OpenAI bekræfter Zero Data Retention og præsenterer Private Safety Processing
OpenAI oplyser, at der tilbydes Zero Data Retention for eligible API‑kunder, og at der er et preview af Private Safety Processing til avancerede safety‑tjek uden at kompromittere dataprivatliv. Det fremgår af OpenAIs egen udmelding. Formålet beskrives som at muliggøre brug af frontier‑modeller med stærkere privatliv for de kunder, der kvalificerer.
Ifølge Snillds brief kan en sådan driftstilstand adressere en central bekymring i virksomheder: risikoen for at leverandøren lagrer eller genbruger kundedata til modeltræning. Briefet vurderer, at det kan sænke en væsentlig barriere for adoption. Briefet understreger samtidig, at effekten i praksis beror på kontraktuelle vilkår, klare roller og tilstrækkelig dokumentation.
Hvad Zero Data Retention indebærer ifølge OpenAI
I OpenAIs udmelding beskrives Zero Data Retention som en mulighed for eligible API‑kunder, hvor kunders API‑indhold ikke opbevares og ikke bruges til modeltræning. Den offentlige udmelding går ikke i detaljer om varigheder, eventuelle tekniske buffers eller intern adgangsstyring, og der offentliggøres ikke yderligere tekniske specifikationer. Denne artikel lægger derfor ikke flere tekniske antagelser på; beskrivelsen her afspejler alene OpenAIs kommunikation.
Snillds brief vurderer, at ikke‑lagring kan gøre visse compliance‑opgaver nemmere, fordi risikoen for persistering hos leverandøren reduceres. Briefet præciserer, at der ikke er tale om en juridisk forpligtelse i sig selv, medmindre den er skrevet ind i kontrakt, databehandleraftale og relevante bilag. Denne fortolkning stammer fra briefet og er ikke en del af OpenAIs udmelding.
Private Safety Processing i grove træk
Ifølge OpenAI er Private Safety Processing et preview af en metode til at gennemføre safety‑checks uden at kompromittere dataprivatliv. Udmeldingen indeholder ikke implementeringsdetaljer eller tekniske specifikationer om arkitektur, og den beskriver ikke måleparametre som latenstid eller skalerbarhed.
Snillds brief vurderer, at gennemsigtighed i form af kontraktuel forankring, attester, tredjepartsrevisioner eller NDA‑gennemgang af sikkerhedsarkitektur vil være centrale, før Private Safety Processing kan indgå i en formel risikovurdering. Det er briefets anbefaling, ikke en gengivelse af OpenAIs formuleringer.
Konsekvenser for GDPR og compliance ifølge briefet
Ifølge Snillds brief kan fravær af lagring og fravalgt træning på kundedata for eligible API‑kunder gøre DPIA‑arbejdet lettere i nogle scenarier, fordi principper som dataminimering og formålsbegrænsning kan understøttes bedre. Briefet fremhæver, at datakontrollør‑ og databehandlerroller fortsat skal afklares skriftligt, at underdatabehandlere skal oplyses, og at dokumentation for processer og slettepolitik er nødvendig.
Denne vurdering er ikke en juridisk konklusion og fremgår ikke af OpenAIs udmelding. Den skal læses som Snillds fortolkning af, hvordan en Zero Data Retention‑tilstand kan spille sammen med GDPR‑krav i praksis.
Hvad der fortsat er uklart i det offentlige materiale
OpenAIs udmelding beskriver ikke varigheden af midlertidig behandling, detaljer om eventuelle tekniske buffers eller rolle‑ og adgangsstyring i driften. Heller ikke hvilke måleparametre der gælder, hvis safety‑lag aktiveres. Artiklen drager derfor ingen konklusioner om disse forhold.
Snillds brief anbefaler, at kunder efterspørger dokumentation, herunder kontraktuel forankring af Zero Data Retention for den konkrete brug, attester eller tredjepartsrevisioner samt – hvor muligt – en NDA‑gennemgang af sikkerhedsarkitektur og logpolitik. Det er en vurdering fra briefet, ikke en del af OpenAIs udmelding.
