Содержание
Nvidia, Palantir и другие крупные заказчики ИИ начали ограничивать использование продвинутых моделей из-за вопросов к приватности. Компании требуют жёстких гарантий по данным, включая zero data retention, а часть задач уводят на внутренние системы.
По данным The Information, нервозность усилилась после июньского изменения политики Anthropic для модели Fable. После этого компания может удерживать часть клиентских данных. Anthropic объясняет это борьбой со злоупотреблениями, но корпоративных клиентов волнует другой сценарий: служебная информация попадёт в большой технический сбор без ясных границ.
Для рынка это неприятный момент. Корпоративный ИИ продают как безопасного помощника для кода, документов, аналитики и внутренних процессов. Но если заказчик не понимает, какие данные уходят наружу, он начинает резать доступ. Даже когда речь идёт не о промптах, а о метаданных.
Нулевое хранение данных стало пунктом контракта
OpenAI и Anthropic заявляют, что по умолчанию не обучают модели на данных корпоративных клиентов со специальными enterprise-контрактами. Но эти договоры не снимают все вопросы, потому что обе компании всё равно собирают технические метаданные о работе сервисов.
OpenAI описывает цель такого сбора как понимание того, как клиенты используют сервисы. Anthropic говорит, что агрегирует и анонимизирует данные об использовании. Обе компании утверждают, что метаданные не идут в обучение моделей.
Клиентам не хватает конкретики. Телеком-компания C Spire заключила соглашения с OpenAI и Anthropic, которые запрещают использовать её данные для обучения. При этом договоры разрешают сбор технических данных об использовании.
C Spire считает, что туда могут входить сведения о подключённых приложениях и статистика работы моделей. Компания также хочет понять, собирают ли ИИ-платформы данные о промежуточных шагах между запросом и ответом. OpenAI отдельно говорит, что не использует chain-of-thought для обучения моделей.
Проблема тут не только в юридических формулировках. Для бизнеса метаданные тоже могут быть чувствительными. Они показывают, какие системы связали с ИИ, какие процессы автоматизируют и где компания ищет узкие места.
Air-gapped серверы снова выглядят разумно
Northrop Grumman выбрала самый жёсткий вариант: компания запускает open-source модели на собственных air-gapped серверах. Такие машины физически или логически изолируют от внешних сетей, поэтому данные не уходят к OpenAI, Anthropic или другому внешнему поставщику.
Это дорогой и не самый гибкий подход. Нужны свои серверы, инженеры, обновления моделей и контроль безопасности. Зато компания получает понятную границу: если данные не покидают контур, риск утечки через облачный сервис резко ниже.
Microsoft уже пытается сыграть на этом страхе. Компания предлагает изолированные облачные среды, где модели работают на приватных серверах и не отправляют данные внешним ИИ-разработчикам. The Information пишет, что подход дорогой, но как минимум один клиент всё ещё рассматривает такой вариант.
Фармацевтическая Novo Nordisk выбрала промежуточную схему. Компания продолжает использовать Claude для части задач, но запрещает передавать модели любые проприетарные данные. То есть инструмент остаётся в работе, но его роль жёстко ограничивают.
Nvidia оставляет чувствительные задачи своему ИИ
Nvidia использует Fable только для задач, где модель не получает доступ к чувствительным данным. Причина та же — отсутствие нужных гарантий по nonrevocable zero data retention, то есть безотзывному режиму нулевого хранения данных.
Для более закрытых сценариев Nvidia применяет собственную внутреннюю ИИ-систему. Это показательный выбор: компания сама строит инфраструктуру для ИИ-рынка, продаёт ускорители и платформы, но всё равно отделяет критичные данные от внешней модели.
Одна крупная энергетическая компания в США уже отказалась от тестирования Fable. Она хотела проверить, сможет ли модель работать с ключевой энергетической инфраструктурой. Проект закрыли после того, как Anthropic не согласилась на безотзывную ZDR-политику.
В этой истории нет публичного обвинения в утечке. Есть более приземлённая проблема: корпоративные клиенты хотят видеть, что именно собирает поставщик ИИ. И хотят закрепить это не обещанием в презентации, а контрактом.
Глава Nvidia Jensen Huang раньше говорил, что сотрудники компании должны каждый год использовать AI-токены на сумму до половины своей годовой зарплаты.
