Lo que la planeada adquisición de Portkey por parte de Palo Alto hace bien, y lo que las empresas aún deben resolver

Las empresas han implementado IA en producción: los agentes están en marcha, los flujos de trabajo están activos y las demostraciones son un éxito. Pero, bajo este impulso, se está gestando silenciosamente un problema de seguridad. ¿Quién accede a qué modelos? ¿Qué datos fluyen a través de estos sistemas? ¿Existen mecanismos de protección eficaces? Para la mayoría de las organizaciones, la respuesta honesta es que no del todo.

Esta es la brecha que hace que la intención de Palo Alto Networks de adquirir Portkey sea un movimiento lógico. Portkey se sitúa entre las aplicaciones empresariales y los proveedores de LLM como OpenAI, Anthropic y Mistral, gestionando el enrutamiento, la conmutación por error, el almacenamiento en caché, el seguimiento de costes y la observabilidad. Bajo el mando de Palo Alto, esa funcionalidad se filtraría a través de una lente de seguridad y gobernanza, controles de acceso, mecanismos de protección y visibilidad sobre qué modelos se están consultando y por quién. Para una empresa de ciberseguridad, es una extensión natural y estratégica. Pero lo que esto señala sobre hacia dónde se dirige la infraestructura de IA empresarial es la historia más importante. Aprendizaje automático e inteligencia artificial

La brecha de infraestructura de la que nadie advirtió

En los últimos dos años, las empresas han avanzado rápidamente en IA. Los copilotos, los agentes de IA y los flujos de trabajo basados en LLM son ahora elementos básicos de la producción empresarial. Sin embargo, el rápido progreso en la capa de aplicación tiene el coste de no haber construido una infraestructura de soporte sólida.

¿El resultado? Los equipos operan la IA en producción con una visibilidad limitada del comportamiento de los agentes. Los datos de la investigación Enterprise AI 2026 de TrueFoundry revelaron que más del 75% de los equipos carecen de un registro unificado en sus modelos y flujos de trabajo de agentes. Más del 40% solo ve los costes de la IA después de su uso, sin alertas en tiempo real ni controles presupuestarios. Y el 83% informa de una amplificación de tokens, donde una tarea que se esperaba que consumiera 1.000 tokens termina consumiendo 8.000 o más a través de cadenas de llamadas de agentes. Los picos de latencia son difíciles de diagnosticar y rastrear las causas raíz de los fallos a menudo requiere un esfuerzo de ingeniería que agrava el problema original.

Qué hace realmente una puerta de enlace de IA (AI Gateway)

Una puerta de enlace de IA es una capa de control entre las aplicaciones empresariales y los grandes modelos de lenguaje que las impulsan. En lugar de que las aplicaciones llamen directamente a proveedores como OpenAI o Anthropic, las solicitudes fluyen a través de la puerta de enlace, centralizando el enrutamiento, la observabilidad, la fiabilidad y la gestión de costes en un solo lugar.

Si un proveedor se ralentiza o falla, la puerta de enlace redirige el tráfico. Cuando los costes se disparan, los equipos pueden identificar las causas en tiempo real. Un comportamiento inesperado en las instrucciones (prompts) revela registros de seguimiento completos para su investigación. Probar un nuevo modelo no requiere volver a implementar las aplicaciones. Software

Para los equipos que gestionan múltiples funciones de IA, esta infraestructura se vuelve rápidamente esencial. Sin ella, no hay un punto de inferencia único para las políticas, no hay una visión unificada de lo que está haciendo la pila de IA y no hay una forma clara de atribuir costes o investigar incidentes.

Las puertas de enlace de IA van mucho más allá de la seguridad

La seguridad y la gobernanza son una dimensión crítica de lo que proporciona una puerta de enlace, y una razón legítima por la que el movimiento de Palo Alto tiene sentido estratégico. Pero las empresas también necesitan controles de costes, supervisión del rendimiento, flexibilidad de proveedores, gobernanza de datos y enrutamiento de modelos, incluido el soporte para opciones privadas y de código abierto. Las puertas de enlace limitadas principalmente a la seguridad obligan a los equipos de TI y de ingeniería a combinar múltiples herramientas para cubrir las carencias.

• Descubra más
• Gestión de datos
• Almacenamiento en la nube
• Software
• Seguridad informática
• Aprendizaje automático e inteligencia artificial

El sector en general está reconociendo esto. Según la Guía de mercado de 2025 para puertas de enlace de IA de Gartner, para 2028, el 70% de los equipos de ingeniería de software que crean aplicaciones multimodales utilizarán puertas de enlace de IA para mejorar la fiabilidad y optimizar los costes, no solo la seguridad. Gartner define una puerta de enlace de IA como una tecnología que "actúa como intermediario entre las aplicaciones y diversos servicios o modelos de IA", proporcionando un panel de control central para asegurar, gobernar y observar las cargas de trabajo de IA. Ese alcance es deliberadamente amplio.

Las organizaciones que hacen esto bien tratan la puerta de enlace de IA como una infraestructura fundamental en lugar de un complemento de seguridad o una ocurrencia tardía. La integran en la pila desde el principio, tal como lo harían con una puerta de enlace de API o una malla de servicios, y amplían su superficie de herramientas sobre ella, no al revés.

Preguntas clave antes de construir o comprar

Para los equipos empresariales que evalúan opciones de AI Gateway, o que deciden si realmente necesitan una, las preguntas que vale la pena plantearse son:

• ¿Tenemos visibilidad de cada llamada a LLM que se ejecuta en producción, incluyendo el costo y la latencia?
• ¿Podemos redirigir el tráfico si un proveedor se cae o se vuelve demasiado costoso?
• ¿Tenemos la flexibilidad de utilizar tanto APIs comerciales como modelos autohospedados?
• ¿Hacia dónde fluyen los datos confidenciales y quién los controla?

Si la respuesta honesta a cualquiera de estas preguntas es "no realmente", existe una brecha de infraestructura que vale la pena abordar. A medida que la IA pasa de ser un proyecto experimental a una característica central del producto, el costo de dejar esta brecha sin cubrir solo aumenta.

La decisión de Palo Alto de adquirir Portkey marca un momento crucial: las AI Gateways están siendo reconocidas como infraestructura empresarial esencial. La pregunta ahora es qué tan ampliamente deciden las empresas construir sobre ellas.

Sobre TrueFoundry:

TrueFoundry ofrece una AI Gateway de nivel empresarial que abarca una LLM Gateway, una MCP Gateway y una Agent Gateway, permitiendo a las empresas conectar, observar y gobernar de forma segura el acceso a modelos, herramientas, barreras de seguridad y agentes desde un único plano de control. La AI Gateway permite cargas de trabajo de agentes que son seguras, eficientes y preparadas para el futuro mediante conexiones unificadas y componibles entre proveedores.

Más allá de la capa de gateway, TrueFoundry permite a las organizaciones implementar y entrenar LLMs personalizados en GPUs, alojar servidores MCP y ejecutar agentes personalizados, todo a través de una interfaz nativa de Kubernetes. Admite instalaciones locales y en VPC tanto para la AI Gateway como para los entornos de implementación. TrueFoundry garantiza el cumplimiento de nivel empresarial con las normas SOC 2, HIPAA e ITAR. Con escalado automático, almacenamiento en caché y optimización de recursos integrados, TrueFoundry permite a las organizaciones construir, implementar y gobernar sistemas de IA de forma segura, eficiente y sobre una arquitectura preparada para el futuro. Para obtener más información, visite truefoundry.com