Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTNW→ original

Palo Alto Networks comprará la startup de IA Applied Compute por 4500 millones de dólares en acciones

Palo Alto Networks compra Applied Compute, una startup de exinvestigadores de OpenAI que ayuda a las empresas a entrenar y ejecutar sus propias versiones de modelos de IA abiertos. La operación, de 4500 millones de dólares, se pagará íntegramente en acciones, y la startup, fundada el año pasado, ya alcanza 100 millones de dólares de ingresos anuales. Palo Alto quiere vender la plataforma a sus clientes junto con la protección. Para el sector, la señal es clara: la seguridad de los modelos abiertos se convierte en un mercado propio.

Procesado por IA desde TNW; editado por Hamidun News
Palo Alto Networks comprará la startup de IA Applied Compute por 4500 millones de dólares en acciones
Fuente: TNW. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTNW ↗
Editor jefe
Dato clave #1La cuota de los modelos abiertos en el tráfico de tokens pasó de menos del 5% a más del 60% en un año
Dato clave #2Palo Alto construirá más de 100 MW de capacidad para inferencia, con un gasto de capital de hasta 3000 millones de dólares
Dato clave #3El consejero delegado de Applied Compute, Yash Patil, será codirector de IA de Palo Alto

La mayor compañía de ciberseguridad compra una startup de IA por 4500 millones de dólares y afirma que se adentra más allá de su negocio habitual. Palo Alto Networks ha acordado la adquisición de Applied Compute, y pagará únicamente en acciones. Para desarrolladores y responsables de producto, la operación interesa menos por su importe que por el problema que pone de manifiesto: las empresas migran en masa a modelos abiertos, y todavía nadie sabe protegerlos de verdad.

Qué compra Palo Alto

Applied Compute fue fundada el año pasado por tres exinvestigadores de OpenAI. La startup ayuda a las empresas a entrenar y ejecutar sus propias versiones de modelos open-weight. Se trata de modelos cuyos pesos —los números que determinan el comportamiento de la red neuronal— pueden descargarse y modificarse. En términos sencillos, en lugar de alquilar un modelo cerrado ajeno a través de una API, la empresa toma uno abierto, lo ajusta con sus propios datos y lo ejecuta en sus sistemas.

Las cifras financieras de la startup son considerables. Según The Wall Street Journal, a comienzos de mes captó 350 millones de dólares con una valoración de 3250 millones, y sus ingresos anuales, al ritmo actual, alcanzan los 100 millones de dólares. La compra incluye una prima respecto a la última ronda: 4500 millones frente a 3250 millones. Su consejero delegado y cofundador, Yash Patil, será codirector de IA de Palo Alto una vez cerrada la operación. El acuerdo aún necesita la aprobación de los reguladores, y la compañía prevé completarlo en el tercer trimestre del ejercicio fiscal 2027.

Applied Compute seguirá atendiendo a sus clientes actuales, mientras que Palo Alto venderá la plataforma a su base de clientes. El equipo conservará sus oficinas y, según las palabras del director ejecutivo de la compañía, Nikesh Arora, en gran medida mantendrá su independencia. Arora también señaló que los empleados tienen «millones de razones» para quedarse otros tres o cuatro años, en referencia a las acciones recibidas por la operación.

Por qué esto se convierte en un mercado de seguridad

Arora explica la lógica así: cada empresa utilizará una mezcla de modelos abiertos y cerrados, y cada uno de ellos deberá protegerse. Según él, hoy ningún proveedor importante ofrece modelos abiertos de forma segura. Palo Alto quiere que las compañías puedan entrenar, adaptar y ejecutar esos modelos en la nube pública o en sus propios entornos «soberanos», es decir, bajo el control total del cliente.

El argumento se apoya en una cifra: durante la llamada con analistas, Arora afirmó que los modelos abiertos ya generan más del 60% del tráfico de tokens, cuando hace un año su cuota era inferior al 5%. Son palabras del director de la compañía que está comprando el negocio, no una estadística independiente, así que conviene tomarlas con cautela. Pero la tendencia es comprensible: cuantos más equipos alojan modelos por su cuenta, más preocupaciones surgen por fugas de datos, manipulación de pesos y control de acceso, asuntos de los que antes se ocupaban los proveedores de API cerradas.

