ما الذي أصابته خطة بالو ألتو للاستحواذ على Portkey—وما الذي لا تزال الشركات بحاجة إلى فهمه

نشرت الشركات الذكاء الاصطناعي في بيئات التشغيل: تعمل الوكلاء، وسير العمل مباشر، والعروض التوضيحية ناجحة. لكن تحت هذا الزخم، تتشكل مشكلة أمنية بصمت. من يصل إلى أي نماذج؟ ما هي البيانات التي تتدفق عبر هذه الأنظمة؟ هل توجد ضوابط حماية فعالة؟ بالنسبة لمعظم المؤسسات، الإجابة الصادقة هي: ليس بشكل كامل.

هذه هي الفجوة التي تجعل نية بالو ألتو نتوركس الاستحواذ على بورتكي خطوة منطقية. يقع بورتكي بين تطبيقات المؤسسات ومقدمي نماذج اللغة الكبيرة مثل OpenAI وAnthropic وMistral، ويتولى مهام التوجيه، وتجاوز الفشل، والتخزين المؤقت، وتتبع التكاليف، وإمكانية المراقبة. تحت مظلة بالو ألتو، ستتم تصفية هذه الوظائف من خلال عدسة الأمن والحوكمة، وضوابط الوصول، وحواجز الحماية، والرؤية حول النماذج التي يتم الوصول إليها ومن قبل من. بالنسبة لشركة أمن سيبراني، يعد هذا امتدادًا طبيعيًا واستراتيجيًا. لكن ما يشير إليه حول اتجاه البنية التحتية للذكاء الاصطناعي في المؤسسات هو القصة الأكثر أهمية.تعلم الآلة والذكاء الاصطناعي

فجوة البنية التحتية التي لم يحذر منها أحد

على مدى العامين الماضيين، تحركت الشركات بسرعة في مجال الذكاء الاصطناعي. أصبحت المساعدات الذكية (Copilots)، ووكلاء الذكاء الاصطناعي، وسير العمل المدعوم بنماذج اللغة الكبيرة (LLM) من أساسيات الإنتاج في المؤسسات. ومع ذلك، فإن التقدم السريع على مستوى التطبيقات يأتي على حساب بناء بنية تحتية داعمة قوية.

والنتيجة؟ تعمل الفرق بالذكاء الاصطناعي في بيئات الإنتاج برؤية محدودة لسلوك الوكلاء. كشفت بيانات من بحث TrueFoundry لعام 2026 حول الذكاء الاصطناعي في المؤسسات أن أكثر من 75% من الفرق تفتقر إلى تسجيل موحد بالكامل عبر نماذجها وسير عمل الوكلاء. أكثر من 40% يرون تكاليف الذكاء الاصطناعي فقط بعد الاستخدام – لا توجد تنبيهات في الوقت الفعلي أو ضوابط للميزانية. و83% يبلغون عن تضخيم الرموز (token amplification)، حيث تستهلك مهمة كان من المتوقع أن تستهلك 1000 رمز ما يصل إلى 8000 رمز أو أكثر عبر سلاسل استدعاء الوكلاء. من الصعب تشخيص ارتفاعات زمن الاستجابة (latency spikes)، وغالبًا ما يتطلب تتبع الأسباب الجذرية للفشل جهدًا هندسيًا يزيد من تفاقم المشكلة الأصلية.

ما تفعله بوابة الذكاء الاصطناعي بالفعل

بوابة الذكاء الاصطناعي هي طبقة تحكم بين تطبيقات المؤسسات ونماذج اللغة الكبيرة التي تشغلها. بدلاً من أن تستدعي التطبيقات مقدمي الخدمات مثل OpenAI أو Anthropic مباشرة، تتدفق الطلبات عبر البوابة، مما يركز التوجيه، وإمكانية المراقبة، والموثوقية، وإدارة التكاليف في مكان واحد.

إذا تباطأ مقدم خدمة أو فشل، تعيد البوابة توجيه حركة المرور. عندما ترتفع التكاليف، يمكن للفرق تحديد الأسباب في الوقت الفعلي. يكشف سلوك المطالبة غير المتوقع عن سجلات تتبع كاملة للتحقيق. لا يتطلب اختبار نموذج جديد إعادة نشر التطبيقات.برمجيات

بالنسبة للفرق التي تدير ميزات ذكاء اصطناعي متعددة، تصبح هذه البنية التحتية ضرورية بسرعة. بدونها، لا توجد نقطة استدلال واحدة للسياسة، ولا رؤية موحدة لما تفعله حزمة الذكاء الاصطناعي، ولا طريقة واضحة لنسب التكاليف أو التحقيق في الحوادث.

