हर प्रॉम्प्ट के साथ, AI लैब्स हर दिन आपके बिज़नेस डेटा का और ज़्यादा हिस्सा निगल रही हैं। बचाव सिर्फ एक? ढीले-ढाले शब्दों में किया गया वादा कि उस पर ट्रेनिंग नहीं दी जाएगी।
हाल ही में Lawfare के एक विश्लेषण(नई विंडो) में कहा गया है कि जब बिज़नेस अपना डेटा कुछ गिनी-चुनी ताकतवर AI लैब्स को सौंपते हैं, तो वे उन लैब्स को यह सिखा रहे होते हैं कि उन्हें फालतू कैसे बनाया जाए। लेखक इसे नॉलेज एक्विज़िशन के ज़रिए रिप्लेसमेंट (RKA) कहते हैं।
आज AI लैब्स आपके बिज़नेस डेटा का क्या करती हैं, यह जानने का कोई तरीका नहीं है, लेकिन तीन ताकतें एक साथ काम कर रही हैं: शर्तें तय करने की लगभग बेलगाम ताकत, एक ऐसी कानूनी व्यवस्था जो अब तक यही नहीं तय कर पाई कि “ट्रेनिंग” का मतलब क्या है, और अपने ही ग्राहकों से मुकाबला करने की क्षमता और प्रेरणा — दोनों।
आपका बिज़नेस उसी जानवर को खाना खिला रहा हो सकता है, जो आगे चलकर उसे पूरा निगल जाएगा।
क्या AI लैब्स एंटरप्राइज़ डेटा पर ट्रेनिंग करती हैं?
सबसे बड़ी AI लैब्स ने बिज़नेस यूज़र्स को यह भरोसा दिलाने में कोई कसर नहीं छोड़ी है कि उनका डेटा डिफॉल्ट रूप से प्राइवेट है:
- OpenAI का दावा है कि वह बिज़नेस यूज़र्स के लिए ChatGPT के इनपुट या आउटपुट पर ट्रेनिंग नहीं करता।
- Anthropic का दावा है कि बिज़नेस डेटा डिफॉल्ट रूप से Claude के मॉडल की ट्रेनिंग से बाहर रखा जाता है।
- Microsoft का दावा है कि प्रॉम्प्ट, रिस्पॉन्स और डेटा का इस्तेमाल Copilot को ट्रेन करने के लिए नहीं किया जाता।
- Google का दावा है कि Gemini बिना पहले से अनुमति या निर्देश के अपने मॉडल को बिज़नेस डेटा पर ट्रेन नहीं करता।
- X का दावा है कि Grok के बिज़नेस प्लान पर हुई बातचीत से उसका मॉडल बेहतर नहीं होता, लेकिन जाहिर है वह ट्रेनिंग के लिए SpaceX के अपने कर्मचारियों का डेटा इस्तेमाल करेगा।
असल में, अपने यूज़र्स की प्राइवेसी बचाने के उनके वादे जानबूझकर धुंधले हैं और जितने लगते हैं उससे कहीं कमज़ोर हैं:
- अहम शब्दों की परिभाषाएं ढीली हैं। Lawfare बताता है कि OpenAI के एंटरप्राइज़ एग्रीमेंट में कस्टमर कंटेंट को इनपुट और आउटपुट कहा गया है, और फिर उन्हें “इनपुट” और “आउटपुट” शब्दों से ही परिभाषित किया गया है। Anthropic की शर्तों में कस्टमर कंटेंट पर मॉडल की ट्रेनिंग को बाहर रखा गया है, पर यह परिभाषित नहीं कि ट्रेनिंग का मतलब क्या है।
- कुछ डेटा वादे के दायरे से बाहर हो सकता है। AI जो पैटर्न, मेटाडाटा और सारांश बनाता है, पर आपको कभी दिखाता नहीं, वे शायद इनपुट या आउटपुट की गिनती में ही न आएं।
- “ट्रेनिंग” जितनी लगती है उससे कहीं सीमित है। आपके डेटा का इस्तेमाल टेस्ट बेंचमार्क बनाने, सिस्टम प्रॉम्प्ट ट्यून करने या अलग सेफ़्टी टूल्स को ट्रेन करने में हो सकता है, जो शायद इसमें न गिना जाए।
- शर्तें बदल सकती हैं। प्रोवाइडर आम तौर पर इन्हें बदलने का अधिकार अपने पास रखते हैं, और हर नए मॉडल की रिलीज़ इन्हें रीसेट करने का एक मौका होती है।
