En observant les annonces des dix-huit derniers mois, un constat s’impose. Éditeurs de cybersécurité, spécialistes de l’API Management, plateformes de données, fournisseurs cloud et acteurs nés avec l’IA développent des fonctions qui répondent aux mêmes problématiques. Leur objectif : contrôler les appels aux modèles de langage, appliquer des politiques de sécurité, maîtriser les coûts et gouverner les agents, tout en traçant leurs interactions et en limitant la dépendance à un fournisseur unique.

Tous cherchent, avec des approches différentes, à devenir le point de contrôle entre le système d’information et l’IA.

Dans l’histoire des infrastructures IT, ce type de convergence a souvent annoncé l’émergence d’une nouvelle catégorie de logiciels. Mais elle peut aussi annoncer autre chose : une course où chaque acteur tente d’imposer son propre control plane, au risque de recréer, autour de l’IA, la fragmentation que les AI Gateways sont précisément censés résoudre.

Les éditeurs cyber veulent protéger les agents

Les plateformes de cybersécurité ont été conçues pour protéger des utilisateurs, des postes de travail, des serveurs ou des applications. L’essor des agents IA introduit une nouvelle catégorie d’entités numériques : elles disposent de droits d’accès, utilisent des identités techniques, consultent des données et exécutent des actions de façon autonome. Elles deviennent donc elles-mêmes une nouvelle surface d’attaque.

Le cas de Palo Alto Networks illustre bien cette bascule, avec un calendrier resserré. En mars 2026, l’éditeur lance Prisma AIRS 3.0, avec un module « AI Agent Gateway » alors en accès limité. Fin avril, il annonce son intention de racheter Portkey, l’un des éditeurs d’AI Gateway les plus établis ; l’acquisition est finalisée le 29 mai. Six semaines plus tard, le 22 juillet, il annonce la disponibilité générale de Prisma AIRS AI Gateway, qui intègre directement la technologie de Portkey.

Dans sa communication, Palo Alto Networks avance un chiffre destiné à illustrer l’accélération du phénomène. Selon les données observées par l’éditeur, la part du trafic réseau d’entreprise liée au protocole MCP serait passée de 11 % fin 2025 à plus de 41 % à la mi-2026. Un chiffre fourni par l’éditeur, à considérer comme un indicateur de tendance plutôt que comme une mesure indépendante du marché.

CrowdStrike suit une trajectoire différente, centrée sur l’identité des agents. En juin dernier, l’éditeur lance « Continuous Identity for AI Agents », une fonctionnalité de Falcon issue de la technologie de SGNL, rachetée pour 740 millions $. Le principe est de réévaluer en permanence les droits d’un agent, action après action, plutôt que de lui accorder un accès permanent. CrowdStrike ne cherche toutefois pas à devenir lui-même une AI Gateway. L’éditeur mise sur une stratégie d’écosystème, avec des intégrations à plusieurs gateways, dont Kong, LiteLLM, Databricks, Microsoft Azure, TrueFoundry et Google Cloud

Cisco avance sur un terrain proche avec Duo, qui traite désormais l’agent comme un objet d’identité à part entière, avec ses propres règles d’authentification et son propre cycle de vie. Zscaler, enfin, a présenté en juin 2026 ce qu’il revendique comme la première plateforme Zero Trust complète pour l’IA agentique, avec un « AI Broker » pour l’accès aux agents et un « AI Access Graph » pour cartographier les liens entre identités, applications et données. Une extension directe de sa logique réseau historique aux flux agent-à-agent et aux appels MCP, plus difficiles à intercepter que du trafic utilisateur classique.

Ces trajectoires différentes traduisent une même logique : chaque cyberéditeur cherche à prolonger son point de contrôle historique jusqu’aux agents. L’AI Gateway devient ainsi l’une des nouvelles interfaces de la logique Zero Trust où l’on vérifie non seulement qui est autorisé à agir mais aussi ce que l’agent peut faire et dans quel contexte.

Les spécialistes des API veulent éviter d’être contournés

Pour les acteurs de l’API Management, la problématique est différente. Depuis quinze ans, les API Gateway occupent une place stratégique dans les systèmes d’information : une part importante des échanges applicatifs y transite, et les équipes d’architecture y définissent l’authentification, la limitation de débit, la supervision et le routage.

