🤖OpenAI presenta Private Intelligence: un búnker de IA para trabajar con datos confidenciales sin perder el control.
¿Te imaginas poder utilizar agentes de inteligencia artificial para trabajar con documentos internos, información financiera, datos de clientes o proyectos confidenciales sin tener que preocuparte constantemente por dónde acaba toda esa información?
Pues OpenAI quiere llevar precisamente esa posibilidad un paso más allá.
La compañía ha presentado Private Intelligence, una nueva propuesta dirigida a empresas que necesitan utilizar modelos avanzados de inteligencia artificial sin renunciar al control sobre sus datos.
Y ojo, porque no estamos hablando simplemente de otro chatbot con una opción de privacidad en los ajustes.
La idea es construir un entorno en el que las empresas puedan utilizar agentes de IA, establecer qué información pueden consultar, qué acciones tienen permitido ejecutar y cuándo necesitan autorización humana.
Además, OpenAI ha presentado Private Inference, una tecnología que se encuentra en fase de vista previa para API y que utiliza computación confidencial para proteger las solicitudes y respuestas mientras el modelo las procesa.
Dicho de otra manera: quieren que las empresas puedan aprovechar la inteligencia artificial incluso cuando trabajan con información que no pueden permitirse dejar expuesta.
Te cuento cómo funciona, qué tecnologías hay detrás y por qué creo que esto puede ser especialmente importante para el futuro de los agentes de IA.
1. ¿Qué es OpenAI Private Intelligence?
Lo primero que quiero aclarar es que Private Intelligence no es un nuevo modelo de inteligencia artificial ni una versión especial de ChatGPT para particulares.
Es una propuesta de OpenAI para empresas que necesitan utilizar inteligencia artificial avanzada con controles de privacidad, seguridad y acceso mucho más estrictos.
Imagina que una empresa quiere crear un agente de IA para gestionar parte de sus operaciones.
Ese agente podría necesitar consultar contratos, analizar documentos internos, acceder a información financiera o trabajar con datos de clientes.
El problema es evidente: cuanto más acceso tiene la inteligencia artificial a los sistemas de una empresa, más importante resulta controlar qué puede ver y qué puede hacer.
No tendría mucho sentido crear un agente capaz de gestionar información confidencial y después dejarle acceso a todos los documentos de la organización como si fuera el becario al que le han dado las llaves de la oficina.
Aquí es donde entra Private Intelligence.
OpenAI quiere que las empresas puedan establecer límites antes de que los agentes empiecen a trabajar.
Entre otras cosas, pueden definir:
Acceso a los datos: qué información puede consultar cada agente.
Herramientas disponibles: con qué aplicaciones y sistemas puede trabajar.
Acciones permitidas: qué operaciones puede realizar y cuáles tiene prohibidas.
Autorizaciones: qué tareas necesitan la aprobación de una persona antes de ejecutarse.
La idea es que la empresa no tenga que elegir entre aprovechar la inteligencia artificial o mantener el control de su información.
Puede hacer ambas cosas, siempre que configure correctamente las protecciones y los permisos disponibles.
2. Zero Data Retention: cuando OpenAI no conserva tus solicitudes ni respuestas
Uno de los pilares de Private Intelligence es una tecnología que ya existía en la plataforma de OpenAI: Zero Data Retention (ZDR).
Su nombre es bastante descriptivo.
En los flujos de API elegibles que tienen habilitada esta modalidad, OpenAI no conserva los prompts ni las respuestas del modelo una vez procesada la solicitud.
Esto significa que el contenido de las interacciones no queda almacenado por OpenAI para su posterior revisión humana dentro de las condiciones de ZDR.
Además, los datos empresariales no se utilizan para entrenar los modelos de OpenAI salvo que el cliente lo autorice expresamente.
Pero hay un matiz importante que quiero destacar.
Zero Data Retention no significa que absolutamente cualquier dato, archivo o proceso desaparezca de todos los sistemas de forma automática.
