczeństwo bez wglądu w treść
Odpowiedzią OpenAI na ten problem jest Private Safety Processing (PSP). System ten umożliwia automatycznym algorytmom analizę wzorców aktywności pomiędzy wieloma powiązanymi interakcjami w ramach sesji agentowej, nie wymagając przy tym utrwalania zawartości promptów ani wglądu ze strony ludzi.
Mechanizm działania Private Safety Processing opiera się na trzech filarach:
- Wąskie sygnały bezpieczeństwa (narrow safety signals): Gdy zautomatyzowane moduły wykryją podejrzany wzorzec zachowań, generują i przesyłają do centralnych rejestrów bezpieczeństwa jedynie zwięzły sygnał określający kategorię i poziom powagi incydentu. Treść zapytania klienta oraz odpowiedź modelu nie są przekazywane ani zapisywane.
- Brak dostępu personelu: Inżynierowie i audytorzy OpenAI nie mają technicznej możliwości podglądu przetwarzanych danych biznesowych. Jedynym wyjątkiem od zasady braku retencji pozostają przypadki wykrycia materiałów związanych z niegodziwym traktowaniem dzieci w celach seksualnych (CSAM), które podlegają bezwzględnemu obowiązkowi prawnemu w zakresie zabezpieczenia i raportowania.
- Kontrola nad infrastrukturą i kryptografią: Klienci korzystający z Private Safety Processing mogą przetwarzać dane na własnej infrastrukturze lub przechowywać je na serwerach OpenAI z wykorzystaniem kluczy szyfrujących zarządzanych wyłącznie przez klienta (customer-held keys / BYOK), do których dostawca nie ma dostępu.
Wpływ na rynek enterprise i harmonogram wdrożenia
Wprowadzenie Zero Data Retention dla modeli frontier z wykorzystaniem PSP to istotny krok w rynkowej rywalizacji o sektor enterprise. Podczas gdy konkurencyjne podmioty, w tym Anthropic, stosowały 30-dniową retencję danych w celach ewaluacji ryzyka dla swoich czołowych modeli, OpenAI stawia na technologię eliminującą konieczność przechowywania logów.
System Private Safety Processing jest obecnie testowany przez wczesnych partnerów korporacyjnych, wśród których znaleźli się m.in. Microsoft, Databricks, Abridge oraz Glean. Zgodnie z zapowiedziami OpenAI, pełne wdrożenie komercyjne oraz publikacja technicznego white papera szczegółowo opisującego architekturę i matematyczne podstawy bezpieczeństwa nowego systemu nastąpią we wrześniu 2026 r.
