OpenAI Dituduh Memakai Riset Pengguna, Seberapa Aman Data Bisnismu di Prompt AI?

Data bisnis yang kamu ketik ke tool AI publik bisa ikut dipakai untuk melatih model, kecuali pengaturannya kamu matikan atau kamu memakai paket bisnis yang secara default tidak melatih dari datamu. Kasus tuduhan matematikawan NYU ke OpenAI pada September 2026 menunjukkan satu hal penting: penyedia sendiri bisa saja tidak berani menjamin datamu sama sekali tidak ikut berperan.
Bagian dari playbook: Playbook AI untuk Produktivitas dan Efisiensi Bisnis
Kabar baiknya, risiko ini bisa dikelola. Caranya dengan memahami ke mana prompt kamu pergi setelah tombol kirim ditekan, lalu memilah data mana yang boleh masuk dan mana yang harus tetap di kepala atau di dokumen internal.
Apa yang sebenarnya terjadi antara OpenAI dan matematikawan NYU?
Ringkasnya begini, berdasarkan rangkuman Slashdot tertanggal 14 September 2026 yang mengutip New York Post, TechCrunch dan pernyataan publik sang profesor.
- Awal September 2026, OpenAI mengumumkan model AI-nya berhasil memecahkan masalah persamaan Navier-Stokes, salah satu soal matematika paling terkenal yang belum terpecahkan.
- Tristan Buckmaster, profesor matematika di New York University, sedang mengerjakan masalah fluida yang berkaitan, yaitu persamaan Euler. Ia bekerja bersama Levent Alpöge, peneliti yang bekerja di Anthropic.
- Dalam prosesnya, Buckmaster memakai tool AI dari Anthropic dan OpenAI. Ia mempertanyakan waktu temuan OpenAI yang muncul setelah perusahaan itu tahu tentang pekerjaannya.
- Ia bertanya apakah sistem OpenAI pernah dilatih dengan, atau punya akses ke, risetnya. Menurut versinya, pertanyaan itu tidak dijawab.
- Dalam pengumumannya, OpenAI menyatakan tidak ada data pengguna yang dimasukkan untuk memecahkan soal itu. Namun OpenAI juga menulis bahwa mereka “cannot rule out” data yang dianonimkan ikut dipakai untuk “improve our models”.
Perlu dicatat, kasus ini masih diperdebatkan. Pihak OpenAI membantah tuduhan tersebut, dan sebagian pengamat menilai pendekatan matematis kedua makalah berbeda. Saya tidak menemukan bukti publik yang memastikan siapa yang benar. Jadi artikel ini tidak menyimpulkan OpenAI mencuri riset.
Yang menarik justru kalimat “cannot rule out” itu. Kalimat itu jujur, dan sekaligus membuka pertanyaan yang relevan buat setiap pemilik bisnis.
Kenapa kasus matematika ini relevan buat data bisnismu?
Coba kamu bayangin. Seorang profesor dengan riset bertahun-tahun memakai tool AI untuk membantu kerjanya. Lalu penyedia tool itu sendiri mengatakan tidak bisa menyingkirkan kemungkinan data hasil pemakaian ikut membantu meningkatkan model. Kalau di level riset kelas dunia saja pertanyaannya terbuka, bagaimana dengan strategi peluncuran produk yang kamu ketik ke ChatGPT tadi pagi?
Baca jugaPrompt & ChatGPTLima Bagian Wajib Ada di Prompt, Menurut Riset 1.565 Paper Akademik
Pelajarannya ada di mekanisme, bukan di drama siapa benar. Ada tiga hal yang membuat data bisnis di prompt layak dijaga.
Anonim menghapus nama, gagasannya tetap utuh
Banyak orang merasa tenang mendengar kata “dianonimkan”. Padahal anonimisasi biasanya menyasar identitas: nama, email, nomor akun. Ia tidak menyasar isi gagasan.
Untuk data pribadi, itu cukup membantu. Untuk ide bisnis, perlindungannya tipis. Nilai sebuah strategi justru ada di isinya. Kalau kamu menulis “rencana bundling produk A dan B untuk segmen ibu muda dengan harga di bawah kompetitor X”, lalu namamu dihapus, gagasan itu tetap utuh.
Itulah kenapa kasus Buckmaster terasa mengganggu. Yang dipersoalkan adalah arah berpikir dalam drafnya, dan arah berpikir tidak hilang saat label pemiliknya dicopot.
Tiga jalur yang dilalui prompt kamu setelah dikirim
Setelah kamu menekan kirim, data kamu umumnya bisa melewati tiga jalur berbeda:
- Jalur pelatihan model. Percakapan dipakai sebagai bahan meningkatkan model berikutnya. Jalur ini yang paling sering bisa dimatikan lewat pengaturan.
