A expansão da IA - Inteligência Artificial nas empresas está colocando novas exigências sobre a infraestrutura responsável pela entrega e segurança das aplicações. Nesse cenário, os controladores de entrega de aplicações (ADCs – Application Delivery Controllers), tradicionalmente utilizados para distribuir cargas de trabalho e garantir disponibilidade e desempenho, começam a assumir novas funções relacionadas ao tráfego de dados e à proteção dos modelos de IA.

Segundo Hilmar Becker, diretor regional da F5 Brasil, a complexidade das aplicações de inteligência artificial amplia a importância dessa camada da infraestrutura. “Cada transação, cada login, cada experiência digital que importa passa por esse componente. A IA eleva ainda mais a responsabilidade do ADC”, afirma.

A tendência ocorre em paralelo ao aumento dos investimentos corporativos em inteligência artificial. Dados do IDC citados pelo executivo estimam que os gastos empresariais com IA terão impacto econômico acumulado de US$ 19,9 trilhões até 2030 e contribuirão para que o PIB global naquele ano seja 3,5% maior.

A necessidade de adaptar a infraestrutura a essas aplicações já começa a aparecer nas projeções para o mercado de ADCs. Pesquisa do Gartner publicada em junho de 2026 prevê que, até 2029, mais de 30% das grandes empresas e dos provedores de serviços em todo o mundo atualizarão sua infraestrutura de ADC para atender a requisitos relacionados à soberania de dados e à IA.

Um dos fatores que impulsionam essa transformação é a necessidade de manter determinados dados e cargas de trabalho sob maior controle das organizações. Requisitos de soberania e privacidade, somados aos custos de transferência de dados para dentro e fora das nuvens públicas, estão levando empresas a avaliar a execução de aplicações de IA em infraestrutura própria.

Estudo do Barclays, do final de 2025, citado por Becker, aponta que mais de 80% das organizações pesquisadas planejavam repatriar cargas de trabalho.

Esse movimento traz de volta aos data centers corporativos não apenas o processamento, mas também os componentes associados às aplicações de inteligência artificial, como pipelines de dados, endpoints de inferência e mecanismos de segurança.

“Quando a IA volta para casa, tudo de que ela depende vem junto: os pipelines de dados que a alimentam, os pontos finais de inferência que a expõem e os controles de segurança que a protegem”, explica Becker.

Como esse tráfego passa pela camada de entrega das aplicações, o desempenho da infraestrutura de ADC também passa a interferir na operação dos modelos de IA.

Entre os desafios apontados pelo Gartner está a necessidade de transportar grandes volumes de dados até os modelos de IA com desempenho adequado. A qualidade dos modelos depende dos dados utilizados, enquanto aplicações distribuídas exigem que essas informações circulem entre diferentes ambientes.

Nesse contexto, os ADCs podem ser utilizados para otimizar a entrega e a ingestão de dados inclusive na borda da rede, além dos limites do data center principal. A integração com componentes de infraestrutura, como DPUs – Data Processing Units, também amplia a utilização desses controladores em aplicações executadas em ambientes multicloud e WAN.

Outro movimento identificado pelo Gartner é uma mudança no processo de decisão sobre os investimentos em infraestrutura de inteligência artificial. Em organizações com maior maturidade no uso da tecnologia, parte dessas decisões está deixando as equipes tradicionais de TI e migrando para grupos dedicados à IA, em alguns casos subordinados diretamente à alta administração.

Segundo Becker, isso exige que componentes tradicionalmente associados à infraestrutura de rede sejam compreendidos também por profissionais com menor especialização técnica. “Neste contexto, o ADC passa a ser valorizado inclusive por equipes com menor background técnico”, diz.

A segurança representa outra frente de transformação. Aplicações baseadas em inteligência artificial estão sujeitas a ameaças específicas, entre elas injeção de prompts, envenenamento de dados e falsificação de identidade de agentes.

De acordo com a análise do Gartner citada pelo executivo, os ADCs podem assumir a função de gateways de IA, aplicando mecanismos de proteção no perímetro da rede ou diretamente na camada de APIs.

A questão ganha importância com a expansão da IA agêntica, na qual agentes de software podem interagir com aplicações, APIs, bancos de dados e outros sistemas para executar tarefas.

Para Becker, desempenho e segurança tendem, por isso, a ser tratados de maneira cada vez mais integrada. “O tráfego de IA e as ameaças à IA chegam pela mesma porta de entrada, e os dados que alimentam seus modelos e os ataques direcionados a eles percorrem os mesmos caminhos”, afirma.

Quando entrega e segurança são administradas em plataformas separadas, acrescenta, os pontos de integração podem gerar lacunas de política e problemas de latência.

A tendência apontada é, portanto, de convergência entre os recursos de entrega das aplicações e os mecanismos de segurança. Essa arquitetura pode envolver hardware, software, SaaS, soluções nativas de nuvem e DPUs para acompanhar cargas de trabalho executadas em diferentes ambientes.

Para Becker, a capacidade de entregar e proteger dados em escala em arquiteturas híbridas será um dos requisitos para a expansão das aplicações corporativas de inteligência artificial. Nesse cenário, os ADCs deixam de atuar apenas no balanceamento e na disponibilidade das aplicações e passam a ocupar também uma posição na arquitetura de desempenho e segurança dos novos ambientes de IA.

---