L’IA pourrait remettre en cause cette position. Si les développeurs appellent directement les modèles de langage sans passer par l’infrastructure existante, une partie croissante des échanges risque d’échapper aux plateformes de gouvernance déjà en place. Les spécialistes des API cherchent donc à étendre leur périmètre plutôt qu’à laisser une infrastructure parallèle émerger.

L’exemple de Kong est représentatif : l’éditeur présente son AI Gateway comme une extension de plugins sur sa plateforme Kong Konnect existante. Les flux applicatifs continuent de transiter par la même infrastructure, mais sont désormais aussi dirigés vers des modèles de langage, avec les mêmes mécanismes d’authentification et de quotas déjà en place pour les API classiques.

Google fait évoluer Apigee dans une direction similaire, en l’articulant à la nouvelle plateforme d’agents que le groupe a lancée en avril 2026 en rebaptisant Vertex AI en Gemini Enterprise Agent Platform. Un changement qui va au-delà du nom, puisqu’il absorbe aussi Agentspace et repositionne l’ensemble autour de la construction, du déploiement et de la gouvernance d’agents plutôt que du seul entraînement de modèles.

D’autres éditeurs d’API Management plus spécialisés, comme Gravitee, Tyk ou WSO2, suivent une trajectoire comparable en ajoutant des fonctions de routage LLM, de gouvernance MCP et de suivi des coûts d’inférence à leurs plateformes existantes.

Le principe reste le même dans tous les cas : réutiliser les mécanismes déjà déployés pour les API ( authentification, quotas, journalisation, observabilité ) plutôt que de les faire reconstruire par chaque équipe projet pour l’IA. L’IA ne crée pas une infrastructure parallèle ; elle prolonge l’architecture existante.

Les plateformes de données veulent rapprocher les agents des données

Une troisième famille avance avec une approche différente : les plateformes de données. La conviction est que la valeur de l’IA ne réside pas uniquement dans le modèle, mais surtout dans les données auxquelles il accède.

Snowflake en fournit une première illustration. Fin mai 2026, l’éditeur annonce l’acquisition de Natoma, spécialiste de la gouvernance du protocole MCP. Deux mois plus tard, il lance Cortex AI Gateway pour contrôler les interactions des agents avec les modèles, les outils, les serveurs MCP et les données de l’entreprise.

La solution s’adresse aussi bien aux agents natifs de Snowflake qu’à ceux développés sur des plateformes tierces comme Claude Code ou Cursor, et s’intègre notamment avec Okta, SailPoint et 1Password pour la gestion des identités.

Databricks suit une trajectoire comparable avec Unity AI Gateway. Construit sur Unity Catalog, le service transpose aux modèles et aux agents les mécanismes de gouvernance déjà appliqués aux données : permissions, traçabilité et audit. Il ajoute des fonctions spécifiques à l’IA, comme le contrôle des dépenses, le routage entre fournisseurs et la prévention des fuites de données personnelles.

Databricks revendique déjà plusieurs milliers de clients utilisant Unity AI Gateway, dont Rivian, Asana et Edmunds. Selon l’éditeur, plus d’un quadrillion de tokens ont transité par la gateway au cours des douze derniers mois.

L’éditeur a par ailleurs choisi une approche ouverte en intégrant à Unity AI Gateway des spécialistes de la sécurité, dont CrowdStrike, Palo Alto Networks et Zscaler. L’objectif est de permettre aux entreprises de conserver leurs outils de sécurité existants tout en les appliquant aux interactions avec les modèles, les agents et les outils. Une logique d’écosystème qui contraste avec les plateformes cherchant à intégrer l’ensemble des fonctions de sécurité en interne.

Les annonces successives de Snowflake et Databricks montrent que la gouvernance des agents est en train de devenir un nouveau terrain de concurrence pour les plateformes Data & IA. Leur avantage est de pouvoir prolonger vers les modèles et les agents les politiques de contrôle déjà appliquées aux données, sans nécessairement ajouter une couche de gouvernance indépendante.