- जांच का कोई तरीका नहीं। ट्रेनिंग में क्या-क्या जाता है, यह सिर्फ लैब जानती है। किसी लीक को पकड़ पाना आपके लिए लगभग असंभव होगा। Proton के संस्थापक और CEO Andy Yen ने चेतावनी दी है कि किसी AI के साथ जानकारी शेयर करने के बाद उसे सचमुच वापस नहीं लिया जा सकता। उनका कहना है कि ज़्यादा दूर नहीं, AI “आपको खुद आपसे भी बेहतर जान सकता है।”(नई विंडो) बिज़नेस के लिए दांव और भी बड़ा है।
आपके बिज़नेस को क्या-क्या गंवाना पड़ सकता है
AI जो कुछ आपके बिज़नेस के बारे में सीखता है, वही उसे मुकाबले में आगे रखता है। Big Tech यह अच्छी तरह जानती है।
2019 से 2022 तक चले एक मामले में, यूरोपीय आयोग ने Amazon की जांच की, क्योंकि उसने थर्ड-पार्टी सेलर्स के गैर-सार्वजनिक डेटा का इस्तेमाल अपने रिटेल बिज़नेस को बेहतर बनाने के लिए किया था — यानी असल में सेलर्स के ही डेटा से उन्हीं के खिलाफ मुकाबला किया। Amazon ने इसे बंद करने का वादा किया, और बाद में यह पाबंदी Digital Markets Act में लिखी गई।
कुछ इंडस्ट्रीज़ में दांव पर सिर्फ मुकाबले की बढ़त नहीं होती। कंप्लायंस भी खतरे में होता है। मेडिसिन और फाइनेंस से जुड़े बिज़नेस पर HIPAA और GDPR जैसे नियमों के तहत संवेदनशील जानकारी की सुरक्षा की कानूनी ज़िम्मेदारी है। ये नियम पर्सनल डेटा सुरक्षित रखने पर साफ हैं, लेकिन AI इंडस्ट्री इतनी नई है कि एक ग्रे एरिया बढ़ता जा रहा है।
और अब जब AI मीटिंग नोट-टेकर्स, ईमेल और रोज़मर्रा के वर्कफ़्लो में शामिल हो चुका है, तो यह आपके बिज़नेस के उससे कहीं ज़्यादा हिस्से को छूता है, जितना तब छूता था जब यह सिर्फ चैट विंडो में रहता था।
AI लैब्स को क्या हासिल हो सकता है
AI लैब्स के पास जितना हो सके उतना डेटा लेने की आर्थिक और मुकाबले की प्रेरणा है।
AI बाज़ार तेज़ी से बढ़ता रहेगा; Gartner का अनुमान है कि 2030 तक AI हर IT काम को छू लेगा। इसने यह भी अनुमान लगाया कि 2026 में AI पर खर्च $2.5 trillion तक पहुंच जाएगा, जो पिछले साल से 44% ज़्यादा है। जब भारी ट्रेनिंग मटीरियल के बिना और होशियार AI मॉडल बनाते रहना चुनौती हो, तो AI कंपनियों के अपने एंटरप्राइज़ कस्टमर्स से फ़ायदा उठाने के रास्ते खोजने की संभावना ज़्यादा है।
बढ़ती मांग AI लैब्स को मजबूर कर रही है कि वे अपने मॉडल विकसित करने के तरीकों को लेकर और भी नए रास्ते निकालें। और बिज़नेस डेटा इन लैब्स के लिए साफ तौर पर क़ीमती है: अगस्त में Google ने दिवालिया एयरलाइन Spirit Airlines का डेटा खरीदने के लिए $10 million की बोली जीती। Association of Flight Attendants के मुताबिक, इस डेटा पैकेट में कर्मचारियों का संवेदनशील डेटा भी शामिल है। यह डेटा उन कर्मचारियों की सहमति के बिना लिया जा सकता है और Google के AI मॉडल को ट्रेन करने में इस्तेमाल हो सकता है।
OpenAI का दावा है कि वह बिज़नेस यूज़र्स के लिए अपने प्रोडक्ट्स के इनपुट या आउटपुट पर ट्रेनिंग नहीं करता। लेकिन बिज़नेस के लिए इस डेटा की ज़बरदस्त अहमियत को देखते हुए, अब हमें यह भी देखना होगा कि डेटा प्रोसेस करने के मामले में AI इंडस्ट्री की कानूनी स्थिति क्या है।
ऐसे नियमों पर भरोसा नहीं किया जा सकता जो शायद कभी आएं ही नहीं
