Wat de geplande overname van Portkey door Palo Alto goed doet — en wat ondernemingen nog moeten uitzoeken

Ondernemingen hebben AI in productie genomen: agents draaien, workflows zijn live en demo's zijn een succes. Maar onder dat momentum vormt zich in stilte een beveiligingsprobleem. Wie heeft toegang tot welke modellen? Welke gegevens stromen door deze systemen? Zijn er effectieve guardrails aanwezig? Voor de meeste organisaties is het eerlijke antwoord: niet helemaal.

Dit is de leemte die de voorgenomen overname van Portkey door Palo Alto Networks tot een logische zet maakt. Portkey bevindt zich tussen bedrijfsapplicaties en LLM-aanbieders zoals OpenAI, Anthropic en Mistral, en regelt routering, failover, caching, kostentracking en observability. Onder Palo Alto zou die functionaliteit worden gefilterd door een beveiligings- en governancelens: toegangscontroles, guardrails en inzicht in welke modellen door wie worden benaderd. Voor een cybersecuritybedrijf is dat een natuurlijke en strategische uitbreiding. Maar wat het signaleert over waar enterprise AI-infrastructuur naartoe beweegt, is het belangrijkere verhaal. Machine Learning & Artificial Intelligence

De infrastructuurkloof waar niemand voor waarschuwde

De afgelopen twee jaar zijn ondernemingen snel vooruitgegaan met AI. Copiloten, AI-agents en op LLM gebaseerde workflows zijn nu vaste onderdelen van enterprise-productie. Toch gaat snelle vooruitgang op applicatieniveau ten koste van het bouwen van robuuste ondersteunende infrastructuur.

Het resultaat? Teams draaien AI in productie met beperkt zicht op agentgedrag. Gegevens uit TrueFoundry's Enterprise AI-onderzoek van 2026 laten zien dat meer dan 75% van de teams geen volledig geünificeerde logging heeft over hun modellen en agentworkflows. Meer dan 40% ziet AI-kosten pas na gebruik — geen realtime waarschuwingen of budgetcontroles. En 83% meldt token-amplificatie, waarbij een taak die naar verwachting 1.000 tokens zou verbruiken, uiteindelijk 8.000 of meer verbruikt via agent-aanroepketens. Latentiepieken zijn lastig te diagnosticeren, en het traceren van de hoofdoorzaken van storingen vereist vaak engineering-inspanningen die het oorspronkelijke probleem verergeren.

Wat een AI Gateway daadwerkelijk doet

Een AI Gateway is een controlelaag tussen bedrijfsapplicaties en de grote taalmodellen die ze aandrijven. In plaats van dat apps rechtstreeks providers zoals OpenAI of Anthropic aanroepen, stromen verzoeken via de gateway, die routering, observability, betrouwbaarheid en kostenbeheer op één plek centraliseert.

Als een provider traag wordt of uitvalt, leidt de gateway het verkeer om. Wanneer kosten pieken, kunnen teams de oorzaken in realtime achterhalen. Onverwacht promptgedrag onthult volledige trace-logs voor onderzoek. Het testen van een nieuw model vereist geen herimplementatie van apps. Software

Voor teams die meerdere AI-functies beheren, wordt deze infrastructuur al snel essentieel. Zonder deze is er geen enkel inferentiepunt voor beleid, geen uniform overzicht van wat de AI-stack doet, en geen nette manier om kosten toe te wijzen of incidenten te onderzoeken.

AI Gateways gaan ver voorbij beveiliging

Beveiliging en governance zijn één kritieke dimensie van wat een Gateway biedt, en een legitieme reden waarom de zet van Palo Alto strategisch zinvol is. Maar ondernemingen hebben ook kostenbeheersing, prestatiemonitoring, flexibiliteit in providerkeuze, datagovernance en modelroutering nodig, inclusief ondersteuning voor private en open-source opties. Gateways die hoofdzakelijk op beveiliging zijn gericht, dwingen IT- en engineeringteams om meerdere tools aan elkaar te knopen om de gaten op te vullen.

• Ontdek meer
• Datamanagement
• Cloudopslag
• Software
• Computerbeveiliging
• Machine Learning & Artificial Intelligence

De bredere sector onderkent dit. Volgens Gartner's 2025 Market Guide for AI Gateways zal tegen 2028 70% van de software-engineeringteams die multimodale applicaties bouwen AI Gateways gebruiken om de betrouwbaarheid te verbeteren en kosten te optimaliseren, niet alleen voor beveiliging. Gartner definieert een AI Gateway als een technologie die “fungeert als tussenpersoon tussen applicaties en verschillende AI-diensten of -modellen,” en een centraal controlepaneel biedt om AI-workloads te beveiligen, te beheren en te bewaken. Die reikwijdte is bewust breed.

Organisaties die dit goed aanpakken, behandelen de AI Gateway als fundamentele infrastructuur in plaats van een beveiligingstoevoeging of een bijzaak. Ze integreren het vanaf het begin in de stack, net zoals ze dat zouden doen met een API-gateway of service mesh, en breiden hun toolaanbod daarbovenop uit, niet andersom.

Belangrijke vragen voordat je bouwt of koopt

Voor enterprise-teams die AI Gateway-opties evalueren, of beslissen of ze er überhaupt één nodig hebben, zijn dit de vragen die het waard zijn om te stellen:

• Hebben we inzicht in elke LLM-aanroep die in productie draait, inclusief kosten en latentie?
• Kunnen we verkeer omleiden als een provider uitvalt of te duur wordt?
• Hebben we de flexibiliteit om zowel commerciele API's als self-hosted modellen te gebruiken?
• Waar stromen gevoelige gegevens naartoe, en wie heeft daar controle over?

Als het eerlijke antwoord op een van deze vragen “niet echt” is, is er een infrastructuurkloof die het waard is om aan te pakken. Naarmate AI verschuift van experimentele projecten naar kernfuncties van producten, nemen de kosten van het onopgevuld laten van deze kloof alleen maar toe.

De zet van Palo Alto om Portkey over te nemen markeert een cruciaal moment: AI Gateways worden erkend als essentiele enterprise-infrastructuur. De vraag is nu hoe breed ondernemingen ervoor kiezen om erop te bouwen.

Over TrueFoundry:

TrueFoundry biedt een AI Gateway van enterprise-niveau die een LLM Gateway, MCP Gateway en Agent Gateway omvat, waarmee ondernemingen op een veilige manier verbinding kunnen maken met, toezicht kunnen houden op en controle kunnen uitoefenen over de toegang tot modellen, tools, guardrails en agents vanuit één centraal controlepaneel. De AI Gateway maakt agentic workloads mogelijk die veilig, efficient en toekomstbestendig zijn dankzij uniforme en samenstelbare verbindingen tussen verschillende aanbieders.

Naast de gatewaylaag stelt TrueFoundry organisaties in staat om aangepaste LLM's op GPU's te implementeren en te trainen, MCP-servers te hosten en eigen agents te draaien — allemaal via een Kubernetes-native interface. Het ondersteunt on-premise- en VPC-installaties voor zowel de AI Gateway als implementatieomgevingen. TrueFoundry zorgt voor enterprise-grade compliance met SOC 2, HIPAA en ITAR-normen. Met ingebouwde autoscaling, caching en resource-optimalisatie stelt TrueFoundry organisaties in staat om AI-systemen veilig, efficient en op een toekomstbestendige stack te bouwen, te implementeren en te beheren. Ga voor meer informatie naar truefoundry.com