- Jalur penyimpanan (retensi). Percakapan disimpan selama periode tertentu, misalnya untuk keperluan keamanan, pemantauan penyalahgunaan atau riwayat chat. Mematikan pelatihan tidak otomatis mematikan jalur ini.
- Jalur peninjauan manusia. Sebagian layanan menyebut percakapan bisa dibaca peninjau terlatih, untuk kualitas atau keamanan.
Kebanyakan orang hanya memikirkan jalur pertama. Padahal jalur kedua dan ketiga tetap ada walau kamu sudah opt-out.
Model yang lebih pintar bisa menguntungkan pesaingmu juga
Ini sisi yang jarang dibahas. Kalau pola dari ribuan percakapan ikut memperbaiki model, perbaikan itu dinikmati semua pengguna, termasuk pesaingmu.
Model jarang “menyalin” satu percakapan utuh lalu memberikannya ke orang lain. Risikonya lebih halus: pola dan pendekatan yang tadinya cuma ada di beberapa kepala, perlahan jadi lebih mudah diakses siapa saja. Untuk kebanyakan pekerjaan harian, ini tidak masalah. Untuk ide yang menjadi pembeda bisnismu, ini perlu dipikirkan.
Dua pemilik bisnis, satu tool yang sama
Biar lebih kebayang, misalnya ada dua pemilik brand skincare lokal yang sama-sama memakai ChatGPT versi gratis. Ini skenario ilustrasi, bukan kasus nyata.
Pemilik pertama menempelkan seluruh dokumen rencana kuartal depan ke chat. Isinya formula produk baru, nama pemasok, margin per produk, dan daftar reseller beserta nomor teleponnya. Ia minta AI merapikan jadi presentasi. Pengaturan pelatihan tidak pernah ia cek.
Pemilik kedua butuh hasil yang sama. Tapi sebelum menempel, ia mengganti nama pemasok jadi “Pemasok A”, menghapus angka margin, dan tidak memasukkan daftar reseller. Ia hanya meminta AI menyusun struktur presentasi dan alur argumennya. Angka asli ia isi sendiri di file lokal.
Hasil presentasinya hampir sama bagusnya. Bedanya, pemilik kedua tidak menyerahkan inti bisnisnya ke sistem yang aturan penyimpanannya tidak ia pahami.
Nah, ini pola yang perlu kamu tangkap. Sebagian besar nilai AI datang dari struktur, bahasa dan kerangka berpikir. Detail yang paling sensitif sering tidak dibutuhkan AI untuk menghasilkan jawaban yang berguna.
Apa kata kebijakan resmi tiap tool soal datamu?
Kebijakan ini berubah dari waktu ke waktu. Ringkasan di bawah saya cek dari halaman resmi pada November 2026. Selalu periksa ulang sebelum mengambil keputusan untuk bisnismu.
ChatGPT dan API OpenAI
- Di akun pribadi ChatGPT, kamu bisa mematikan pelatihan dengan menonaktifkan “Improve the model for everyone” di Settings, lalu Data controls. Ini dijelaskan di halaman bantuan OpenAI tentang pemakaian data.
- Menurut FAQ Data Controls OpenAI, Temporary Chat tidak dipakai untuk meningkatkan model selama tetap berstatus sementara. Kalau kamu menyimpannya, chat itu mengikuti pengaturan akun biasa.
- ChatGPT Business, Enterprise, Edu dan API secara default tidak dipakai untuk melatih model.
- Dokumentasi data API OpenAI menyebut data API tidak dipakai melatih model sejak 1 Maret 2023, kecuali kamu memilih ikut berbagi. Log pemantauan penyalahgunaan tetap disimpan hingga 30 hari secara default. Opsi tanpa retensi butuh persetujuan OpenAI.
Claude dari Anthropic
- Berdasarkan pengumuman pembaruan Consumer Terms Anthropic, akun Free, Pro dan Max bisa dipakai melatih model baru bila pengaturannya aktif, termasuk saat memakai Claude Code dari akun tersebut.
- Bila pelatihan aktif, retensi data diperpanjang hingga lima tahun untuk chat baru atau yang dilanjutkan. Bila tidak aktif, retensi tetap 30 hari.
- Aturan ini tidak berlaku untuk layanan dengan Commercial Terms, seperti paket Team, Enterprise dan API.
Gemini dari Google
- Gemini Apps Privacy Hub secara terang menulis agar kamu tidak memasukkan informasi rahasia yang tidak ingin dilihat peninjau atau dipakai Google untuk meningkatkan layanannya.
