Saltar al contenido
Implementa.
ChatGPT en empresa··9 min

Retención de datos de tu proveedor de IA: no entrena con ellos, pero ¿los guarda?

La retención de datos del proveedor de IA es la pregunta que casi ninguna empresa hace. «No entrenamos con tus datos» y «no los conservamos» son dos promesas distintas: registros de abuso, estado que guarda la API, cachés, contenido marcado y órdenes judiciales. Qué guarda cada capa, cuánto tiempo y qué preguntar antes de firmar.

Senior AI Growth Implementer

AI Growth Pod

Escenario ilustrativo. El comité de compras de una aseguradora mediana revisa al proveedor de IA que va a leer partes de siniestro. La pregunta estrella sale en el minuto tres: «¿Entrenáis con nuestros datos?». «No, nunca, en ningún plan de empresa». Alivio, acta, siguiente punto. Nadie pregunta lo otro: si no los usan para entrenar, ¿qué hacen con ellos mientras tanto? ¿Los guardan? ¿Dónde, cuánto tiempo y quién puede leerlos?

La tesis en una línea: «no entrenamos con tus datos» es una promesa sobre el uso; la retención es una promesa sobre la existencia. Un dato que no entrena a nadie pero vive treinta días en un registro, dos años en una carpeta de contenido marcado o indefinidamente en un hilo que nadie borró sigue siendo un dato que puede filtrarse, citarse en un juicio o leerse en una revisión. Y eso no lo resuelve el «no entrenamos».

Retención de datos del proveedor de IA en tu empresa: dos promesas distintas

El mercado ha educado a los compradores en una sola pregunta. Tras años de titulares sobre modelos que aprendían de lo que les pegabas, los grandes proveedores han dejado claro que no entrenan con los datos de sus clientes de empresa y de API. Bien. Pero entrenar es solo uno de los destinos posibles de un dato. Los otros son más aburridos y más frecuentes: un registro para vigilar abusos, el estado que la propia API conserva para que la conversación continúe, una caché para ahorrar cómputo, una copia retenida porque un clasificador la marcó o porque un juez lo ordenó.

Por eso la retención de datos del proveedor de IA no se responde con un número. Se responde con un mapa: qué capas guardan algo, cuánto tiempo cada una y qué controlas tú. Lo que sigue es ese mapa, con las condiciones publicadas por los propios proveedores a fecha de noviembre de 2026. Cambian a menudo: úsalo como lista de preguntas, no como respuesta fija.

¿Qué guarda un proveedor de IA aunque no entrene con tus datos?

Cinco capas. Casi nunca aparecen juntas en la misma página de la documentación, y por eso casi nadie las ve juntas.

CapaQué esPlazo típico publicadoQuién lo controla
Registros de abusoCopia de entradas y salidas para detectar uso indebidoHasta 30 días en la API de OpenAI y AnthropicEl proveedor (salvo retención cero pactada)
Estado de aplicaciónLo que la API guarda para que funcione: hilos, ficheros, respuestas almacenadas, lotesHasta que lo borras, o 30 días en las respuestas almacenadas de OpenAITú, si sabes que existe
CachésPrefijos o contexto reutilizable para ahorrar cómputoHoras; hasta 24 h en las cachés de OpenAI y GoogleMixto
Contenido marcadoLo que un clasificador de seguridad señalaHasta 2 años las entradas y salidas en AnthropicEl proveedor
Obligación legalRetención impuesta por ley o por un tribunalIndefinido mientras dureNadie de los dos

Las cifras salen de la documentación oficial: la guía de controles de datos de la API de OpenAI, el artículo de retención de datos de organizaciones de Anthropic (fechado el 1 de julio de 2026) y la página de retención cero de Google Cloud. Son condiciones globales de producto, no de un país: el plazo no cambia porque contrates desde Madrid o desde Lisboa. Dónde se guarda, en cambio, sí puede cambiar, y es otra pregunta.

Los registros de abuso: los treinta días que nadie lee en la demo

OpenAI conserva los registros de vigilancia de abuso de su API hasta 30 días, salvo que la ley exija más. Anthropic borra entradas y salidas de su API en un máximo de 30 días desde que se reciben o generan, con cuatro excepciones escritas: servicios con retención bajo tu control (como su API de ficheros), un acuerdo distinto (como la retención cero), la aplicación de su política de uso y el cumplimiento de la ley. Treinta días es poco para un modelo de negocio y mucho para un expediente médico.

El estado de aplicación: lo que tú mismo le pediste que guardara

Esta es la capa traicionera, porque la retención la activa tu equipo sin saberlo. En la API de OpenAI, los asistentes, hilos, almacenes vectoriales, ficheros, lotes y trabajos de ajuste se guardan hasta que los borras; los objetos borrados desaparecen de sus servidores 30 días después. En Anthropic, la API de ficheros conserva hasta borrado o caducidad, el procesamiento por lotes guarda 29 días y los contenedores de ejecución de código, hasta 30. Ninguna de esas funciones entra en la retención cero de ninguno de los dos. El agente que montaste en una tarde con ficheros adjuntos tiene una política de retención: «para siempre, hasta que alguien se acuerde».

El contenido marcado y la orden del juez

Si un clasificador automático marca una conversación, Anthropic puede conservar entradas y salidas hasta 2 años y las puntuaciones de clasificación hasta 7. No hace falta hacer nada malo: basta con que tu caso de uso —un bufete con expedientes penales, una plataforma de salud mental, un equipo de ciberseguridad— se parezca a algo que el clasificador vigila. Y la ley va por encima de todo: en 2025, un tribunal federal de Estados Unidos obligó a OpenAI a conservar registros que habrían sido borrados en el pleito con The New York Times; la obligación general se levantó con efecto desde el 26 de septiembre de 2025, con excepciones, según Engadget. «Lo borramos» es una política. Una orden judicial es otra cosa.