La protección depende de que la organización sea elegible, tenga aprobada y configurada la modalidad correspondiente y utilice endpoints y funcionalidades compatibles.
También existen excepciones específicas relacionadas con determinados tipos de contenido y obligaciones legales.
Por eso, antes de conectar información confidencial, yo comprobaría exactamente qué endpoints están cubiertos y cuáles no.
La documentación técnica de OpenAI detalla estas condiciones. https://developers.openai.com/api/docs/guides/your-data
3. Private Inference: proteger los datos mientras la IA está trabajando
Aquí llegamos a una de las partes más interesantes de esta novedad.
Una cosa es evitar que una empresa conserve tus datos después de procesarlos y otra diferente es protegerlos mientras el modelo está trabajando con ellos.
Para abordar esta segunda cuestión, OpenAI ha presentado Private Inference.
Esta tecnología utiliza un concepto conocido como confidential computing o computación confidencial.
¿Y qué significa exactamente?
Normalmente, cuando envías una solicitud a un modelo de inteligencia artificial, el sistema necesita procesar esa información para generar una respuesta.
Si estamos hablando de datos sensibles, las empresas quieren tener garantías adicionales de que esa información está protegida durante todo el proceso.
La computación confidencial utiliza entornos de ejecución protegidos por hardware para aislar el procesamiento y aplicar controles verificables sobre el acceso a los datos.
En el caso de Private Inference, OpenAI combina esta tecnología con controles diseñados para proteger los prompts y las respuestas mientras el modelo los procesa.
Por ejemplo, imagina que una empresa necesita analizar un documento financiero que contiene información que no puede hacerse pública.
Con un sistema de este tipo, la intención es que el procesamiento se realice dentro de un entorno confidencial, con garantías adicionales sobre quién puede acceder a la información.
Y aquí está la diferencia respecto a Zero Data Retention:
Zero Data Retention: se centra en no conservar los prompts y las respuestas después de procesar la solicitud, dentro de los flujos elegibles.
Private Inference: se centra en proteger la información durante el propio procesamiento mediante computación confidencial.
Son dos mecanismos diferentes que pueden complementarse.
Eso sí, Private Inference sigue en fase de vista previa para API. No conviene confundir su presentación con una disponibilidad general ni asumir que todos los modelos y operaciones están cubiertos.
4. Los agentes de IA también tendrán que aprender a respetar los límites
Para mí, esta es otra de las partes más importantes de Private Intelligence.
Hasta ahora, cuando hablamos de inteligencia artificial, solemos centrarnos en lo que un modelo puede hacer: escribir, analizar, programar, investigar o automatizar tareas.
Pero con la llegada de los agentes de IA aparece una cuestión mucho más importante:
¿Qué pasa cuando la inteligencia artificial no solo responde, sino que también puede actuar?
Imagina que una empresa conecta un agente a sus sistemas internos.
Ese agente podría consultar documentos, organizar información, preparar informes, interactuar con aplicaciones y ejecutar determinadas operaciones.
Ahora piensa en lo que podría suceder si tuviera permisos para modificar contratos, enviar información a terceros o realizar operaciones sin supervisión.
No hace falta ser un experto en ciberseguridad para entender que ahí puede haber un problema bastante serio.
Por eso me parece interesante que OpenAI incorpore controles específicos para las acciones de los agentes.
La empresa puede establecer qué operaciones están permitidas y cuáles necesitan aprobación humana.
Por ejemplo:
Un agente puede consultar una factura, pero no modificar sus datos bancarios.
Puede preparar una transferencia, pero necesitar autorización antes de ejecutarla.
Puede analizar contratos, pero no enviarlos automáticamente a personas externas.
Puede consultar determinados documentos, pero no acceder a toda la información de la empresa.
La idea es pasar de agentes que simplemente tienen capacidades a agentes que trabajan dentro de unas reglas definidas.
Y esto me parece fundamental.
Porque cuanto más autónomos sean los agentes, más importante será controlar sus permisos.
