Cloudflare’in gelirinin %36 artışla 696 milyon dolara ulaşması ve hissenin seans dışında yaklaşık %17 sıçraması, yapay zeka çağında yeni bir büyüme alanına işaret ediyor. Şirketin ağ trafiğinin yarısından fazlasının artık ilk kez insanlardan değil, makinelerden ve yapay zeka ajanlarından gelmesi, güvenliğin merkezini insan kimliğinden görev bazlı ajan kimliğine kaydırıyor. Bu dönüşüm, klasik Zero Trust yaklaşımını yeniden tanımlarken Cloudflare’in kimlik, ağ, veri ve erişim katmanlarını aynı altyapıda birleştiren yapısını öne çıkarıyor. Ana tez, şirketin yalnızca ürün satan bir güvenlik firması değil, yapay zeka ekonomisinde geçiş ücreti toplayan bir altyapı sağlayıcısına dönüşebileceği yönünde.
İngiltere’de büyük bir kamu kurumunun Zero Trust ihalesini, binlerce yapay zeka ajanının kimlik ve yetkisinin nasıl kontrol edileceği sorusu sonrası yeniden yazması, alım kriterlerinin değiştiğini gösteren güçlü bir sinyal olarak sunuluyor. Cloudflare’in yaklaşımı, insanlara verilen uzun ömürlü kimlikler yerine göreve bağlı ve kısa ömürlü kimlikler kullanmak üzerine kurulu. Bu modelde ajan görev aldığında yetki kazanıyor, görev boyunca izleniyor ve iş bitince yetkisi sona eriyor. Böylece fiyatlama da kullanıcı sayısından trafik, araç çağrısı ve işlem hacmine kayabiliyor.
Metinde ayrıca yıllık 7,5 milyon dolarlık bir platform anlaşması, veri çıkış ücretlerinin bulut ekonomisindeki önemi ve R2’nin çıkış ücreti almayan yapısına dikkat çekiliyor. AWS, Azure ve Google’da internet çıkış ücretlerinin bölgeye göre gigabayt başına 8-12 sente ulaşabildiği belirtilirken, büyük yapay zeka iş yüklerinde veri hareketinin maliyet kalemi haline geldiği vurgulanıyor. Bu nedenle Cloudflare’in depolama, dağıtım ve güvenlik katmanlarını dışarı çekerek ekonomik aşınmadan pay alabileceği savunuluyor. Aynı zamanda ajan güvenliği, veri kaybı önleme ve gözlemlenebilirlik katmanlarının birlikte yeniden tasarlanması gerektiği için pazarın tek bir ürünle değil, çok katmanlı çözümlerle şekilleneceği anlatılıyor.
Risk tarafında, ajan güvenliği ürünlerinin bir kısmının hala beta aşamasında olması, kullanıcı ilgisi ile ücretli kullanımın aynı şey olmaması ve rekabetin çok yüksek kalması öne çıkıyor. Zscaler, Okta, Palo Alto, F5, büyük bulutlar ve girişimler aynı kontrol noktasına oynarken ürünler birbirine benzedikçe fiyat baskısı oluşabilir. Ayrıca ajanlar çok işlem üretebilse de her işlemin ekonomik değeri düşük olabilir. Dynatrace ve Datadog örnekleri, yapay zeka tüketiminin her zaman doğrusal gelir yaratmayabileceğini gösteren uyarılar olarak sunuluyor.
