Ngày 19/8/2026, OpenAI công bố xem trước Private Safety Processing, một hướng tiếp cận nhằm giữ các biện pháp an toàn tương thích với Zero Data Retention (ZDR). Theo thông báo, với khách hàng API đủ điều kiện dùng ZDR, prompt và phản hồi không được lưu lại sau khi yêu cầu được xử lý; nội dung khách hàng cũng không được dùng để huấn luyện mô hình trừ khi khách hàng chủ động đồng ý. Đây là thông báo của nhà cung cấp, không phải một đánh giá độc lập về hiệu quả hay tuân thủ. Tuy vậy, nó đặt một vấn đề quản trị thiết thực: khi AI làm việc với dữ liệu nhạy cảm hơn, doanh nghiệp không thể chỉ hỏi “nhà cung cấp có giữ dữ liệu không?”.
Câu hỏi đầy đủ hơn là dữ liệu nào thực sự đi vào workflow, ở đâu dữ liệu được lưu và trong bao lâu, ai có thể truy cập, và bằng chứng nào cho phép tổ chức kiểm tra những cam kết đó. Zero retention có thể là một lựa chọn kỹ thuật quan trọng, nhưng nó không thay thế phân loại dữ liệu, phân quyền nội bộ, cấu hình công cụ hay trách nhiệm của người phê duyệt use case.
Từ chính sách của nhà cung cấp đến bản đồ dữ liệu của doanh nghiệp
Một chính sách dữ liệu thường được đọc ở cấp độ hợp đồng, trong khi rủi ro phát sinh ở cấp độ công việc. Nhân viên có thể dán vào công cụ một bản tóm tắt khách hàng, xuất một tệp để phân tích, hoặc kết nối AI agent (hệ thống AI có thể thực hiện các bước công việc và sử dụng công cụ trong phạm vi được giao) với kho tri thức nội bộ. Mỗi bước tạo ra câu hỏi khác nhau về mục đích sử dụng, quyền truy cập, lưu vết và khả năng xóa hoặc thu hồi quyền. Bản đồ dữ liệu theo use case giúp biến một tuyên bố chung thành các điểm kiểm soát có thể giao việc.
| Điểm cần quản trị | Câu hỏi cần chốt | Bằng chứng nên lưu |
|---|---|---|
| Dữ liệu đầu vào | Loại dữ liệu nào được phép hoặc bị cấm đưa vào AI? | Phân loại dữ liệu và hướng dẫn dùng theo use case. |
| Truy cập và lưu giữ | Ai truy cập được nguồn, log và đầu ra; dữ liệu ở đâu và trong bao lâu? | Cấu hình quyền, điều khoản nhà cung cấp và change log. |
| Kiểm tra vận hành | Ai rà soát khi workflow hoặc chính sách thay đổi? | Chủ sở hữu, nhịp rà soát và quy trình xử lý sự cố. |
Giảm lưu giữ không đồng nghĩa với xóa mọi trách nhiệm
Ngay cả khi một dịch vụ đưa ra cam kết không lưu prompt hoặc phản hồi sau xử lý, tổ chức vẫn phải quan tâm đến các điểm khác trong chuỗi. Dữ liệu có thể tồn tại trong hệ thống nguồn, system log (bản ghi để theo dõi và kiểm tra lại hoạt động hoặc thay đổi tương ứng), thiết bị người dùng, bản sao lưu hoặc ứng dụng tích hợp. Một workflow cũng có thể tạo ra quyết định, bản nháp hay hành động cần được lưu như hồ sơ công việc. Vì vậy, mục tiêu không phải xóa mọi dấu vết, mà là phân biệt rõ dữ liệu nào cần được bảo vệ, dữ liệu nào cần được giữ để giải trình và ai quyết định hai việc đó.
Ví dụ: trợ lý tổng hợp phản hồi khách hàng
Một đội marketing muốn dùng AI để tóm tắt phản hồi khảo sát mở. Họ có thể bắt đầu bằng dữ liệu đã bỏ định danh, giới hạn quyền truy cập kho khảo sát và yêu cầu người dùng kiểm tra xem bản tóm tắt có lộ chi tiết nhận diện hay không trước khi chia sẻ. Người phụ trách use case lưu mô tả nguồn dữ liệu, mục đích, nhà cung cấp, quyền truy cập và cách xử lý khi có yêu cầu xóa. Như vậy, lựa chọn ZDR nếu phù hợp chỉ là một kiểm soát trong một thiết kế rộng hơn.
Lãnh đạo cần yêu cầu những câu trả lời có thể kiểm tra
Thay vì yêu cầu một chính sách AI dài, lãnh đạo có thể bắt đầu với vài use case ưu tiên và yêu cầu câu trả lời ngắn cho bốn vấn đề: dữ liệu nào đi vào, kết quả đi đâu, ai có quyền dùng hoặc phê duyệt, và cơ chế kiểm tra nào hoạt động khi thay đổi xảy ra. Những câu trả lời này cần được cập nhật khi nhà cung cấp, tính năng hoặc quy trình thay đổi. Cách làm giúp bảo mật dữ liệu trở thành một phần của thiết kế vận hành, không chỉ là một câu cam kết khi mua công cụ.
Thông báo ngày 19/8 là một tín hiệu rằng nhà cung cấp đang cố kết hợp các biện pháp an toàn với cam kết về kiểm soát dữ liệu. Với doanh nghiệp, bài học là biến các khả năng kỹ thuật đó thành lựa chọn có chủ sở hữu, phạm vi và bằng chứng. Đây là phân tích quản trị, không phải tư vấn pháp lý hoặc bảo mật chuyên biệt.
Tài liệu tham khảo
OpenAI. (2026, August 19). Offering Zero Data Retention for frontier models. https://openai.com/index/offering-zero-data-retention-for-frontier-models/