Les hyperscalers avancent en ordre dispersé

Une quatrième famille d’acteurs, les hyperscalers, aborde le problème sous un angle différent : intégrer les fonctions de gouvernance de l’IA à leur propre environnement plutôt que de les vendre comme un produit autonome.

AWS a lancé Amazon Bedrock AgentCore Gateway, qui fournit un point d’accès unique aux agents pour accéder à des outils, des serveurs MCP et d’autres agents via A2A. La plateforme peut également router les requêtes vers différents fournisseurs de modèles et connecter des services comme Salesforce, Slack, Jira ou Asana.

Microsoft combine deux briques complémentaires. Azure API Management fournit les fonctions d’AI Gateway, tandis qu’Entra Agent ID, disponible généralement depuis mai 2026, attribue une identité propre aux agents et permet d’en contrôler les accès, y compris lorsqu’ils sont construits sur des plateformes tierces.

Google a choisi une approche plus intégrée. Avec le lancement de Gemini Enterprise Agent Platform, qui succède à Vertex AI, l’éditeur regroupe dans une même plateforme la construction, le déploiement et la gouvernance des agents, plutôt que de présenter l’AI Gateway comme une brique autonome.

L’avantage de cette approche est net pour une DSI déjà engagée sur un cloud donné : l’identité, la facturation et une partie de l’observabilité restent dans le même environnement, sans couche supplémentaire à opérer. La contrepartie l’est tout autant : dans un contexte multicloud, ces trois approches ne se substituent pas les unes aux autres, et une entreprise utilisant AWS, Azure et Google Cloud simultanément peut se retrouver avec trois mécanismes de gouvernance de l’IA distincts plutôt qu’une couche transverse unique.

Les acteurs AI-native : les pionniers de la gateway IA

Une dernière catégorie est née directement avec les applications d’IA. Des acteurs comme LiteLLM, Helicone, OpenRouter ou Portkey ont construit leurs offres autour de besoins apparus avec les LLM : router les requêtes entre plusieurs modèles et fournisseurs, suivre la consommation, gérer les clés et les coûts ou observer les interactions des agents.

Portkey illustre toutefois la difficulté pour ces spécialistes de conserver leur indépendance lorsque le marché se structure. Racheté par Palo Alto Networks en mai 2026, l’éditeur montre comment les fonctions développées par les acteurs AI-native peuvent être progressivement intégrées à des plateformes plus larges de cybersécurité, d’API Management, de données ou de cloud.

Ce que révèle cette convergence

Le rapprochement de ces cinq familles d’acteurs montre que l’AI Gateway devient une couche stratégique de contrôle de l’IA. Mais cette convergence ne conduira pas forcément à une gateway unique : le marché pourrait plutôt voir coexister plusieurs briques capables de coopérer.

Pour les DSI, la question sera donc de savoir où placer le point de contrôle principal et comment faire interagir les autres briques avec lui. Faute de coordination, la multiplication des offres pourrait paradoxalement recréer une nouvelle fragmentation de la gouvernance de l’IA.

The post AI Gateway : la bataille pour le contrôle de l’IA appeared first on Silicon.fr.

Palo Alto Networks veut prendre de vitesse les cyberattaques dopées à l’IA. L’éditeur lance Frontier AI Critical Defense pour organiser une réponse collective à la menace qui pèse sur les infrastructures critiques.

A l’origine de l’initiative, ses équipes ont utilisé des modèles d’IA de pointe (Frontier AI) pour identifier plus de 14 000 vulnérabilités jusqu’alors inconnues dans des logiciels open source.

Un problème critique pour les opérateurs d’infrastructures vitales ( énergie, santé, industrie, transports) qui ne peuvent pas corriger leurs systèmes à la vitesse de l’IA. De fait, leurs contraintes de disponibilité et leurs exigences de tests de sécurité créent une fenêtre d’exposition potentiellement longue entre la découverte d’une vulnérabilité et le déploiement d’un correctif logiciel.

Le Frontier Virtual Patching comme réponse

La réponse technique est baptisée Frontier Virtual Patching. Il s’agit d’un dispositif de correctifs déployés au niveau du réseau, de manière proactive, avant même que les vulnérabilités ne soient transformées en armes par des attaquants. Ce mécanisme combine la détection de menaces par Frontier AI avec une veille fiable sur les vulnérabilités, tout en protégeant les détails sensibles de ces vulnérabilités contre une divulgation prématurée.