«Retención cero»: qué cubre y qué no

La retención cero (ZDR, por sus siglas en inglés) existe y funciona. Pero no es un interruptor del panel: se negocia. En OpenAI requiere aprobación previa; en Anthropic se activa por organización a través de ventas, y cada organización nueva necesita su propia activación. Y cubre los endpoints, no tu proyecto: si tu flujo usa ficheros, lotes o herramientas que no son elegibles, esa parte sigue con la retención estándar aunque el contrato diga «ZDR».

En la nube de los grandes la regla se repite con matices. En Azure, los revisores humanos de Microsoft solo acceden a prompts y respuestas ya marcados, y la vigilancia modificada —sin almacenamiento ni revisión humana— exige cumplir criterios adicionales y pedirla por formulario, según su página de datos y privacidad. En Google, la conexión con la Búsqueda guarda registros hasta 3 días y no se puede desactivar; la de Mapas, 30 días. Activar una función «inteligente» puede añadir una capa de retención que tu contrato de retención cero no toca.

Las preguntas de retención que tienes que hacer antes de firmar

Si ya pides el contrato de encargo del tratamiento —y deberías, como explicamos en lo que tu proveedor de IA no te cuenta sobre el RGPD—, añade estas seis. Las respuestas deben venir por escrito y apuntar a una página de documentación o una cláusula, no a una diapositiva.

  1. ¿Cuántos días conserváis entradas y salidas por defecto, y para qué? Abuso, depuración, facturación: cada fin es un plazo.
  2. ¿Qué funciones que vamos a usar guardan estado y hasta cuándo? Ficheros, hilos, memoria, lotes, respuestas almacenadas. Pide la lista contra tu diseño, no contra el catálogo.
  3. ¿Ofrecéis retención cero, en qué endpoints y en qué modelos? Y si el modelo que nos proponéis la excluye.
  4. ¿Qué pasa con lo que marca vuestro clasificador? Plazo, quién lo revisa y si nos avisáis.
  5. ¿Quién puede leer lo retenido y desde dónde? Revisores humanos, subencargados, región.
  6. ¿Cómo borramos y cómo lo comprobamos? Un borrado que no se puede verificar es una promesa más.

Fíjate en que ninguna pregunta habla de entrenamiento. Esa ya la tienes contestada. Lo que te falta es el resto.

Lo que sí controlas: la retención la decide tu arquitectura

El contrato fija el máximo que guarda el proveedor. El diseño decide cuánto le das. Tres decisiones bajan la exposición sin esperar a ninguna negociación:

  • No guardes estado en el proveedor si no lo necesitas. Desactiva el almacenamiento de respuestas, lleva el historial y la memoria del agente a tu propio sistema y borra ficheros al terminar el trabajo. Lo que no se sube no se retiene.
  • Minimiza antes de enviar. Sustituye nombres, DNI o números de póliza por identificadores, y reconstruye al volver. Al proveedor le llega el problema, no la persona.
  • Decide por tipo de dato, no por proveedor. Lo público va a donde sea más barato; lo sensible, a un endpoint con retención cero o a un modelo que corra en tu perímetro, como cuentan las herramientas open source de automatización con IA.

Y escribe todo esto en el mismo sitio donde ya decides quién aprueba qué: la gobernanza y el control de la automatización con IA no está completa si no dice qué sale de casa, a qué proveedor y por cuánto tiempo.

La otra retención: la tuya

Aquí está la ironía. Muchas empresas que aprietan al proveedor para que guarde cero días guardan ellas mismas los prompts y respuestas en un registro sin fecha de caducidad, con datos personales dentro, porque «por si acaso». O al revés: rotan los registros a los treinta días y, cuando llega la reclamación, no hay nada que enseñar. La retención propia también se diseña: cuánto se guarda cada tipo de traza, qué se enmascara y quién la consulta. Es exactamente lo que resolvemos al montar la trazabilidad de decisiones de IA, y por la misma razón: un plazo que nadie eligió también es una decisión.

¿Cuándo no merece la pena tanto?

Cuando lo que envías es público o no identifica a nadie: resumir artículos de prensa, generar descripciones de producto a partir de tu catálogo, traducir tu web. Ahí treinta días de registro de abuso son irrelevantes y negociar retención cero es tiempo perdido. La pregunta de retención importa en proporción a lo que el dato diría de alguien si apareciera fuera. Datos de salud, financieros, de empleados, de clientes con nombre, expedientes: ahí sí, mapa completo y por escrito.

Y no confundas el mapa con el sello. Una certificación te dice que el proveedor tiene controles; no te dice cuántos días guarda tus prompts, como explicamos en qué prueban SOC 2 e ISO 42001. Ese número está en la documentación de producto, y cambia más rápido que cualquier certificado.

Nota: este artículo no es asesoramiento jurídico. Los plazos citados son los publicados por cada proveedor en su documentación oficial, consultada el 12 de noviembre de 2026, y se aplican de forma global; verifica siempre las condiciones vigentes y tu contrato antes de decidir.

¿Lo dejamos funcionando?

Si esto te ha resonado, conversación de 30 minutos sin compromiso. Te decimos qué encaja, qué no y a qué precio aproximado.

Ver casos
Retención de datos de tu proveedor de IA: no entrena con ellos, pero ¿los guarda? · Implementa