ZDRは安全対策の制約ではなく、AI導入の前提になる

Offering Zero Data Retention for frontier models は、OpenAI が対象 API 顧客向けの Zero Data Retention を改めて示した発表です。
要点は、プロンプトや応答をリクエスト処理後に保持しない方針を維持しつつ、複数のやり取りにまたがるリスクを検知する Private Safety Processing を予告したことにあります。

この発表で重要なのは、ZDR が単なるプライバシー機能ではなく、フロンティアモデルを業務に入れるための設計条件になりつつある点です。

従来の安全対策は、モデル提供者がログを保持し、人間が確認できることを前提にしがちでした。単発の問い合わせなら、それでも運用できます。しかし、AI エージェントが長い作業を担うようになると、リスクは一回の入力だけでは見えにくくなります。複数回の試行、権限を越えた行動、別アカウントをまたぐ探索のように、文脈をつなげて初めて危険性が見えるケースが増えます。

ここで企業側にとっての難しさが生まれます。安全のために内容を保持してほしいという要求と、機密情報を外部に残せないという要求が衝突するからです。金融、医療、法務、研究開発のような領域では、後者は単なる好みではなく、規制・契約・顧客信頼に直結します。

Private Safety Processing が示している方向は、この衝突を「どちらかを諦める問題」として扱わないことです。顧客管理下のインフラ、または顧客管理鍵で暗号化された保管を前提にし、OpenAI 側には限定された安全シグナルだけを返す。つまり、本文そのものを見なくても、危険なパターンを検知する道を作ろうとしています。

実務者にとっての論点は、ZDR の有無だけをチェックリスト化しないことです。これから問うべきなのは、データを保持しない状態で、どの範囲の安全監視が可能なのか。検知されたシグナルを誰が調査し、どの証跡で説明できるのか。誤検知や異議申し立てのとき、どこまで情報共有する運用にするのか、です。

フロンティアモデルの導入判断は、性能比較から運用設計へ移っています。ZDR は「安心材料」ではなく、より高度なモデルを使うための入口です。そこに安全監視、鍵管理、監査可能性をどう組み合わせるかが、企業の AI 活用の差になります。

関連記事

参考文献

Offering Zero Data Retention for frontier models