A OpenAI anunciou que o Zero Data Retention (ZDR) agora está disponível para seus modelos de fronteira via API, para clientes elegíveis. Sob o ZDR, a OpenAI não retém o conteúdo das requisições e respostas de API após o processamento — uma postura mais estrita do que a política padrão de retenção da OpenAI, que por padrão armazena dados de API por um período limitado (normalmente 30 dias) para monitoramento de abuso, a menos que o cliente opte por não participar.
O ZDR em si não é novo — a OpenAI já o oferecia para alguns produtos anteriormente —, mas essa expansão aplica a política aos modelos mais capazes, de nível de fronteira, via API, fechando uma lacuna que empurrava alguns clientes empresariais para modelos mais antigos ou de nível inferior ao lidar com dados sensíveis.
Para empresas B2B que constroem automações de vendas, suporte ou operações sobre a API da OpenAI, a retenção de dados tem sido um ponto recorrente de atrito em compliance, particularmente para empresas do setor financeiro, serviços adjacentes à saúde, ou aquelas com clientes na UE sujeitas às exigências de minimização de dados do GDPR. Uma opção de não retenção dá às equipes de compliance e segurança uma narrativa mais limpa: prompts contendo nomes de clientes, termos de negócios ou conteúdo de tickets de suporte são processados e depois não armazenados pelo provedor do modelo.
Os detalhes de elegibilidade são limitados no anúncio — não está confirmado quais modelos de fronteira específicos, níveis de API ou tipos de conta se qualificam, nem se o ZDR se aplica uniformemente a recursos como function calling, file search ou a Assistants API. Empresas interessadas no ZDR devem confirmar o escopo e a elegibilidade diretamente com a OpenAI ou seu representante de conta, em vez de assumir cobertura.
O movimento segue um padrão mais amplo do setor de fornecedores de IA adicionando controles de dados de nível empresarial — políticas de retenção, residência regional de dados e registro de auditoria — como condição para conquistar clientes maiores e mais avessos a risco. Para operadores B2B menores, o efeito prático é uma barreira mais baixa para usar modelos de nível de fronteira em fluxos de trabalho que antes eram restritos a infraestrutura on-premise ou dados fortemente redigidos.