EU data residency: Anthropic, OpenAI, Copilot og Azure sammenlignet
Ingen af de fire store veje giver data residency i EU som standard. Anthropic kræver Bedrock eller Vertex AI i en EU-region, OpenAI en ny tenant eller et nyt EU-projekt, GitHub Copilot ghe.com med aktiveret residency-politik og Azure en DataZone- eller Standard-SKU. Alle fire hører i sidste ende under amerikansk jurisdiktion. Valget handler om hvilken restrisiko der kan dokumenteres.
Fire veje dominerer når organisationer køber generativ AI: Anthropic og OpenAI direkte, GitHub Copilot til udviklingen og Azure AI Foundry som platform. Stiller man dem side om side, træder et mønster frem der forenkler hele evalueringen: Ingen af dem giver data residency i EU som standard. Data residency er altid noget I selv konfigurerer og får skrevet ind i aftalen. Det gør sammenligningen enklere end den ser ud: Spørgsmålet er ikke hvem der lover mest, men hvad hver vej kræver af jer.
Kravene pr. leverandør
| Leverandørvej | Krav til data residency i EU |
|---|---|
| Anthropic (Claude) | AWS Bedrock eller Vertex AI i en EU-region; Anthropics eget API har ingen EU-mulighed |
| OpenAI | Ny Enterprise-tenant eller nyt EU-projekt plus godkendt overvågningsniveau |
| GitHub Copilot | Enterprise Cloud på ghe.com plus aktiveret residency-politik |
| Azure AI Foundry | DataZone- eller Standard-deployment; Global er standardvalget |
Fire forskellige mekanismer, samme princip: Data residency afhænger af konfigurationen og er ikke et produktnavn. Den der spørger “har leverandøren data residency i EU?”, får altid svaret “ja”. Den der spørger “hvilken konfiguration kræver det, og har vi den?”, får det svar der betyder noget.
Tabellen skjuler også en vigtig lighed: I alle fire tilfælde er det enkleste og billigste alternativ det der ikke holder data i EU. Data residency koster penge, migrering eller konfigurationsarbejde, og det er netop derfor den så ofte mangler når ingen udtrykkeligt har haft ejerskab over spørgsmålet.
Lagring er ikke inferens
Næste lag i sammenligningen er hvad data residency faktisk dækker, og her adskiller vejene sig:
- OpenAI: Data residency i EU dækker lagring og GPU-inferens på nye tenants, men autentificering, routing, indeksering og analyse kan ligge uden for regionen, og visse endpoints er undtaget.
- Copilot: Data residency står og falder med modelpolitikken. Er den slået fra, forlader Copilot-data regionen, og telemetri og fakturering ligger i USA uanset hvad.
- Azure AI Foundry: Dækningen afhænger af deploymenttypen pr. model; en Global-deployment forlader EU selv fra EU-ressourcer.
- Claude via hyperscaler: Behandlingen sker i den region I vælger, men de tilknyttede tjenester følger hyperscalerens vilkår og skal gennemgås separat.
Spørgsmålet at stille er altid det samme: Hvor sker lagringen, hvilken vej går data i transit, og hvor kører inferensen, for præcis vores SKU, tier og model? Forskellene ovenfor er ikke argumenter mod en bestemt vej. De er en påmindelse om at dækningen verificeres led for led, ikke brand for brand.
Alle fire hører i sidste ende under amerikansk jurisdiktion
Anthropic, OpenAI, GitHub og Microsoft er amerikanske virksomheder, og det samme gælder hyperscalerne. CLOUD Act når dem alle. Eksponeringen kan reduceres med kundekontrollerede nøgler, zero data retention og EU-tenants, men den kan ikke elimineres.
Det ændrer hvordan sammenligningen skal læses. Valget handler ikke om at finde et risikofrit alternativ, for det findes ikke blandt de fire. Det handler om hvilken restrisiko I bedst kan dokumentere, reducere og forsvare ved en gennemgang. En velunderbygget konsekvensanalyse (DPIA) med klare risikoreducerende tiltag slår et optimistisk situationsbillede hver gang. Hold også to spor adskilt i dokumentationen: overførselsgrundlaget der gør behandlingen lovlig, og de tiltag der reducerer den praktiske risiko. En auditor vil gerne se begge, og de besvarer forskellige spørgsmål.
Sådan bruger I sammenligningen
Et konkret eksempel: En organisation med et Azure-miljø og et udviklerteam vil have både Copilot og en intern AI-assistent. Valget bliver ghe.com med aktiveret modelpolitik til Copilot og Foundry med DataZone-deployment til assistenten. Dataflowene til USA, altså telemetri, fakturering og secret scanning, dokumenteres som tilbageværende overførsler. To beslutninger, én sammenhængende dokumentation.
Arbejdsgangen i fire trin:
- Tag udgangspunkt i use casen og jeres eksisterende cloud. De afgør hvilke veje der er realistiske.
- List for hver kandidat hvad data residency dækker: lagring, transit, inferens.
- Kræv skriftlig bekræftelse pr. SKU, tier og model når aftalen indgås.
- Datér grundlaget, og revurdér ved hver modelopgradering.
Vilkårene for data residency ændres løbende, så en sammenligning som denne er et kort, ikke et facit. Det daterede skriftlige svar ved aftaleindgåelsen er det der holder ved en gennemgang. Og jo tidligere kravene stilles, desto billigere er de: En kolonne for data residency i indkøbsskabelonen koster ingenting mens en migrering bagefter koster måneder. Vil I have hjælp til at omsætte kortet til et konkret valg af vej for jeres AI-satsning? Kontakt os, så tager vi den derfra.
Ofte stillede spørgsmål
Hvilken AI-leverandør er sikrest set ud fra GDPR?
Ingen af dem er risikofri, og alle fire kan konfigureres korrekt. Den bedste kandidat er den hvis restrisiko I bedst kan dokumentere og forsvare, og det afgøres ofte af jeres eksisterende cloud, jeres kompetencer og jeres use case snarere end af leverandørens brochure.
Koster data residency i EU ekstra?
Ofte, i form af pristillæg, et højere produktniveau eller en dyrere SKU. Niveauerne ændres løbende, så regn på totalomkostningen med aktuelle prislister i stedet for at gå ud fra gamle oplysninger, og vej tillægget op mod omkostningen ved at dokumentere et dårligere alternativ.
Betyder data residency i EU at CLOUD Act ikke gælder?
Nej. Alle fire veje hører i sidste ende under amerikansk jurisdiktion, og CLOUD Act følger med uanset region. Data residency mindsker eksponeringen og forbedrer jeres dokumentation, men restrisikoen skal håndteres med risikoreducerende tiltag og beskrives i konsekvensanalysen (DPIA).
Hvad skal en skriftlig bekræftelse af data residency indeholde?
Hvor lagring, transit og inferens sker, for præcis den SKU, tier og model I køber, samt dato og hvem der har givet svaret. Generelle markedsføringsformuleringer er ikke nok som grundlag ved en gennemgang.
Hvor ofte skal vi revurdere leverandørvalget?
Ved hver modelopgradering og væsentlig ændring af vilkårene og desuden som årlig rutine. Vilkårene for data residency afhænger af konfigurationen og ændres løbende, så en dateret revurdering er en del af drift og vedligeholdelse, ikke en engangsopgave ved indkøbet.