- Kamu bisa menghentikan peninjauan untuk pelatihan lewat pengaturan Gemini History, atau memakai temporary chat.
- Chat sementara dan chat saat History mati tetap disimpan sekitar dua bulan untuk merespons dan menjaga keamanan. Google juga menulis bahwa, apa pun pengaturannya, chat dipakai untuk merespons dan melindungi pengguna, termasuk dengan bantuan peninjau manusia.
Kalau dibaca bersama, polanya konsisten. Akun konsumen gratis atau berbayar perorangan cenderung punya risiko pelatihan lebih tinggi. Paket bisnis dan API cenderung lebih ketat secara default. Retensi untuk keamanan hampir selalu ada.
Data bisnis mana yang paling berisiko masuk ke tool AI publik?
Daripada melarang semua atau membolehkan semua, lebih praktis memakai tiga kelompok sederhana.
Kelompok merah, jangan masuk ke akun konsumen:
- Data pribadi pelanggan, seperti nama lengkap, nomor telepon, alamat dan riwayat transaksi.
- Kredensial, kata sandi, token API dan detail pembayaran.
- Formula, resep atau proses produksi yang jadi pembeda utama.
- Isi kontrak, harga khusus dari pemasok dan data yang dilindungi perjanjian kerahasiaan.
- Rencana yang belum diumumkan dan sangat bergantung pada momen, seperti produk baru atau akuisisi.
Kelompok kuning, boleh setelah disamarkan:
- Hasil riset kompetitor, cukup ganti nama dan angka spesifik.
- Data penjualan, cukup pakai tren atau persentase hasil olahanmu sendiri.
- Draf strategi, cukup ambil kerangka masalahnya tanpa detail eksekusi.
Kelompok hijau, relatif aman:
- Materi yang memang sudah publik, seperti caption terbit, deskripsi produk di marketplace dan artikel blog.
- Pertanyaan umum soal konsep, misalnya cara menyusun funnel atau struktur email follow-up.
Untuk riset pesaing, kamu tetap bisa memanfaatkan AI secara dalam. Teknik seperti riset kompetitor tiga lapis dengan satu prompt atau prompt chaining untuk riset pasar kebanyakan bekerja dengan data publik. Yang perlu dijaga adalah kesimpulan strategis milikmu yang lahir dari riset itu.
Cara memakai AI untuk kerja strategis tanpa membocorkan inti bisnis
Ini langkah yang bisa kamu jalankan minggu ini, berurutan dari yang paling cepat.
1. Cek pengaturan semua akun AI yang dipakai tim
Daftar semua tool AI yang dipakai kamu dan tim. Sering ternyata ada akun pribadi karyawan yang dipakai untuk kerja kantor. Buka pengaturan data di masing-masing, lalu catat status pelatihan dan riwayatnya. Matikan pelatihan untuk akun yang menyentuh data kerja.
2. Pisahkan akun pribadi dan akun kerja
Akun yang dipakai untuk iseng tanya resep jangan sama dengan akun yang dipakai menyusun strategi. Kalau bisnismu sudah rutin memakai AI untuk data sensitif, pertimbangkan paket bisnis atau akses API. Ingat, paket bisnis mengurangi risiko pelatihan, tapi aturan retensinya tetap perlu kamu baca.
3. Biasakan menyamarkan sebelum menempel
Buat kebiasaan sederhana: ganti nama orang, merek, pemasok dan angka sebelum menempel teks ke chat. Pakai label seperti “Pelanggan A” atau “Produk X”. Kalau butuh angka, pakai skala ilustrasi, misalnya “anggap omzet 100 satuan”. Setelah AI menjawab, isi detail asli di dokumen lokalmu.
4. Pakai Temporary Chat untuk diskusi yang lebih sensitif
Untuk brainstorming yang menyentuh rencana belum diumumkan, gunakan mode chat sementara. Pahami batasnya: menurut kebijakan resmi, data tetap disimpan sementara untuk keamanan. Mode ini mengurangi jalur pelatihan, dan jalur penyimpanan tetap berjalan.
5. Tulis aturan pakai AI dalam satu halaman untuk tim
Tidak perlu dokumen tebal. Cukup satu halaman berisi tiga kelompok data tadi, tool mana yang boleh dipakai, dan contoh prompt yang sudah disamarkan. Tim tipis justru paling butuh ini, karena satu orang biasanya pegang banyak data sekaligus.
6. Catat tanggal ide pentingmu di sistem sendiri
Pelajaran lain dari kasus Buckmaster adalah soal bukti waktu. Simpan draf ide penting di penyimpanan milikmu dengan tanggal yang jelas, misalnya di dokumen internal dengan riwayat versi. Ini membantu saat kamu perlu menunjukkan kapan sebuah gagasan mulai dikerjakan.