5. ¿Qué tipo de empresas pueden beneficiarse de Private Intelligence?
No todas las empresas necesitan este nivel de protección.
Si utilizas inteligencia artificial para preparar publicaciones de Instagram, organizar ideas o escribir descripciones de productos, probablemente no necesites una infraestructura empresarial de este tipo.
Pero hay sectores en los que la información es especialmente delicada.
Estos son algunos ejemplos donde veo aplicaciones interesantes.
Finanzas y banca
Una entidad financiera puede utilizar agentes para analizar documentación, procesar información y ayudar en determinadas tareas internas.
En este contexto, controlar el acceso a los datos de los clientes y limitar las operaciones que puede ejecutar cada agente resulta fundamental.
Sanidad
Las organizaciones sanitarias trabajan con información especialmente sensible.
Los sistemas de IA pueden ayudar a organizar documentación, analizar información y facilitar determinados procesos administrativos, siempre dentro de las condiciones legales y técnicas correspondientes.
Private Intelligence puede resultar interesante para organizaciones que necesitan controles adicionales sobre este tipo de información.
Empresas tecnológicas
Una compañía que desarrolla productos puede utilizar agentes para consultar documentación técnica, investigar errores, analizar código o trabajar con información propietaria.
Evitar que datos internos y propiedad intelectual queden expuestos es una prioridad.
Despachos jurídicos
Los documentos legales suelen contener información confidencial sobre clientes, contratos, operaciones y procedimientos.
Los agentes podrían ayudar a localizar información, resumir expedientes o preparar documentación, siempre con permisos y revisiones adecuados.
Grandes empresas y organismos públicos
Las organizaciones que trabajan con múltiples departamentos necesitan establecer quién puede consultar cada información y qué operaciones puede ejecutar cada sistema.
En estos entornos, disponer de controles centralizados puede marcar una diferencia importante.
6. ¿Qué otras protecciones incluye OpenAI?
Private Intelligence no se limita a la retención de datos y al procesamiento confidencial.
OpenAI también destaca otras medidas de seguridad que forman parte de su propuesta.
Entre ellas encontramos:
Cifrado: protección de la información durante su transmisión y almacenamiento, según los servicios y configuraciones aplicables.
Controles de acceso: restricciones para limitar quién puede acceder a la información empresarial.
Protección frente a amenazas: mecanismos de supervisión y detección de posibles riesgos.
Cumplimiento y certificaciones: referencias a auditorías SOC 2 Type 2, certificaciones ISO y otras capacidades de cumplimiento para servicios y entornos específicos.
También existen opciones de soporte para determinados entornos regulados, como HIPAA mediante los acuerdos correspondientes y ofertas específicas de FedRAMP para organismos gubernamentales.
Es importante entender que estas certificaciones y capacidades no se aplican automáticamente a todos los productos ni convierten cualquier implementación en un entorno legalmente conforme.
Cada organización debe comprobar qué servicios, contratos y configuraciones necesita para cumplir sus obligaciones.
7. El hack que utilizaría antes de conectar un agente de IA a los datos de una empresa
Ahora quiero llevar todo esto a algo práctico.
Imagina que tienes una empresa y quieres conectar un agente de IA a tus documentos, aplicaciones o sistemas internos.
Antes de hacerlo, yo prepararía un pequeño mapa de permisos y riesgos.
¿Por qué?
Porque muchas veces pensamos primero en lo que queremos automatizar y dejamos para el final una pregunta mucho más importante: qué información necesita realmente el agente para hacer su trabajo.
Mi recomendación sería empezar identificando las categorías de datos, sin copiar información confidencial en ninguna herramienta.
Después, utilizaría este prompt para preparar una matriz de control.
PROMPT:
Create a data governance and access-control matrix for the following business process.
Include these columns:
1. Data category.
2. Purpose of use.
3. Who can access or modify the data.
4. Required data retention period.
5. Permitted agent actions.
6. Actions requiring human approval.
7. Security and privacy requirements.
Use only the information I provide.
