Adónde van tus datos: "no entrenamos" es un contrato, no una arquitectura
Hay una pregunta que oímos en casi todas las primeras conversaciones sobre IA, y suena así. Cuando nuestra gente mete algo en ChatGPT, Gemini o Claude, ¿se guarda? ¿Dónde? ¿Se usa para entrenar el próximo modelo? Y luego, a menudo, una segunda frase: el proveedor dice que no entrena con datos empresariales, pero no acabamos de creérnoslo.
Esa segunda frase es la interesante. El instinto que hay detrás es sano. Lo que pasa es que apunta a lo que no es.
Depende del plan, no del proveedor
"ChatGPT" no es un producto con un único conjunto de condiciones. Tampoco lo son Gemini, Claude ni Mistral. Cada uno es una familia de productos, y las condiciones cambian de uno a otro.
En ChatGPT Free, Plus y Pro, el entrenamiento está activado por defecto; el usuario puede desactivarlo. En ChatGPT Business, Enterprise y la API, está desactivado por defecto. En la Gemini app con una cuenta personal de Google, las conversaciones entrenan el modelo cuando "Keep Activity" está activado, que es lo predeterminado para los adultos; en Workspace, Google no entrena con tus datos sin permiso. Mistral Vibe Free y Pro entrenan por defecto con opción de exclusión, Vibe Enterprise no, y Vibe Teams sigue activado hasta que un administrador lo desactiva.
Así que la primera pregunta útil no es "¿qué proveedor?". Es "¿qué plan está usando de verdad cada una de nuestras personas?". En la mayoría de las empresas, la respuesta honesta incluye al menos un equipo con una cuenta personal haciendo trabajo de la empresa. Esa es la capa que no tiene ningún acuerdo de tratamiento de datos con tu empresa.
Dos promesas que se confunden
En los planes empresariales y en las API, los cuatro grandes proveedores hacen alguna versión de la misma promesa: no entrenamos con tu contenido. Es una promesa real, exigible, y importa.
También es una promesa sobre lo que el proveedor hace con tus datos después de que lleguen. Los datos siguen llegando. Se procesan en la infraestructura del proveedor, pueden quedar registrados para la vigilancia de abusos (hasta 30 días en la API de OpenAI, 55 días en la API de Gemini, 30 días móviles en Mistral) y el personal puede leerlos en casos definidos.
"Los datos no salen" es otro tipo de afirmación. No es un contrato. Es una arquitectura, y solo es verdad cuando el modelo corre dentro de tu propio perímetro, normalmente un modelo de pesos abiertos en servidores que controlas. Con cualquier modelo en la nube, de cualquier proveedor, en cualquier región, los datos pasan por el proveedor.
Por eso "no entrenamos con datos empresariales" no tranquiliza a nadie. Responde a una pregunta sobre el entrenamiento. Lo que preguntaban era por la exposición.
Incluso la opción europea hay que configurarla
Un siguiente paso habitual es elegir un proveedor europeo y dar la cuestión por cerrada. Es un instinto razonable, y aun así requiere trabajo.
Mistral aloja en la UE por defecto, pero su endpoint de API por defecto no tiene una ubicación de inferencia comprometida; la inferencia solo en la UE requiere su endpoint europeo, con un recargo del 10%. La API propia de Anthropic no tiene opción en la UE; el procesamiento ligado a la UE pasa por AWS o Google, que entonces se convierten en el encargado del tratamiento. La residencia de datos en la UE de OpenAI no cubre ChatGPT Business y, incluso donde se aplica, OpenAI advierte de que el procesamiento que no usa GPU puede seguir produciéndose a escala global.
Nada de esto es motivo para evitar a un proveedor. Cada punto es un motivo para decidir con intención y dejar la decisión por escrito.
Elegir por clase de datos
La pregunta que zanja esto no es "¿de qué proveedor nos fiamos?". Es "¿qué clase de datos puede llegar a qué tipo de modelo?".
El contenido público e interno puede ir a un plan empresarial o a una API con el entrenamiento desactivado y un DPA firmado. Los datos personales necesitan eso mismo más una ubicación en la UE configurada de forma explícita y una base de transferencia conocida. Los datos de categoría especial del artículo 9 del RGPD, como los historiales clínicos, van por defecto a un modelo dentro de tu perímetro, con la salida de red denegada por defecto, porque esa es la única configuración en la que "no salen" es verdad.
Una vez que existe esa política, la elección de proveedor pasa a ser algo que puedes revisar. Lo que nos lleva al último punto: si quieres cambiar de modelo el mes que viene, eso tampoco es una decisión de proveedor. Es una decisión de arquitectura. Los agentes llaman a un único gateway de modelos, el gateway enruta cada petición según la clase de datos, y cambiar un modelo significa cambiar una ruta en lugar de reconstruirlo todo.
La comparativa completa
Hemos reunido los detalles en un solo sitio: una comparativa plan a plan de OpenAI, Google, Anthropic y Mistral que cubre entrenamiento, retención, revisión humana, almacenamiento y procesamiento en la UE, retención cero de datos, DPA y BAA, con una fuente para cada afirmación, verificada en noviembre de 2026. También cubre el marco legal que se aplica a una empresa europea, el patrón del gateway y las preguntas que hacer a cualquier proveedor antes de firmar.