क्या नियम आपके बिज़नेस डेटा को सबसे बड़ी AI लैब्स से बचा सकते हैं? इसे समझने के लिए हमें इंडस्ट्री की आर्थिक और राजनीतिक हकीकत पर नज़र डालनी होगी।
AI पर अमेरिका का दबदबा है। Stanford की Artificial Index Report के मुताबिक, 59 नामचीन मॉडल अमेरिका से चलते हैं, जो दुनिया के किसी भी देश से सबसे ज़्यादा है। यह दबदबा ध्यान देने वाली बात है; मार्च में व्हाइट हाउस ने AI को नियमित करने के लिए एक राष्ट्रीय नीति फ्रेमवर्क जारी किया। इसमें कहा गया है कि राज्य-स्तर के कानूनों की जगह एक संघीय AI नीति फ्रेमवर्क लाया जाए, ताकि “अमेरिकी अधिकारों और इनोवेशन की रक्षा हो और राज्यों के नियमों का बिखरा जाल न बने जो [अमेरिका] की राष्ट्रीय स्तर पर मुकाबला करने की ताकत को कमज़ोर करे।” फ्रेमवर्क में यह भी कहा गया है कि AI को नियमित करने वाले राज्य-स्तरीय कानूनों को “वैश्विक AI दबदबे की संयुक्त राज्य अमेरिका की राष्ट्रीय रणनीति के खिलाफ काम करने” की इजाज़त नहीं दी जानी चाहिए।
क्या इसकी ज़्यादा संभावना है कि अमेरिकी सरकार अलग-अलग बिज़नेस — जो अमेरिका से बाहर भी हो सकते हैं — के डेटा प्राइवेसी अधिकारों को प्राथमिकता देगी? या अपने राष्ट्रीय AI साम्राज्य के विस्तार के अधिकारों को? यूरोप के बिज़नेस के पास इसकी कोई गारंटी नहीं है कि अमेरिकी AI टूल्स उनके डेटा पर पहला हक उन्हीं को देंगे। चूंकि सबसे बड़ी AI लैब्स अमेरिका में चलती हैं, आगे एक अहम मोड़ दिख रहा है।
एंटरप्राइज़ AI के लिए बेहतर विकल्प
नियमों का इंतज़ार करने या प्राइवेसी नीतियों के पीछे भागने की जगह, बिज़नेस के पास एक आसान और ज़्यादा असरदार विकल्प है: प्राइवेसी के लिए बने AI टूल को चुनना। शोषण के बिना इनोवेशन की गुंजाइश है। आपका चुना हुआ AI टूल बस वही रहना चाहिए: आपकी सहायता करने वाला एक AI टूल; ऐसा मुकाबिल नहीं जिसे आप अपनी जगह लेने के लिए ट्रेन कर रहे हों। उसे अपना काम निभाना चाहिए और समय के साथ बेहतर होते जाना चाहिए, बिना ट्रेड सीक्रेट चुराए।
Proton ने इसी ज़रूरत को पूरा करने के लिए Lumo बनाया। यूज़र डेटा जमा करने या उसका फ़ायदा उठाने की कोई प्रेरणा न होने पर AI बिज़नेस के लिए बदलाव लाने वाला टूल बन सकता है। Lumo बिज़नेस चैट्स के लॉग नहीं रखता, जिससे आपका डेटा थर्ड-पार्टी और सरकारी निगरानी से सुरक्षित रहता है। बिना ऐड वाले बिज़नेस मॉडल और Big Tech या वेंचर कैपिटल से कोई फंडिंग न होने के कारण, Lumo की एकमात्र प्रेरणा यही है कि बिज़नेस को सबसे बेहतर सहायता मिले। एक बिज़नेस के तौर पर Proton को Proton Foundation चलाती है, यानी हम लोगों के हित में काम करते हैं, इंडस्ट्री पर दबदबे के लिए नहीं।
स्विट्ज़रलैंड में स्थित Proton पर सख्त डेटा प्राइवेसी कानूनों और GDPR का पालन भी लागू होता है। इसका कोड और मॉडल, दोनों ओपन सोर्स हैं, इसलिए कोई भी बिज़नेस हमारे दावों की जांच कर सकता है। Lumo इस तरह बनाया गया है कि वह वही करे जो AI को करना चाहिए: बिना शोषण के सहायता देना। Big Tech के AI टूल्स की जगह यूरोपीय विकल्प चुनना ही किसी बिज़नेस के लिए सबसे अच्छा तरीका है कि वह बिना नियमों वाली और भरोसेमंद न होने वाली AI लैब्स से खुद को बचाए।
