Archivio retrospettivo BreakingTech — evento del 19 agosto 2026.
Per molte aziende la domanda sull’intelligenza artificiale non è più “funziona?”, ma “che cosa succede ai nostri dati?”. Il 19 agosto OpenAI ha esteso la propria offerta Zero Data Retention ai modelli di frontiera per i clienti API idonei, accompagnandola con una nuova architettura chiamata Private Safety Processing.
La promessa dello Zero Data Retention è netta: una volta elaborata una richiesta, prompt e risposta non vengono conservati da OpenAI e il contenuto non è disponibile al personale per la revisione. I dati enterprise, inoltre, non vengono utilizzati per addestrare i modelli salvo consenso esplicito.
Privacy e sicurezza possono entrare in conflitto
Il problema nasce quando i modelli diventano più agentici. Alcuni rischi non emergono da una singola richiesta, ma da una sequenza di interazioni. Un sistema di sicurezza potrebbe aver bisogno di osservare un contesto più ampio proprio mentre il cliente chiede che nessun dato venga conservato.
Private Safety Processing prova a risolvere questa tensione separando le funzioni di sicurezza dal normale accesso ai dati. L’obiettivo dichiarato è consentire controlli più sofisticati senza trasformare la protezione in una scusa per conservare contenuti enterprise.
Perché interessa banche, sanità e PA
Nei settori regolati, la residenza e la conservazione dei dati possono determinare se un modello sia utilizzabile o meno. Un’azienda può accettare il rischio di una risposta imperfetta, ma non quello di esporre documenti sensibili a sistemi non controllati.
La competizione tra i fornitori di AI si sta quindi spostando anche sul terreno contrattuale e infrastrutturale: retention, cifratura, audit, isolamento, regioni di elaborazione e controlli sugli amministratori diventano caratteristiche di prodotto.
La privacy diventa un vantaggio competitivo
Le capacità dei modelli tendono a convergere più rapidamente di quanto accada alle architetture enterprise. Per un grande cliente, la differenza tra due provider può dipendere meno da qualche punto in un benchmark e più da chi offre migliori garanzie sui dati.
Zero Data Retention è quindi anche una mossa commerciale: rende più semplice portare modelli potenti dentro organizzazioni che fino a poco tempo fa avrebbero considerato l’AI generativa incompatibile con le proprie policy.