Los planes son ambiciosos. Palo Alto espera que la operación añada más de 1000 millones de dólares de ingresos recurrentes anuales para el ejercicio fiscal 2029. Para ello, la compañía construirá más de 100 megavatios de capacidad para inferencia, es decir, para ejecutar modelos; los gastos de capital en ello, según prometen, no superarán los 3000 millones de dólares hasta el ejercicio fiscal 2030. Arora afirmó que, si todo sale bien, el nuevo negocio podría superar en escala a la ciberseguridad.

Contexto: un trimestre sólido y matices

La operación se anunció junto con los resultados del primer trimestre del ejercicio fiscal. Los ingresos crecieron un 39%, hasta 3440 millones de dólares; los ingresos recurrentes anuales del negocio de seguridad de nueva generación aumentaron un 66%, hasta 9730 millones; y el beneficio neto fue de 482 millones, frente a 334 millones un año antes. La compañía elevó su previsión anual: ingresos de entre 14 520 y 14 570 millones de dólares y beneficio ajustado de entre 4,26 y 4,30 dólares por acción. Arora atribuyó parte de la demanda a una reciente serie de incidentes, en parte provocados por la prisa de los departamentos de TI por implantar la IA.

También hay riesgos evidentes. La operación requiere la aprobación de los reguladores. Una empresa que ha crecido en torno a la protección de redes entra ahora en el mercado de infraestructura para el entrenamiento de modelos, donde compite con gigantes de la nube y startups especializadas. Integrar un equipo independiente en una gran corporación siempre entraña riesgos, y las inversiones de 100 MW son un territorio nuevo para una compañía de este perfil.

Qué significa en la práctica

Si desarrolla productos sobre modelos abiertos, espere que los proveedores de seguridad empiecen a ofrecer soluciones listas para usar: control de pesos, auditoría de los ajustes finos y aislamiento de datos. Si debe elegir entre una API cerrada y un despliegue propio, la protección formará cada vez más parte de la comparativa de costes. Y para los fundadores de startups de infraestructura de IA, la operación demuestra que los grandes actores están dispuestos a pagar caro por los equipos capaces de convertir los modelos abiertos en un producto empresarial.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué compra Palo Alto?

Applied Compute fue fundada el año pasado por tres exinvestigadores de OpenAI. La startup ayuda a las empresas a entrenar y ejecutar sus propias versiones de modelos open-weight. Se trata de modelos cuyos pesos —los números que determinan el comportamiento de la red neuronal— pueden descargarse y modificarse. En términos sencillos, en lugar de alquilar un modelo cerrado ajeno a través de una API, la empresa toma uno abierto, lo ajusta con sus propios datos y lo ejecuta en sus sistemas.

¿Qué se sabe sobre Por qué esto se convierte en un mercado de seguridad?

Arora explica la lógica así: cada empresa utilizará una mezcla de modelos abiertos y cerrados, y cada uno de ellos deberá protegerse. Según él, hoy ningún proveedor importante ofrece modelos abiertos de forma segura. Palo Alto quiere que las compañías puedan entrenar, adaptar y ejecutar esos modelos en la nube pública o en sus propios entornos «soberanos», es decir, bajo el control total del cliente.

¿Qué se sabe sobre Contexto: un trimestre sólido y matices?

La operación se anunció junto con los resultados del primer trimestre del ejercicio fiscal. Los ingresos crecieron un 39%, hasta 3440 millones de dólares; los ingresos recurrentes anuales del negocio de seguridad de nueva generación aumentaron un 66%, hasta 9730 millones; y el beneficio neto fue de 482 millones, frente a 334 millones un año antes. La compañía elevó su previsión anual: ingresos de entre 14 520 y 14 570 millones de dólares y beneficio ajustado de entre 4,26 y 4,30 dólares por acción.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…