O que a aquisição planejada da Portkey pela Palo Alto acerta — e o que as empresas ainda precisam descobrir

As empresas implementaram IA em produção: agentes estão em execução, fluxos de trabalho estão ativos e as demonstrações são um sucesso. Mas, por trás desse ímpeto, um problema de segurança está surgindo silenciosamente. Quem está acessando quais modelos? Que dados fluem por esses sistemas? Existem barreiras de proteção eficazes em vigor? Para a maioria das organizações, a resposta honesta é: não totalmente.

Essa é a lacuna que torna a intenção da Palo Alto Networks de adquirir a Portkey um movimento lógico. A Portkey atua entre as aplicações corporativas e provedores de LLM como OpenAI, Anthropic e Mistral, gerenciando roteamento, failover, cache, rastreamento de custos e observabilidade. Sob a Palo Alto, essa funcionalidade seria filtrada por uma lente de segurança e governança, controles de acesso, barreiras de proteção e visibilidade sobre quais modelos estão sendo acessados e por quem. Para uma empresa de cibersegurança, essa é uma extensão natural e estratégica. Mas o que isso sinaliza sobre o futuro da infraestrutura de IA corporativa é a história mais importante. Aprendizado de Máquina e Inteligência Artificial

A lacuna de infraestrutura sobre a qual ninguém avisou

Nos últimos dois anos, as empresas avançaram rapidamente com a IA. Copilotos, agentes de IA e fluxos de trabalho baseados em LLM são agora elementos básicos da produção corporativa. No entanto, o progresso rápido na camada de aplicação tem o custo de não construir uma infraestrutura de suporte robusta.

O resultado? As equipes operam a IA em produção com visibilidade limitada sobre o comportamento dos agentes. Dados da pesquisa de IA Corporativa de 2026 da TrueFoundry revelaram que mais de 75% das equipes não possuem registros unificados em seus modelos e fluxos de trabalho de agentes. Mais de 40% só veem os custos de IA após o uso – sem alertas em tempo real ou controles de orçamento. E 83% relatam amplificação de tokens, onde uma tarefa que deveria consumir 1.000 tokens acaba consumindo 8.000 ou mais devido a cadeias de chamadas de agentes. Picos de latência são difíceis de diagnosticar, e rastrear as causas raiz de falhas geralmente exige um esforço de engenharia que agrava o problema original.

O que um Gateway de IA realmente faz

Um Gateway de IA é uma camada de controle entre as aplicações corporativas e os grandes modelos de linguagem que as impulsionam. Em vez de as aplicações chamarem provedores como OpenAI ou Anthropic diretamente, as solicitações fluem pelo gateway, centralizando roteamento, observabilidade, confiabilidade e gestão de custos em um só lugar.

Se um provedor apresenta lentidão ou falha, o gateway redireciona o tráfego. Quando os custos disparam, as equipes podem identificar as causas em tempo real. Comportamentos inesperados de prompts revelam logs de rastreamento completos para investigação. Testar um novo modelo não exige a reimplantação de aplicações. Software

Para equipes que gerenciam múltiplos recursos de IA, essa infraestrutura rapidamente se torna essencial. Sem ela, não há um ponto único de inferência para políticas, nenhuma visão unificada do que a pilha de IA está fazendo e nenhuma maneira clara de atribuir custos ou investigar incidentes.

Gateways de IA vão muito além da segurança

Segurança e governança são uma dimensão crítica do que um Gateway oferece, e uma razão legítima pela qual o movimento da Palo Alto faz sentido estratégico. Mas as empresas também precisam de controle de custos, monitoramento de desempenho, flexibilidade de provedores, governança de dados e roteamento de modelos, incluindo suporte para opções privadas e de código aberto. Gateways focados principalmente em segurança forçam as equipes de TI e engenharia a improvisar com múltiplas ferramentas para preencher as lacunas.

• Descubra mais
• Gestão de Dados
• Armazenamento em Nuvem
• Software
• Segurança Computacional
• Aprendizado de Máquina e Inteligência Artificial

O setor em geral está reconhecendo isso. De acordo com o Guia de Mercado de 2025 do Gartner para Gateways de IA, até 2028, 70% das equipes de engenharia de software que constroem aplicações multimodais usarão Gateways de IA para melhorar a confiabilidade e otimizar custos, não apenas a segurança. O Gartner define um Gateway de IA como uma tecnologia que "atua como um intermediário entre aplicações e vários serviços ou modelos de IA", fornecendo um painel de controle central para proteger, governar e observar cargas de trabalho de IA. Esse escopo é deliberadamente amplo.

As organizações que fazem isso corretamente tratam o Gateway de IA como infraestrutura fundamental, em vez de um complemento de segurança ou uma reflexão tardia. Elas o integram à pilha desde o início, assim como fariam com um gateway de API ou service mesh, e expandem sua superfície de ferramentas sobre ele, e não o contrário.

Perguntas importantes antes de construir ou comprar

Para equipes corporativas que estão avaliando opções de AI Gateway, ou decidindo se realmente precisam de uma, as perguntas que valem a pena fazer são:

• Temos visibilidade de cada chamada de LLM em execução na produção, incluindo custo e latência?
• Podemos redirecionar o tráfego se um provedor ficar indisponível ou se tornar caro demais?
• Temos flexibilidade para usar tanto APIs comerciais quanto modelos auto-hospedados?
• Para onde fluem os dados sensíveis e quem os controla?

Se a resposta honesta para qualquer uma dessas perguntas for "não exatamente", existe uma lacuna de infraestrutura que precisa ser resolvida. À medida que a IA deixa de ser um projeto experimental para se tornar um recurso central do produto, o custo de deixar essa lacuna sem solução só aumenta.

A decisão da Palo Alto de adquirir a Portkey marca um momento crucial: os AI Gateways estão sendo reconhecidos como infraestrutura corporativa essencial. A questão agora é quão amplamente as empresas escolherão construir sobre eles.

Sobre a TrueFoundry:

A TrueFoundry oferece um AI Gateway de nível corporativo que engloba um LLM Gateway, MCP Gateway e Agent Gateway, permitindo que empresas conectem, observem e governem de forma segura o acesso a modelos, ferramentas, guardrails e agentes a partir de um único painel de controle. O AI Gateway viabiliza cargas de trabalho de agentes que são seguras, eficientes e preparadas para o futuro por meio de conexões unificadas e combináveis entre provedores.

Além da camada de gateway, a TrueFoundry permite que organizações implantem e treinem LLMs personalizados em GPUs, hospedem servidores MCP e executem agentes personalizados — tudo por meio de uma interface nativa de Kubernetes. Ela oferece suporte a instalações on-premise e em VPC tanto para o AI Gateway quanto para ambientes de implantação. A TrueFoundry garante conformidade de nível corporativo com os padrões SOC 2, HIPAA e ITAR. Com autoscaling, cache e otimização de recursos integrados, a TrueFoundry capacita organizações a construir, implantar e governar sistemas de IA de forma segura, eficiente e em uma stack preparada para o futuro. Para saber mais, visite truefoundry.com