Nvidia, Palantir และ Booz Allen Hamilton เริ่มจำกัดหรือขู่จะเลิกใช้โมเดล Claude ของ Anthropic ในงานที่แตะข้อมูลลูกค้าและทรัพย์สินทางปัญญา เว้นแต่ Anthropic จะให้การรับประกันเรื่องการปกป้องข้อมูลที่แน่นหนากว่าเดิม
จุดเริ่มต้นของเรื่องนี้คือนโยบายใหม่ที่ Anthropic ประกาศเมื่อเดือนมิถุนายน 2026 ซึ่งให้สิทธิ์บริษัทเก็บ log การใช้งานของลูกค้าไว้ได้นาน 30 วัน และนานถึง 2 ปีหากระบบความปลอดภัยตรวจพบความผิดปกติ นโยบายนี้ครอบคลุมโมเดลที่มีความสามารถสูงสุดของ Anthropic รวมถึง Claude Fable 5 และตัดการรับประกัน zero-data-retention ที่ลูกค้าองค์กรบางรายเคยได้รับ
บทความนี้จะพาไปดูว่า Nvidia, Palantir และ Booz Allen แต่ละรายรับมือกับความเปลี่ยนแปลงนี้อย่างไร ใครได้ประโยชน์จากการตีกรอบใหม่ และองค์กรอื่นที่เจอสถานการณ์คล้ายกันควรตัดสินใจอย่างไร
ทำไม Nvidia, Palantir และ Booz Allen ถึงถอยห่างจาก Claude
Nvidia จำกัดการใช้โมเดล Claude ให้อยู่แค่งานภายในที่ความอ่อนไหวต่ำ ส่วนงานที่เกี่ยวกับข้อมูลกรรมสิทธิ์ของบริษัทเลือกใช้โมเดล Nemotron ของตัวเองแทน
Palantir กดดัน Anthropic ให้ยืนยันเรื่อง zero-data-retention ก่อนจะยอมเปิดให้ซอฟต์แวร์ของตัวเองเชื่อมกับโมเดล Claude ต่อ เพราะลูกค้าของ Palantir จำนวนมากเป็นหน่วยงานที่ถือข้อมูลอ่อนไหวระดับสูง
Booz Allen Hamilton ไปไกลกว่านั้นด้วยการห้ามพนักงานใช้โมเดลเชิงพาณิชย์ของ Anthropic กับโปรเจกต์ด้าน cybersecurity ที่แตะข้อมูลกรรมสิทธิ์ของลูกค้าโดยตรง
นโยบายเก็บข้อมูลใหม่ของ Anthropic คือจุดเปลี่ยน
ก่อนเดือนมิถุนายน 2026 ลูกค้าองค์กรบางรายของ Anthropic ได้รับการรับประกันว่าข้อมูลที่ส่งเข้าโมเดลจะไม่ถูกเก็บไว้เลย (zero data retention) แต่นโยบายใหม่เปลี่ยนเงื่อนไขนี้ โดยให้สิทธิ์ Anthropic เก็บ log การใช้งานไว้ 30 วันตามค่าเริ่มต้น และขยายได้ถึง 2 ปีหากระบบความปลอดภัยของบริษัทตั้งค่าสถานะว่ามีความเสี่ยง
สำหรับลูกค้าที่ทำงานกับซอฟต์แวร์ป้องกันประเทศ ข่าวกรอง หรือข้อมูลลูกค้าองค์กรขนาดใหญ่ เงื่อนไขนี้เปลี่ยนสมการความเสี่ยงไปมาก เพราะเดิมทีพวกเขาวางใจได้ว่าไม่มีข้อมูลค้างอยู่ในระบบของผู้ให้บริการเลย
ทางออกที่ Palantir กับ Nvidia เลือกเดินร่วมกัน
แทนที่จะรอ Anthropic ปรับนโยบาย Palantir และ Nvidia เปิดตัวแพลตฟอร์มร่วมกันที่จับคู่ซอฟต์แวร์ของ Palantir เข้ากับโมเดล Nemotron แบบ open ของ Nvidia เป้าหมายคือให้องค์กรรันโมเดล AI บนข้อมูลของตัวเองได้โดยไม่ต้องส่งข้อมูลออกไปให้ผู้ให้บริการโมเดลภายนอก
แนวทางนี้แลกความสามารถบางส่วนของโมเดลปิดอย่าง Claude กับการควบคุมข้อมูลที่แน่นกว่า พูดตรงๆ ทั้งสองบริษัทไม่ได้เลิกใช้ Claude ไปเลยนะ แค่ย้ายงานที่อ่อนไหวไปไว้ในสภาพแวดล้อมที่ตัวเองคุมได้เต็มที่
| Factor | ก่อนมิถุนายน 2026 | หลังนโยบายใหม่ |
|---|---|---|
| การรับประกันข้อมูล | Zero data retention | เก็บ log 30 วัน–2 ปี |
| โมเดลที่ใช้กับงานอ่อนไหว | Claude ได้เต็มรูปแบบ | จำกัดเฉพาะงานความเสี่ยงต่ำ |
| ทางเลือกสำรอง | ไม่จำเป็น | Nemotron / โมเดลภายใน |
