OpenAIが「Zero Data Retention」を強化。生成AIの競争軸は“性能”から“プライバシー”へ

生成AIを仕事で使うとき、多くの人が気になるのが、

「入力した情報は、AIサービス側に残るのか？」

という問題ではないでしょうか。

文章の作成や要約だけであれば、それほど気にならないかもしれません。

しかし企業でAIを活用するとなると、

顧客情報

契約書

社内資料

ソースコード

研究データ

未公開の事業計画

といった機密性の高い情報を扱うケースも増えてきます。

そんな中、OpenAIが2026年9月22日、API利用者向けの「Zero Data Retention（ゼロデータ保持、以下ZDR）」に関連する新たな仕組みとして、Private Safety Processingの提供を段階的に開始しました。

これは簡単に言えば、

「利用者のデータを保持しない」というプライバシー保護と、「AIが危険な使われ方をしていないか確認する」という安全対策を両立しようとする仕組み

です。

生成AIの競争というと、これまでは「どのAIが賢いか」に注目が集まりがちでした。

しかし今後は、

「どのAIなら安心して重要なデータを預けられるのか」

という点も、大きな競争軸になりそうです。

そもそも「Zero Data Retention」とは？

Zero Data Retentionを直訳すると、「データを保持しない」という意味です。

OpenAIのZDRでは、対象となるAPI顧客について、原則としてリクエストの処理が終わった後に、プロンプトやモデルの応答を保持しない仕組みになっています。

OpenAIは、ZDRについて、

処理後にプロンプトを保持しない

モデルが生成した応答を保持しない

OpenAIの担当者が顧客コンテンツを確認できない

企業顧客のデータは、明示的にオプトインしない限りモデル学習に使わない

と説明しています。

つまり、

「AIに入力したデータが、そのままサービス提供者側に蓄積され続ける」

というリスクを小さくするための仕組みです。

特に、金融、医療、法務、研究開発などの分野では、生成AIの性能だけでなく、こうしたデータ管理の仕組みが重要になります。

通常のAPIではデータがどう扱われるのか

ここで少し整理しておきます。

OpenAI APIでは、入力したデータが自動的にAIモデルの学習に使われるわけではありません。

OpenAIは、APIへ送信されたデータについて、ユーザーが明示的に共有へ同意しない限り、モデルの学習や改善には使用しないとしています。

一方で通常のAPI利用では、不正利用の監視などを目的として、プロンプトや応答を含むログが最大30日間保持される場合があります。

そこで、特定の条件を満たした企業向けに提供されるのがZDRです。

ZDRを有効にすると、対象となるAPIでは顧客コンテンツが不正利用監視用のログから除外されます。

さらにResponses APIやChat Completions APIでは、保存を指定するstore設定も強制的にfalseとして扱われます。

つまり、通常利用よりもさらに「データを残さない」方向へ寄せた仕組みです。

では、なぜ今回さらにZDRを強化する必要があったのか？

ここが今回のニュースで最も重要な部分です。

AIが単純な質問に答えるだけだった時代であれば、安全性のチェックも1回のやり取りごとに行えばある程度対応できました。

しかし最近のAIは、長時間にわたって作業する「AIエージェント」へと進化しています。

たとえば、

数十分から数時間かけて調査する

複数のWebサービスを操作する

コードを書いて実行する

ファイルを読み書きする

複数の指示を連続して処理する

といったことが可能になっています。

こうなると、1回のプロンプトだけを見ても危険かどうか判断できないケースが出てきます。

一つひとつの指示を見ると問題がなくても、複数のやり取りを組み合わせた結果、危険な行動につながる可能性があるからです。

OpenAI自身も、AIの安全性を判断するには「一連のやり取り全体の文脈」が重要になってきていると説明しています。

そこで登場した「Private Safety Processing」

今回OpenAIが導入を進めているのが、Private Safety Processingです。

従来のZDRには、ある意味で難しい問題がありました。

安全対策を強化しようとすれば、AIとのやり取りをある程度保存して分析したくなります。

しかし、保存してしまえば、

「データを保持しない」というZDRの約束と矛盾する

可能性があります。

Private Safety Processingは、この問題を技術的に解決しようとするものです。

仕組みをかなり簡略化して説明すると、

顧客のデータをOpenAIの担当者が読める状態で保存せず、自動化された安全システムだけが必要な範囲で分析する

という考え方です。

OpenAIによると、ZDR環境では顧客コンテンツを顧客自身が管理するインフラ上に置く仕組みを利用できます。

さらに、OpenAI側のストレージを使う場合でも、顧客が管理する鍵でデータを暗号化し、OpenAIの担当者がその鍵を保持しない設計を取り入れています。

そして自動システムが危険なパターンを検出した場合も、OpenAI側に送られるのは限定された「安全性シグナル」です。

元のプロンプトや回答そのものを、人間の担当者が読む仕組みではありません。

「人間が読めない」という点がポイント

生成AIのプライバシーを考えるうえで重要なのは、

「保存されているかどうか」だけではありません。

もう一つ重要なのが、

「誰が読めるのか」

という点です。

たとえばデータが暗号化されていたとしても、サービス運営者が自由に復号できるのであれば、理論上は中身を見ることができます。

Private Safety Processingでは、OpenAIの担当者が顧客の元データへアクセスできないようにすることを大きな設計原則にしています。

