OpenAI parece haber encontrado la forma de equilibrar la seguridad de sus modelos con el compromiso de no retener datos de clientes, algo que su rival Anthropic todavía no logra. Para las organizaciones preocupadas por quién accede a su información, la diferencia puede ser determinante.
La compañía anunció el miércoles Private Safety Processing, un mecanismo que revisa de forma automática las interacciones de los clientes con el modelo en busca de riesgos de seguridad sin violar los compromisos de retención cero de datos (ZDR, por su sigla en inglés).
¿Qué es exactamente Private Safety Processing?
Los detalles finos todavía no se publican, y OpenAI insiste en que los explicará con mayor profundidad el próximo mes. Lo que sí adelantó la empresa es el principio de funcionamiento.
"Private Safety Processing se apoya en las protecciones automatizadas que ya se usan en despliegues ZDR y otros", explica OpenAI en su publicación. "Los sistemas de seguridad compatibles con ZDR evalúan las interacciones de manera individual. Private Safety Processing extiende esas protecciones a interacciones relacionadas entre sí, lo que permite que sistemas automatizados identifiquen patrones sin que el personal de OpenAI tenga acceso al contenido retenido del cliente."
Lo llamativo, más allá del compromiso de privacidad, es el interés declarado de la compañía en esas "interacciones relacionadas". Sugiere que su evaluación de seguridad no mira solamente la entrada y la salida del prompt, sino también el uso de herramientas y las señales de tráfico de red.
En los despliegues ZDR de OpenAI, los clientes pueden controlar la infraestructura o elegir almacenar los datos en la infraestructura de OpenAI, donde la empresa asegura que pronto ofrecerá claves de cifrado controladas por el propio cliente.
"En ambos casos, sistemas automatizados pueden identificar posibles usos indebidos y devolver señales de seguridad limitadas sin exponer los prompts ni las respuestas subyacentes al personal de OpenAI", detalla la compañía.
¿En qué se diferencia de la retención cero de Anthropic?
Acá está el punto de quiebre. Anthropic ha señalado que su implementación de ZDR incluye una cantidad de retención distinta de cero para los modelos cubiertos, que hoy son Mythos 5 y Fable 5. Para clientes comerciales que usan ZDR, desde el 9 de junio de 2026 la empresa indica: "estamos exigiendo una retención y revisión limitada de datos como parte de nuestro trabajo de seguridad. Los prompts enviados a los modelos cubiertos, y las salidas que generan, se conservan durante 30 días para respaldar ese trabajo, en todas las plataformas donde se ofrecen estos modelos".
En los modelos de gama inferior, las políticas de ambas empresas se parecen bastante.
"Para los usuarios de la API de Anthropic, eliminamos automáticamente entradas y salidas en nuestro backend dentro de los 30 días desde su recepción o generación", señala Anthropic, con excepciones para ciertos servicios, acuerdos ZDR y cumplimiento legal o de políticas internas.
Para los clientes de ChatGPT Business, en tanto: "los administradores del espacio de trabajo pueden controlar cuánto tiempo se retienen sus datos. Cualquier conversación eliminada o no guardada se borra de nuestros sistemas dentro de 30 días, salvo que la ley exija una retención más larga o que sea razonablemente necesaria para proteger nuestros servicios o a un tercero de un daño". Esa política de 30 días aplica también a la API de OpenAI en la mayoría de los casos.
| Escenario | OpenAI | Anthropic |
|---|---|---|
| Modelos de frontera con ZDR | Retención cero, revisión automatizada vía Private Safety Processing | 30 días de retención en modelos cubiertos (Mythos 5, Fable 5) |
| API estándar sin ZDR | Borrado dentro de 30 días | Borrado dentro de 30 días |
| Revisión humana | Solo ante material de explotación infantil | Vía acceso controlado cuando el sistema automatizado marca contenido |
| Retención tras detectar infracción | No detallada aún | Hasta 2 años de entradas y salidas, 7 años de puntajes de clasificación |
Qué ocurre cuando salta una alerta
La distancia más concreta entre ambas empresas aparece en el momento en que el sistema detecta algo. Cuando Anthropic identifica infracciones de uso, puede conservar entradas y salidas del modelo por hasta dos años, y los puntajes de clasificación de confianza y seguridad por hasta siete años.
Anthropic también deja más espacio para la revisión humana cuando el contenido queda marcado por sus sistemas automatizados. "Por defecto, ningún miembro del personal de Anthropic puede leer tus conversaciones retenidas", indica la empresa en su documentación. "La revisión humana solo puede ocurrir a través de una ruta de acceso controlada, por ejemplo, cuando nuestros sistemas automatizados de confianza y seguridad marcan contenido por daño potencial."
El escenario de intervención humana de OpenAI es más estrecho: se limita a la detección de material de explotación sexual infantil.
¿Por qué todos hablan de cómputo privado?
Mantener privadas las interacciones con IA y los flujos de datos se volvió una preocupación mayor de la industria, y ninguno de los grandes se quedó fuera. Apple tiene su Private Cloud Compute, Google su Private AI Compute, NVIDIA ofrece computación confidencial y hasta Meta, que no es precisamente célebre por su compromiso con la privacidad, promociona su procesamiento privado para IA. Buena parte del interés por correr modelos de forma local responde al mismo impulso: mantener los datos sensibles lejos de proveedores y adversarios.
Ese camino local ya no exige un centro de datos. Un servidor con una GPU de 24 GB de memoria alcanza hoy para modelos abiertos de entre 20.000 y 30.000 millones de parámetros cuantizados, y en el borde una placa tipo Jetson Orin de 8 GB corre modelos de visión y lenguaje pequeños sin enviar un solo byte fuera de la oficina. Para una pyme que procesa fichas médicas o legales, el cálculo entre soberanía del dato y capacidad del modelo dejó de ser teórico.
Qué implica para las empresas en Chile
El anuncio llega en un momento particular para el mercado local. La Ley 21.719, que crea la Agencia de Protección de Datos Personales y moderniza el régimen chileno de datos, obliga a las organizaciones a documentar dónde y por cuánto tiempo se almacena la información personal que tratan. Una cláusula de retención cero verificable es, en ese contexto, mucho más que una comodidad contractual: es evidencia de cumplimiento frente al regulador.
La recomendación práctica para cualquier equipo que evalúe un contrato empresarial de IA es leer la letra chica del ZDR, porque como muestra este caso, dos proveedores pueden usar exactamente la misma sigla para describir políticas que difieren en 30 días de retención.
El límite técnico que nadie resolvió
OpenAI puede haber leído bien el ambiente con su celebración del control privado de los modelos, pero como observó recientemente Matthew Green, profesor asociado de ciencias de la computación en la Universidad Johns Hopkins, "la inferencia privada no es lo bastante privada".
Green apunta que los agentes de IA, es decir modelos conectados a herramientas, suelen apoyarse en datos sensibles cuando actúan en nuestro nombre. Y aunque la inferencia privada proteja una parte del flujo que entra y sale de esos agentes, quedan muchos otros huecos en el sistema.
"A riesgo de decir cosas más que obvias, la diferencia entre un agente privado útil, un bot corporativo de publicidad y un espía gubernamental se reduce principalmente a una cuestión de instrucciones, y quizás algo de ajuste fino del modelo", escribió. "Una vez que combinas el acceso a datos privados con la capacidad de enviar mensajes, no hay esencialmente ninguna protección técnica que la inferencia privada por sí sola pueda ofrecer."