تتجاوز بوابات الذكاء الاصطناعي الأمن بكثير

الأمن والحوكمة بُعدان حاسمان مما توفره البوابة، وسبب مشروع يجعل خطوة بالو ألتو منطقية استراتيجيًا. لكن المؤسسات تحتاج أيضًا إلى ضوابط التكلفة، ومراقبة الأداء، ومرونة مقدمي الخدمات، وحوكمة البيانات، وتوجيه النماذج، بما في ذلك دعم الخيارات الخاصة والمفتوحة المصدر. البوابات التي تقتصر بشكل أساسي على الأمن تجبر فرق تكنولوجيا المعلومات والهندسة على تجميع أدوات متعددة لسد الثغرات.

• اكتشف المزيد
• إدارة البيانات
• التخزين السحابي
• برمجيات
• أمن الحاسوب
• تعلم الآلة والذكاء الاصطناعي

الصناعة الأوسع تدرك هذا. وفقًا لدليل سوق غارتنر لعام 2025 لبوابات الذكاء الاصطناعي، بحلول عام 2028، ستستخدم 70% من فرق هندسة البرمجيات التي تبني تطبيقات متعددة الوسائط بوابات الذكاء الاصطناعي لتحسين الموثوقية وتحسين التكاليف، وليس للأمن وحده. تُعرّف غارتنر بوابة الذكاء الاصطناعي بأنها تقنية "تعمل كوسيط بين التطبيقات وخدمات أو نماذج الذكاء الاصطناعي المختلفة"، وتوفر لوحة تحكم مركزية لتأمين أعباء عمل الذكاء الاصطناعي وحوكمتها ومراقبتها. هذا النطاق واسع عمدًا.

المؤسسات التي تفهم هذا بشكل صحيح تتعامل مع بوابة الذكاء الاصطناعي كبنية تحتية أساسية بدلاً من كونها إضافة أمنية أو فكرة لاحقة. يقومون بدمجها في الحزمة منذ البداية، تمامًا كما يفعلون مع بوابة API أو شبكة الخدمات (service mesh)، ويوسعون سطح أدواتهم فوقها، وليس العكس.

أسئلة رئيسية قبل البناء أو الشراء

بالنسبة لفرق المؤسسات التي تقيّم خيارات بوابة الذكاء الاصطناعي، أو تقرر ما إذا كانت بحاجة إليها على الإطلاق، فإن الأسئلة التي تستحق الطرح هي:

• هل لدينا رؤية واضحة لكل استدعاء لنموذج لغوي كبير (LLM) يعمل في بيئة الإنتاج، بما في ذلك التكلفة وزمن الاستجابة؟
• هل يمكننا إعادة توجيه حركة المرور إذا تعطل مزود أو أصبح مكلفًا للغاية؟
• هل لدينا المرونة في استخدام كل من واجهات برمجة التطبيقات التجارية والنماذج المستضافة ذاتيًا؟
• أين تتدفق البيانات الحساسة، ومن يتحكم بها؟

إذا كانت الإجابة الصادقة على أي من هذه الأسئلة هي "ليس تمامًا"، فهناك فجوة في البنية التحتية تستحق المعالجة. ومع تحول الذكاء الاصطناعي من المشاريع التجريبية إلى ميزات المنتج الأساسية، تزداد تكلفة ترك هذه الفجوة دون سد.

تُشكل خطوة بالو ألتو للاستحواذ على Portkey لحظة محورية: يتم الاعتراف ببوابات الذكاء الاصطناعي كبنية تحتية أساسية للمؤسسات. والسؤال الآن هو مدى اتساع نطاق اختيار الشركات للبناء عليها.

نبذة عن TrueFoundry:

توفر TrueFoundry بوابة ذكاء اصطناعي على مستوى المؤسسات تتضمن بوابة للنماذج اللغوية الكبيرة (LLM)، وبوابة MCP، وبوابة للوكلاء، مما يمكّن المؤسسات من الاتصال الآمن ومراقبة وإدارة الوصول إلى النماذج والأدوات والضوابط والوكلاء من لوحة تحكم واحدة. تتيح بوابة الذكاء الاصطناعي أعباء عمل وكيلة آمنة وفعالة ومستقبلية من خلال اتصالات موحدة وقابلة للتركيب عبر مختلف المزودين.

بالإضافة إلى طبقة البوابة، تمكّن TrueFoundry المؤسسات من نشر وتدريب نماذج لغوية كبيرة مخصصة (LLMs) على وحدات معالجة الرسوميات (GPUs)، واستضافة خوادم MCP، وتشغيل وكلاء مخصصين—كل ذلك من خلال واجهة متوافقة مع Kubernetes. وهي تدعم عمليات التثبيت المحلية وفي السحابة الخاصة الافتراضية (VPC) لكل من بوابة الذكاء الاصطناعي وبيئات النشر. تضمن TrueFoundry الامتثال على مستوى المؤسسات لمعايير SOC 2 وHIPAA وITAR. ومع ميزات التحجيم التلقائي المدمجة، والتخزين المؤقت، وتحسين الموارد، تمكّن TrueFoundry المؤسسات من بناء ونشر وإدارة أنظمة الذكاء الاصطناعي بشكل آمن وفعال وعلى بنية تحتية آمنة للمستقبل. لمعرفة المزيد، تفضل بزيارة truefoundry.com