7. Hati-hati dengan konektor dan agen AI
Makin banyak tool AI yang bisa terhubung ke email, drive dan CRM. Ini berguna, karena seperti saya bahas di artikel soal AI yang baru terasa berguna setelah tersambung ke data bisnis asli. Tapi setiap koneksi memperluas data yang bisa dibaca sistem. Sambungkan hanya folder dan akun yang memang perlu.
Kalau kamu membangun chatbot sendiri di atas data bisnis, risikonya bertambah satu lapis lagi. Chatbot bisa dibujuk membuka data yang seharusnya tersembunyi. Risiko ini saya bahas di artikel tentang prompt injection pada chatbot bisnis, dan cara membatasinya ada di panduan AI customer service yang menjawab sesuai data bisnis.
Jebakan yang sering bikin orang merasa sudah aman
Jebakan pertama: mengira opt-out sama dengan data langsung hilang. Mematikan pelatihan menutup satu jalur. Retensi untuk keamanan dan peninjauan tetap berlaku sesuai kebijakan masing-masing layanan.
Jebakan kedua: terlalu takut sampai tidak memakai AI sama sekali. Sebagian besar pekerjaan harian, seperti menulis caption, merangkum materi publik atau menyusun kerangka SOP, tidak membawa data rahasia. Menolak AI untuk semua itu justru membuat tim tertinggal dan buang waktu.
Jebakan ketiga: menganggap ide adalah satu-satunya aset. Untuk kebanyakan bisnis kecil dan menengah, pembeda utamanya ada di eksekusi. Hubungan dengan pelanggan, kecepatan tim dan kualitas operasional jauh lebih sulit ditiru daripada satu ide yang bocor.
Jebakan keempat: menganggap paket bisnis menyelesaikan semuanya. Paket bisnis memperbaiki default pelatihan. Kebiasaan tim tetap menentukan. Karyawan yang menempel data pelanggan ke akun pribadinya tetap jadi celah.
Kapan panduan ini kurang berlaku? Kalau bisnismu bergerak di sektor dengan aturan ketat, seperti kesehatan, keuangan atau layanan yang terikat kontrak kerahasiaan klien, tiga kelompok data di atas belum cukup. Kamu perlu membaca kontrak dan regulasi yang mengikat bisnismu, dan sebaiknya berkonsultasi dengan penasihat hukum.
Pegang satu prinsip ini sebelum mengetik prompt berikutnya
Sebelum menempel apa pun ke tool AI, tanyakan satu hal: “Kalau teks ini terbaca orang lain, apakah bisnisku rugi?” Kalau jawabannya ya, samarkan dulu atau simpan di sistem yang aturannya kamu pahami.
Baca jugaPrompt & ChatGPTPrompt Sederhana Biar AI Mengaku Kalau Jawabannya Nggak Yakin
Kasus OpenAI dan Buckmaster mungkin tidak akan pernah benar-benar tuntas di mata publik. Tapi kalimat “cannot rule out” sudah cukup jadi pengingat. Datamu aman sejauh kamu memahami jalurnya dan memilih apa yang kamu masukkan.
Kalau timmu sudah aktif memakai AI tapi belum punya aturan main yang disepakati, program AI Training untuk tim bisa jadi tempat menyusun kebiasaan itu bersama, dari pemilahan data sampai prompt yang aman dipakai sehari-hari.
Pertanyaan yang sering muncul
Apakah mematikan "Improve the model for everyone" di ChatGPT berarti data saya langsung dihapus?
Tidak. Pengaturan itu menghentikan pemakaian percakapan untuk melatih model. Penyimpanan untuk riwayat chat dan keperluan keamanan tetap mengikuti kebijakan OpenAI, jadi data sensitif tetap sebaiknya disamarkan sebelum dimasukkan.
Apakah Temporary Chat cukup aman untuk membahas rencana bisnis yang rahasia?
Temporary Chat mengurangi risiko pelatihan karena tidak dipakai untuk meningkatkan model selama tetap sementara. Namun data tetap disimpan sementara untuk keamanan. Untuk rencana yang sangat sensitif, samarkan nama dan angka, atau pakai paket bisnis yang kebijakan datanya sudah kamu baca.
Apakah paket bisnis atau API berarti data saya tidak pernah disimpan?
Tidak selalu. Paket bisnis dan API OpenAI maupun Anthropic secara default tidak melatih model dari datamu, tetapi log untuk pemantauan penyalahgunaan tetap bisa disimpan dalam periode tertentu. Opsi tanpa retensi biasanya memerlukan persetujuan khusus dari penyedia.