安全性チェックそのものは自動化された環境で行い、人間が直接データを見る新たな経路を作らない、という考え方です。

この点は、機密情報を扱う企業にとってかなり重要です。

ただし「ZDRなら何を使ってもデータが一切残らない」わけではない

ここは誤解しやすいので注意が必要です。

ZDRを有効にすれば、OpenAIのすべての機能で一切データが保存されなくなるわけではありません。

OpenAIのAPIには、仕組み上データの保存が必要な機能もあります。

たとえば、

Conversations API

一部のファイル関連機能

一部のバッチ処理

一部の長期状態を持つ機能

などは、ZDRの対象外または制限があります。

Responses APIについても、バックグラウンド処理のように、一時的な保存が必要になる機能があります。

また、外部のMCPサーバーなど第三者サービスへデータを送信した場合は、当然ながらその第三者サービス側のデータ保持ポリシーが適用されます。

そのため、

「OpenAIでZDRを契約しているから、システム全体が自動的にゼロ保持になる」

と考えるのは危険です。

企業で導入する場合は、

どのAPIを使うのか

どの機能がZDR対応なのか

外部サービスへデータが送られないか

自社側でログを保存していないか

まで確認する必要があります。

ChatGPTの一般利用とは別の話

もう一つ重要なのが、今回のZDRは主にOpenAI APIを利用する企業向けの仕組みだということです。

「ChatGPTに入力した内容が、すべて即座に消えるようになった」という話ではありません。

ChatGPTの一般ユーザー向けサービスと、企業がシステムへ組み込むOpenAI APIでは、データ保持の仕組みが異なります。

この点はニュースの見出しだけを見ると混同しやすい部分です。

今回の発表は、

企業がOpenAIの高度なAIモデルを自社システムへ組み込む際のデータ保護を強化する動き

と理解するのが適切です。

AI業界では「プライバシー競争」も始まっている

興味深いのは、データを保持しない仕組みに力を入れているのがOpenAIだけではないことです。

AnthropicもClaude APIでZero Data Retentionの仕組みを提供しています。

GoogleもGemini Developer APIについて、一定の条件を満たすことでZero Data Retentionを実現する方法を公開しています。

つまり大手AI企業では、

モデル性能だけでなく、データをどう扱うか

という競争が始まっています。

これは企業ユーザーから見れば自然な流れです。

AIが高性能になればなるほど、AIへ渡したくなる情報も増えていきます。

単純な文章作成だけではなく、

顧客データを分析する

社内資料から回答を生成する

契約書をチェックする

ソースコードを解析する

医療情報を処理する

といった用途にAIが入り込めば、データ管理の重要性はますます高まります。

AIエージェント時代には、プライバシーの重要性がさらに高まる

さらに今後は、AIエージェントの普及によって、この問題がより大きくなる可能性があります。

従来の生成AIでは、人間が文章を入力して回答を受け取るだけでした。

AIエージェントでは、

メールを読む

↓

スケジュールを確認する

↓

社内資料を探す

↓

Webサイトへアクセスする

↓

結果をまとめる

といったように、AIが複数のデータへ継続的にアクセスするようになります。

便利になる一方で、AIが触れる情報量は圧倒的に増えます。

すると、「AIそのものが安全か」という話だけでは足りません。

そのAIが見たデータはどこへ行くのか

という設計が非常に重要になります。

Private Safety Processingは、その問題に対するOpenAIの一つの回答だと見ることができます。

「最も賢いAI」だけでは企業に選ばれなくなる？

生成AIの競争では、

ベンチマーク性能

推論能力

コーディング性能

処理速度

料金

などがよく比較されます。

しかし企業が本格的にAIを導入する段階になると、それだけではありません。

今後は、

データは学習に使われるのか

何日間保存されるのか

人間が閲覧できるのか

保存場所を指定できるのか

暗号鍵を誰が管理するのか

外部サービスへ送信されるのか

といった項目が、モデル性能と同じくらい重要になってくるでしょう。

特に金融・医療・法務など、機密情報を大量に扱う業界では、

「性能が1％高いAI」より、「データ管理を明確に説明できるAI」

が選ばれるケースも増えるかもしれません。

まとめ：生成AIは「何ができるか」から「データをどう守るか」へ

OpenAIが2026年9月22日に提供開始を発表したPrivate Safety Processingは、単なるセキュリティ機能の追加ではありません。

背景にあるのは、

AIが高度になるほど、安全対策とプライバシー保護の両立が難しくなる

という問題です。

ZDRではデータを残したくありません。

一方で、より高度なAIを安全に提供するためには、複数のやり取りを分析する必要もあります。

Private Safety Processingは、

「データを人間が見られる形で保持せず、安全性だけを自動的に確認する」

という方向で、この矛盾を解消しようとしています。

生成AIが仕事の中心に入っていくほど、ユーザーがAIへ渡す情報も重要になっていきます。

これからAIサービスを選ぶ際には、

「このAIはどれくらい賢いのか」

だけでなく、

「入力したデータは、どこに・どれくらい・どのような形で残るのか」

も確認する必要がありそうです。

生成AIの次の競争は、性能だけではありません。

プライバシーそのものが、AIサービスの重要な性能の一つになりつつあります。