Para onde vão os seus dados: "não treinamos" é um contrato, não uma arquitetura
Há uma pergunta que ouvimos em quase todas as primeiras conversas sobre IA. Quando as nossas pessoas colocam alguma coisa no ChatGPT, no Gemini ou no Claude, isso fica guardado? Onde? É usado para treinar o próximo modelo? E depois, muitas vezes, uma segunda frase: o fornecedor diz que não treina com dados empresariais, mas não acreditamos bem.
É essa segunda frase que interessa. O instinto por detrás dela é saudável. Só está apontado ao alvo errado.
Depende do plano, não do fornecedor
O "ChatGPT" não é um produto com um único conjunto de termos. Nem o Gemini, o Claude ou o Mistral. Cada um é uma família de produtos, e os termos mudam de um para o outro.
No ChatGPT Free, Plus e Pro, o treino está ligado por omissão; o utilizador pode desligá-lo. No ChatGPT Business, no Enterprise e na API, está desligado por omissão. Na Gemini app com uma conta Google pessoal, as conversas treinam o modelo quando a opção "Keep Activity" está ligada, o que é a omissão para adultos; no Workspace, a Google não treina com os seus dados sem autorização. O Mistral Vibe Free e o Pro treinam por omissão com opção de exclusão, o Vibe Enterprise não treina, e o Vibe Teams mantém o treino ligado até um administrador o desligar.
Por isso, a primeira pergunta útil não é "que fornecedor?". É "que plano está cada uma das nossas pessoas realmente a usar?". Na maioria das empresas, a resposta honesta inclui pelo menos uma equipa numa conta pessoal a fazer trabalho da empresa. É essa a camada que não tem qualquer acordo de tratamento de dados com a sua empresa.
Duas promessas que se confundem
Nos planos empresariais e nas APIs, os quatro grandes fornecedores fazem uma variante da mesma promessa: não treinamos com o seu conteúdo. É uma promessa real, que pode ser exigida, e conta.
Mas é também uma promessa sobre o que o fornecedor faz com os seus dados depois de eles chegarem. Os dados continuam a chegar. São processados na infraestrutura do fornecedor, podem ficar registados para monitorização de abusos (até 30 dias na API da OpenAI, 55 dias na API do Gemini, 30 dias rolantes na Mistral) e podem ser lidos por funcionários em casos definidos.
"Os dados não saem" é uma afirmação de outra natureza. Não é um contrato. É uma arquitetura, e só é verdade quando o modelo corre dentro do seu próprio perímetro, tipicamente um modelo de pesos abertos em servidores que controla. Com qualquer modelo na cloud, de qualquer fornecedor, em qualquer região, os dados passam pelo fornecedor.
É por isso que "não treinamos com dados empresariais" não tranquiliza ninguém. Responde a uma pergunta sobre treino. As pessoas estavam a perguntar sobre exposição.
Até a opção europeia precisa de ser configurada
Um passo seguinte comum é escolher um fornecedor europeu e dar a questão por encerrada. É um instinto razoável, e mesmo assim exige trabalho.
A Mistral aloja na UE por omissão, mas o seu endpoint de API por omissão não tem uma localização de inferência garantida; a inferência exclusivamente na UE exige o endpoint europeu, com um acréscimo de 10% no preço. A API da própria Anthropic não tem opção UE; o processamento confinado à UE passa pela AWS ou pela Google, que se tornam então o subcontratante. A residência de dados na UE da OpenAI não abrange o ChatGPT Business e, mesmo onde se aplica, a OpenAI ressalva que o processamento fora das GPU pode continuar a ocorrer a nível global.
Nenhum destes pontos é razão para evitar um fornecedor. Cada um é razão para decidir de forma deliberada, e para pôr a decisão por escrito.
Escolha por classe de dados
A pergunta que resolve isto não é "em que fornecedor confiamos?". É "que classe de dados pode chegar a que tipo de modelo?".
Conteúdo público e interno pode ir para um plano empresarial ou para uma API com o treino desligado e um DPA assinado. Dados pessoais precisam disso e ainda de uma localização na UE configurada explicitamente e de uma base de transferência conhecida. Dados de categoria especial ao abrigo do artigo 9.º do RGPD, como registos clínicos, pertencem por omissão a um modelo dentro do seu perímetro, com a saída de rede negada por omissão, porque é o único arranjo em que "não sai" é verdade.
Assim que essa política existe, a escolha do fornecedor passa a ser algo que pode rever. O que nos leva ao último ponto: se quiser mudar de modelo no próximo mês, isso também não é uma decisão de fornecedor. É uma decisão de arquitetura. Os agentes chamam um único gateway de modelos, o gateway encaminha cada pedido por classe de dados, e trocar de modelo passa a ser mudar uma rota em vez de reconstruir tudo.
A comparação completa
Reunimos os detalhes num só sítio: uma comparação plano a plano da OpenAI, Google, Anthropic e Mistral que cobre treino, retenção, revisão humana, armazenamento e processamento na UE, zero data retention, DPA e BAA, com uma fonte para cada afirmação, verificada em novembro de 2026. Cobre também o enquadramento legal que se aplica a uma empresa europeia, o padrão de gateway e as perguntas a fazer a qualquer fornecedor antes de assinar.