ผลกระทบต่อทีมงานจริงในองค์กร
ทีมที่ทำงานกับข้อมูลลับ เช่น cybersecurity หรือกลาโหม ต้องแยกงานที่ใช้ Claude ออกจากงานที่แตะข้อมูลกรรมสิทธิ์ของลูกค้าโดยตรง บางทีมเปลี่ยนไปใช้โมเดลภายในหรือ Nemotron แทนสำหรับงานกลุ่มนี้
ฝ่ายกฎหมายและฝ่ายจัดซื้อต้องอ่านสัญญากับ Anthropic ใหม่ทั้งหมด เพื่อดูว่านโยบายเก็บ log 30 วันถึง 2 ปีกระทบสัญญาที่ทำไว้กับลูกค้าปลายทางของตัวเองหรือไม่
องค์กรที่ยังอยากใช้ Claude ต่อ ต้องเพิ่มขั้นตอนตรวจสอบว่าข้อมูลชุดใดส่งเข้าโมเดลได้ และชุดใดต้องกันไว้ใช้กับโมเดลที่รันภายในเท่านั้น
ทางเลือกสำหรับองค์กรที่ไม่อยากเสี่ยงกับ log การใช้งาน
| Factor | ใช้ Claude ต่อ | โมเดล Nemotron / เปิดซอร์ส | รันโมเดลภายในองค์กร |
|---|---|---|---|
| ความเป็นส่วนตัว | ขึ้นกับสัญญา | สูง | สูงสุด |
| ความสามารถของโมเดล | สูงสุด | ปานกลางถึงสูง | ขึ้นกับระบบ |
| ต้นทุนดูแลระบบ | ต่ำ | ปานกลาง | สูง |
| ความเร็วในการเริ่มใช้งาน | เร็ว | ปานกลาง | ช้า |
งานที่ข้อมูลอ่อนไหวมาก เช่น สัญญากลาโหมหรือข้อมูลลูกค้าระดับสถาบันการเงิน เหมาะกับการรันโมเดลภายในหรือ Nemotron มากกว่า ส่วนงานทั่วไปที่ความเสี่ยงต่ำ Claude ยังคงให้ความสามารถที่สูงกว่าทางเลือกอื่นในตอนนี้
ข้อดี
- +ลดความเสี่ยงที่ log การใช้งานและข้อมูลลูกค้าจะค้างอยู่นอกระบบองค์กร
- +มีทางเลือกโมเดลเปิดอย่าง Nemotron ให้ควบคุมข้อมูลได้เต็มที่
ข้อเสีย
- −งานบางส่วนต้องย้ายออกจากโมเดลที่ความสามารถสูงสุดอย่าง Claude
- −เพิ่มต้นทุนดูแลระบบและความซับซ้อนในการแยกงานตามระดับความอ่อนไหว
ต้นทุนจริงของการปกป้องข้อมูลในยุคนี้
การย้ายงานอ่อนไหวออกจาก Claude ไม่ได้จบแค่การเปลี่ยนโมเดล แต่ต้องมีขั้นตอนคัดแยกข้อมูล ปรับ pipeline ที่เคยเชื่อมกับ Claude และฝึกทีมให้รู้ว่างานไหนใช้โมเดลไหนได้บ้าง
องค์กรที่พึ่ง Claude เป็นหลักในหลายทีมอาจเจอช่วงเปลี่ยนผ่านที่งานช้าลง เพราะต้องรอผลตรวจสอบนโยบายข้อมูลก่อนอนุมัติให้ใช้งานต่อในบางกรณี
จุดที่ความระมัดระวังอาจกลายเป็นอุปสรรค
การแยกงานตามระดับความอ่อนไหวเป็นแนวทางที่สมเหตุสมผล แต่ถ้าองค์กรตีกรอบเข้มเกินไปจนพนักงานใช้ AI ได้แค่งานพื้นฐาน ก็อาจเสียโอกาสที่ Claude เคยช่วยเร่งงานวิจัยหรือวิเคราะห์ที่ซับซ้อนได้ดีกว่าทางเลือกอื่น
ทางที่สมดุลกว่าคือกำหนดให้ชัดว่าข้อมูลประเภทใดยังใช้ Claude ได้ และข้อมูลประเภทใดต้องกันไว้ใช้กับโมเดลที่รันในระบบปิดเท่านั้น แทนที่จะห้ามใช้ทั้งหมด
คำถามสำคัญไม่ใช่ใช้ Claude หรือไม่ใช้ Claude
กรณีของ Nvidia, Palantir และ Booz Allen สะท้อนว่าความเสี่ยงไม่ได้อยู่ที่ตัวโมเดลอย่างเดียว แต่อยู่ที่นโยบายเก็บข้อมูลของผู้ให้บริการด้วย เมื่อ Anthropic เปลี่ยนเงื่อนไข zero-data-retention ลูกค้าองค์กรก็ต้องกลับมาทบทวนว่าข้อมูลชุดไหนยังส่งเข้าโมเดลได้อย่างปลอดภัย
องค์กรอื่นที่ใช้ Claude หรือโมเดลปิดจากผู้ให้บริการรายใดก็ตาม ควรตรวจสอบเงื่อนไขการเก็บ log และการใช้ข้อมูลซ้ำให้ชัดเจนตั้งแต่ตอนนี้ ก่อนที่นโยบายจะเปลี่ยนแบบเดียวกับที่ Anthropic เพิ่งทำไป