Microsoft lança AI gateway dedicado no azure API management para governança de modelos e mcp

A Microsoft deu um passo significativo na infraestrutura para inteligência artificial corporativa ao anunciar o novo AI Gateway do Azure API Management, agora disponível em preview público.

O que muda com a nova camada de AI gateway do azure?

O novo AI Gateway do Azure foi concebido como uma experiência independente, e não apenas como mais uma camada de políticas XML sobre os gateways clássicos ou de versão v2. A proposta central é que as empresas agora interagem com múltiplos provedores de IA simultaneamente, demandando ferramentas de governança que reflitam essa realidade híbrida e multimodelo.

Neste preview, o gateway é capaz de expor modelos hospedados no Azure AI Foundry (incluindo OpenAI, Anthropic e Mistral), bem como conexões diretas para o AWS Bedrock, Google Vertex AI e a própria OpenAI externa. Todos os provedores compatíveis com o padrão OpenAI compartilham o mesmo caminho de endpoint, com o gateway roteando as requisições com base na correspondência exata do campo do modelo solicitado.

• Configuração de políticas baseada em cartões visuais no portal, substituindo os tradicionais arquivos XML complexos.
• Controle nativo de limites de requisição, cotas de tokens, Content Safety e fallback de modelos.
• Provisionamento rápido em cerca de um minuto, sem a necessidade de planejar unidades de escala antecipadamente.

Integração com servidores mcp e ferramentas externas

Além do roteamento de modelos, o AI Gateway atua como um federador de backends para ferramentas corporativas através de três fontes principais: servidores remotos que utilizam o Model Context Protocol (MCP) via URL, especificações OpenAPI padronizadas ou conectores embutidos que cobrem mais de mil aplicações SaaS.

Cada operação do backend integrado torna-se uma ferramenta utilizável pelos agentes e modelos de IA. Os administradores podem determinar, por backend, o método de autenticação desejado, incluindo chaves de API, OAuth 2.0, identidades gerenciadas ou acesso público direto.

Perspectivas sobre governança e ciclo de vida dos agentes

A reação inicial de arquitetos e engenheiros de plataforma foi majoritariamente positiva quanto à consolidação de custos e segurança de tráfego, embora o modelo traga novas discussões de arquitetura. Especialistas como Paolo Perrone apontam que centralizar a governança de custos e limites de tokens no gateway evita soluções improvisadas e paliativas em nível de aplicação.

Por outro lado, arquitetos de sistemas corporativos levantam questionamentos sobre o limite da governança do gateway em relação ao ciclo de vida dos agentes de IA. Se uma execução de agente falhar ou não terminar de forma limpa, a decisão de preservar o estado para auditoria ou realizar o failover deve ocorrer no gateway ou na camada de orquestração superior? Essa fronteira arquitetural ainda permanece aberta na indústria.

A concorrência e as limitações do modelo de preview

Embora o movimento do Azure seja visto como necessário, analistas de dados apontam que concorrentes como Databricks e AWS já possuem ofertas robustas de governança. O Unity AI Gateway da Databricks, por exemplo, já estende o Unity Catalog para cobrir modelos, agentes, serviços MCP e habilidades em tempo de execução, com limites rígidos de gastos corporativos.

Além disso, uma decisão de design de segurança na solução do Azure merece atenção: as chaves de acesso de tempo de execução são aplicadas no escopo geral do gateway. Isso significa que uma chave vazada concede acesso a todos os modelos e ferramentas publicados naquele gateway específico, diferentemente das assinaturas do APIM tradicional que permitem um escopo mais granular por produto.

A Microsoft reforça que, durante o período de preview público, a disponibilidade ocorre em regime de melhor esforço (sem SLA), e os limites de taxa de transferência, preços futuros e recursos de telemetria podem sofrer alterações até o lançamento geral (GA).

Arraste para o lado para ver toda a tabela.