Tekniske og driftsmæssige valg ifølge briefet
Ifølge Snillds brief bør teams planlægge test og fejlsøgning uden afhængighed af leverandørens indholdslogs, hvis man vil operere under Zero Data Retention. Briefet peger på, at procedurer for incident‑håndtering skal beskrive, hvordan fejl genskabes uden adgang til indholdslogs hos udbyderen.
Disse anbefalinger er briefets praktiske råd. De går videre end de fakta, som OpenAI stiller til rådighed i udmeldingen, og skal læses som rådgivning, ikke som leverandørens løfter.
OpenAIs Deployment Safety‑materiale
OpenAI driver et offentligt Deployment Safety‑site med materiale om, hvordan modeller klarer sig i evalueringer, hvilke risici der måles, og hvilke tiltag der over tid anvendes for at forbedre sikkerheden. Det fremgår af den åbne side.
Sitet rummer løbende opdateringer og system cards på modelniveau, herunder eksempler med GPT‑5.6‑familien. Materialet er offentlig dokumentation om modeladfærd og sikkerhedsarbejde og udgør ikke i sig selv kontraktlige forpligtelser.
Tradeoffs og risici uden for udmeldingen
Zero Data Retention retter sig mod lagring og træning på kundedata for eligible API‑kunder. Andre risici ved generative modeller – fx prompt‑angreb eller utilsigtet systemadfærd – behandles ikke i detalje i OpenAIs udmelding, og denne artikel tilføjer ikke påstande herom ud over de anførte kilder.
Snillds brief bemærker, at fravær af lagring ikke fjerner behovet for styring af outputs, gennemgang af use cases og klare procesbeskrivelser i driften. Også dette er en vurdering, ikke en del af OpenAIs meddelelse.
Kort om vandmærkning af genereret tekst
Den citerede tekniske artikel beskriver, at praktisk vandmærkning af genereret tekst typisk virker ved at påvirke modellens token‑sampling i stedet for at indsætte skjulte tegn eller usynlige mellemrum. Denne beskrivelse gengives her som kildens fremstilling og er ikke en påstand om OpenAIs specifikke implementering.
Artiklen anvendes her alene som teknisk baggrund for, at vandmærkning kan implementeres ved at styre sandsynligheder i genereringen, ikke som dokumentation for særlige produktegenskaber hos OpenAI.
Hvad beslutningstagere med fordel kan afklare ifølge Snillds brief
Før en POC rulles i produktion, peger Snillds brief på en målrettet afklaring med leverandøren. Punkterne herunder er briefets anbefalinger og ikke udsagn fra OpenAIs udmelding:
- Kontrakt og roller: Er leverandøren databehandler, og er Zero Data Retention eksplicit beskrevet som bindende for den konkrete brug
- Logpolitik og dokumentation: Hvilke datakategorier behandles midlertidigt; findes der attester eller tredjepartsrevisioner; kan sikkerhedsarkitekturen gennemgås under NDA
- Driftsmål: Hvilke serviceniveauer og kapacitetsforventninger gælder, når safety‑lag er aktiveret
- Nøglehåndtering: Støttes de nødvendige kontroller for adgang og rotation
- DPIA‑grundlag: Er formål, datakategorier, opbevaring og underdatabehandlere beskrevet i et opdateret bilag
- Revisionsspor uden indhold: Kan leverandøren levere hændelseslogs uden tekstindhold, men med de felter der kræves til sikkerhed og tilsyn
- Exit: Hvordan bekræftes det ved ophør, at indhold ikke er lagret
Opsummering af, hvad der er dokumenteret – og hvad der er vurdering
Dokumenteret af kilderne: OpenAI genbekræfter Zero Data Retention for eligible API‑kunder og viser et preview af Private Safety Processing. OpenAI driver et Deployment Safety‑site med offentlig dokumentation om evalueringer, risici og forbedringer, herunder eksempler med GPT‑5.6‑familien. Den tekniske baggrundsartikel beskriver vandmærkning som en bias i token‑sampling, ikke som skjulte tegn.
Vurderinger fra Snillds brief: At Zero Data Retention og Private Safety Processing kan reducere en vigtig barriere i virksomheder, at enkelte compliance‑opgaver kan lettes, og at kontraktuel forankring, dokumentation og evt. tredjepartsrevision er afgørende før produktion. Disse vurderinger er markeret som sådan i teksten.