Le programme s’appuie sur des collaborations déjà existantes ( IBM et Red Hat via Lightwell, Microsoft via le programme MAPP, Siemens et l’Idaho National Laboratory via l’OT Threat Research Lab) et s’élargit aujourd’hui à de nouveaux acteurs de premier plan.

Parmi les nouveaux entrants : Anthropic et OpenAI pour leurs capacités en modèles d’IA de pointe, des leaders de l’OT comme Mitsubishi et Axis Communications, des consortiums sectoriels de partage d’informations comme Health-ISAC et l’Analysis and Resilience Center for Systemic Risk, l’institut de recherche énergétique EPRI, ainsi que l’initiative open source Akrites portée par la Linux Foundation.

En coordonnant la découverte des vulnérabilités, leur qualification et le déploiement de correctifs virtuels à l’échelle du réseau, le programme Frontier AI Critical Defense entend transformer une réponse jusqu’ici fragmentée en une défense collective et proactive.

Les secteurs visés , OT industriel, santé, énergie, open source, sont précisément ceux où le délai entre la découverte d’une faille et sa correction est le plus long et le plus dangereux.

Enjeux et limites

Ambitieux sur le papier, le programme soulève néanmoins plusieurs questions concrètes.

La question de la confiance et du partage d’informations est centrale. La participation repose sur la volonté des éditeurs de partager des détails sensibles sur les vulnérabilités sous embargo. Or des considérations juridiques ou concurrentielles peuvent freiner ce type de coopération, en particulier lorsque les acteurs impliqués sont également en concurrence sur certains marchés.

Ensuite, la portée du virtual patching est par nature limitée. Le mécanisme protège au niveau réseau, mais ne remplace pas les correctifs applicatifs ou système. Il s’agit d’une mesure temporaire destinée à réduire la fenêtre d’exposition, non d’une solution permanente. Les opérateurs d’infrastructures critiques devront donc continuer à déployer leurs correctifs logiciels classiques en parallèle.

Enfin, la dépendance à l’écosystème Palo Alto mérite d’être soulignée. Les protections sont déployées via les offres de l’éditeur ( pare-feu, SASE), ce qui peut limiter l’adoption pour les organisations opérant dans des environnements hétérogènes, non équipés de solutions Palo Alto. Un point qui conditionne directement l’ampleur réelle de la couverture que le programme peut offrir.

The post Palo Alto Networks lance son programme Frontier AI Critical Defense appeared first on Silicon.fr.

Source : Rapport d’analyse de menaces Unit 42 (Palo Alto Networks) – « 2026 World Cup: Discussing The World’s Biggest Game’s Attack Surface« .

Image. : © FIFA

The post Mondial 2026 : alerte sur la gigantesque « surface d’attaque » appeared first on Silicon.fr.

Palo Alto Networks annonce la nomination de Sandrine Tarnaud au poste de Directrice générale France. Cette nomination vise à renforcer l’équipe dirigeante de l‘entreprise en France, marché qu’elle considère comme stratégique en Europe.

Forte de plus de vingt ans d’expérience dans le secteur technologique, Sandrine Tarnaud a construit son parcours au sein de plusieurs acteurs majeurs de l’écosystème IT.

Elle débute chez CA Technologies, où elle développe une expertise commerciale et grands comptes, avant de rejoindre VMware. Elle prend ensuite la direction France de Cloudera, avec un périmètre centré sur les enjeux data, analytics et big data. Elle rejoint ensuite Microsoft, où elle pilote les offres Data & IA et accompagne de grandes organisations dans leurs projets de transformation cloud et intelligence artificielle.

Dans ses nouvelles fonctions, elle sera responsable du développement de l’activité de Palo Alto Networks sur le marché français, auprès des entreprises privées comme des organisations publiques. Elle reporte à Etienne Bonhomme, Vice-président EMEA Next Generation Security.

Photo : © DR

The post Sandrine Tarnaud nommée Directrice générale France de Palo Alto Networks appeared first on Silicon.fr.