If a detail has not been specified, mark it as "Not defined".
Do not invent retention periods, permissions, legal requirements or security guarantees.
At the end, identify the most important questions that must be resolved before connecting an AI agent to sensitive business information.¿Qué obtendría con esto?
Una tabla que me permitiría identificar qué información utiliza cada proceso, quién puede acceder a ella y qué acciones debería poder realizar un agente.
Por ejemplo, podría descubrir que un agente necesita consultar facturas, pero no tiene ningún motivo para modificar los datos bancarios de los proveedores.
O que puede preparar un informe financiero, pero no debería enviarlo a terceros sin una aprobación previa.
Y esa es precisamente la utilidad de este ejercicio.
No se trata de entregar todos los permisos a la inteligencia artificial y confiar en que todo salga bien.
Se trata de conceder únicamente los accesos necesarios.
Importante: esta matriz es un punto de partida para organizar el trabajo. No sustituye una auditoría de seguridad, una revisión jurídica ni la configuración técnica de los permisos.
8. ¿Está disponible para todo el mundo? ¿Cuánto cuesta?
Aquí toca bajar un poco las expectativas.
Aunque OpenAI ya ha publicado la página oficial de Private Intelligence y ha abierto el registro de interés, no estamos ante una función que puedas activar directamente desde tu cuenta personal de ChatGPT.
La propuesta está orientada a organizaciones empresariales y a flujos de trabajo que cumplan los requisitos correspondientes.
En cuanto a Private Inference, se encuentra en fase de vista previa para API.
Para las empresas interesadas, OpenAI dispone de un formulario de registro para que puedan comunicar sus necesidades y solicitar información sobre el producto.
Por ahora, no hay una tarifa pública general ni una lista definitiva de todos los modelos, endpoints y configuraciones disponibles para cada organización.
Por tanto, si una empresa quiere probarlo, tendrá que contactar con OpenAI y consultar las condiciones de acceso.
Puedes encontrar la información directamente en la página oficial:
Y aquí puedes registrar el interés de tu organización:
9. Mi conclusión: el futuro de los agentes de IA también depende de cuánto control tengamos sobre ellos
Personalmente, creo que esta propuesta de OpenAI apunta a uno de los grandes retos de la inteligencia artificial empresarial.
Hasta ahora, buena parte de la conversación se ha centrado en conseguir modelos más inteligentes, rápidos y capaces de realizar tareas cada vez más complejas.
Pero hay algo que no podemos olvidar.
Cuanto más capaces sean los agentes de IA, más información necesitarán consultar y más acciones podrán ejecutar.
Y eso hace que la privacidad, la seguridad y el control de permisos sean cada vez más importantes.
Me parece especialmente interesante la combinación de Zero Data Retention, Private Inference y los controles de autorización para agentes.
Son piezas diferentes que abordan problemas distintos, pero que juntas pueden facilitar que las empresas utilicen IA en procesos donde antes tenían muchas más restricciones.
Eso sí, tampoco quiero que nos quedemos únicamente con el mensaje comercial.
Ninguna tecnología garantiza por sí sola que una implementación sea completamente segura. La configuración, los permisos, los sistemas conectados y las políticas internas siguen siendo responsabilidad de cada organización.
Para mí, la verdadera evolución no consiste únicamente en tener agentes capaces de hacer más cosas.
Consiste en poder decidir exactamente qué pueden hacer, con qué información pueden trabajar y cuándo deben pedir permiso.
Porque una cosa es tener un asistente de IA que te ayude con el trabajo y otra muy distinta es darle las llaves de toda tu empresa.
Y ahora te pregunto: ¿confiarías en un agente de IA para trabajar con los datos confidenciales de tu empresa si pudieras controlar exactamente qué información ve y qué acciones puede ejecutar?
Las noticias de IA que necesitas. Las que no, te las ahorramos.
Es gratis, pero cuidado, que engancha
