Palo Alto Networks rachète la start-up d'IA Applied Compute pour 4,5 milliards de dollars en actions
Palo Alto Networks rachète Applied Compute, une start-up fondée par d'anciens chercheurs d'OpenAI qui aide les entreprises à entraîner et à faire tourner leurs propres versions de modèles d'IA ouverts. La transaction, d'un montant de 4,5 milliards de dollars, se fera entièrement en actions, et cette start-up créée l'an dernier a déjà atteint 100 millions de dollars de chiffre d'affaires annuel. Palo Alto veut vendre la plateforme à ses clients avec une offre de protection. Pour les entreprises, c'est un signal : la sécurité des modèles ouverts devient un marché à part entière.
Traité par IA depuis TNW ; édité par Hamidun News
La plus grande entreprise de cybersécurité rachète une start-up d'IA pour 4,5 milliards de dollars et affirme qu'elle sort de son cœur de métier. Palo Alto Networks a conclu un accord pour acquérir Applied Compute, et elle ne paiera qu'en actions. Pour les développeurs et les chefs de produit, l'intérêt de cette opération ne tient pas au montant, mais au problème qu'elle met en lumière : les entreprises adoptent massivement les modèles ouverts, et personne ne sait encore vraiment les protéger.
Ce que Palo Alto achète
Applied Compute a été fondée l'an dernier par trois anciens chercheurs d'OpenAI. La start-up aide les entreprises à entraîner et à faire tourner leurs propres versions de modèles open-weight. Il s'agit de modèles dont les poids, c'est-à-dire les nombres qui déterminent le comportement du réseau de neurones, peuvent être téléchargés et modifiés. En clair, au lieu de louer un modèle fermé via une API, une entreprise prend un modèle ouvert, le affine sur ses propres données et le déploie chez elle.
Les chiffres de la start-up sont impressionnants. Selon le Wall Street Journal, elle a levé 350 millions de dollars début du mois, sur la base d'une valorisation de 3,25 milliards de dollars, et son chiffre d'affaires annuel, au rythme actuel, atteint 100 millions de dollars. Le rachat intervient avec une prime sur le dernier tour de financement : 4,5 milliards de dollars contre 3,25 milliards. Le directeur général et cofondateur Yash Patil deviendra co-directeur de l'IA chez Palo Alto une fois la transaction finalisée. L'accord doit encore recevoir l'approbation des régulateurs, et la finalisation est prévue pour le troisième trimestre de l'exercice 2027.
Applied Compute continuera de servir ses propres clients, tandis que Palo Alto vendra la plateforme à sa base de clients. L'équipe conservera ses bureaux et, selon le dirigeant Nikesh Arora, gardera pour l'essentiel son indépendance. Il a aussi souligné que les salariés ont des « millions de raisons » de rester encore trois à quatre ans, en référence aux actions reçues dans le cadre de la transaction.
Pourquoi cela devient un marché de la sécurité
Nikesh Arora explique la logique ainsi : chaque entreprise utilisera un mélange de modèles ouverts et fermés, et chacun de ces modèles devra être protégé. Selon lui, aucun grand fournisseur ne propose aujourd'hui des modèles ouverts sous une forme sûre. Palo Alto veut permettre aux entreprises d'entraîner, d'adapter et de faire tourner ces modèles dans le cloud public ou dans leurs propres environnements « souverains », c'est-à-dire sous contrôle total du client.
L'argument s'appuie sur un chiffre : lors d'un échange avec des analystes, Nikesh Arora a affirmé que les modèles ouverts représentent désormais plus de 60 % du trafic de tokens, alors que leur part était inférieure à 5 % un an plus tôt. Ce sont les propos du dirigeant de l'entreprise qui rachète, non une statistique indépendante, et il faut donc les prendre avec prudence. Mais la tendance est claire : plus les équipes hébergent leurs modèles en interne, plus elles se soucient de fuites de données, de falsification des poids et de contrôle des accès, autant de sujets qui relevaient jusqu'ici des fournisseurs d'API fermées.
Les ambitions sont élevées. Palo Alto table sur un apport de plus de 1 milliard de dollars de chiffre d'affaires récurrent annuel d'ici l'exercice 2029 grâce à cette acquisition. Pour cela, l'entreprise prévoit de construire plus de 100 mégawatts de capacité d'inférence, c'est-à-dire de quoi faire tourner les modèles ; les dépenses d'investissement correspondantes ne devraient pas dépasser 3 milliards de dollars d'ici l'exercice 2030. Nikesh Arora affirme que, si tout se déroule comme prévu, cette nouvelle activité pourrait dépasser la cybersécurité en taille.
Contexte : un trimestre solide et des réserves
L'opération a été annoncée en même temps que les résultats du premier trimestre de l'exercice. Le chiffre d'affaires a progressé de 39 % pour atteindre 3,44 milliards de dollars, le chiffre d'affaires récurrent annuel de la sécurité réseau de nouvelle génération a augmenté de 66 % pour atteindre 9,73 milliards de dollars, et le bénéfice net s'est élevé à 482 millions de dollars contre 334 millions un an plus tôt. La société a relevé ses prévisions annuelles : chiffre d'affaires de 14,52 à 14,57 milliards de dollars, bénéfice ajusté de 4,26 à 4,30 dollars par action.
Nikesh Arora attribue une partie de la demande à une série récente de pannes, en partie liées au fait que les équipes informatiques se pressent d'intégrer l'IA.
Les risques sont évidents. Il faut obtenir l'accord des régulateurs. Une entreprise dont la croissance repose entièrement sur la protection des réseaux entre sur le marché de l'infrastructure d'entraînement de modèles, où ses concurrents sont les géants du cloud et des start-ups spécialisées. L'intégration d'une équipe indépendante dans un grand groupe est toujours délicate, et des investissements de 100 MW représentent un nouveau terrain pour une entreprise de ce profil.
Ce que cela change concrètement
Si vous développez des produits sur des modèles ouverts, attendez-vous à voir les éditeurs de sécurité proposer des solutions clés en main : contrôle des poids, audit des affinages, isolation des données. Si vous hésitez entre une API fermée et un déploiement propre, la question de la protection pèsera de plus en plus dans le calcul des coûts. Et pour les fondateurs de start-up d'infrastructure d'IA, cette opération montre que les grands acteurs sont prêts à payer cher pour des équipes capables de transformer les modèles ouverts en produits destinés aux entreprises.
- 21 nov. 2026Les offres FDE ont été multipliées par 4,6 en un an : ce que fait un ingénieur chez le client
- 21 nov. 2026La capitaine d'une équipe de nageurs a confié trois tâches planifiées à ChatGPT et divisé sa charge de travail par plusieurs
- 21 nov. 2026OpenAI GPT-6 Cyber a trouvé une trentaine de failles dans les iPhone, Mac et autres appareils Apple
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
Questions clés sur cet article
Que sait-on sur Ce que Palo Alto achète ?
Applied Compute a été fondée l'an dernier par trois anciens chercheurs d'OpenAI. La start-up aide les entreprises à entraîner et à faire tourner leurs propres versions de modèles open-weight. Il s'agit de modèles dont les poids, c'est-à-dire les nombres qui déterminent le comportement du réseau de neurones, peuvent être téléchargés et modifiés. En clair, au lieu de louer un modèle fermé via une API, une entreprise prend un modèle ouvert, le affine sur ses propres données et le déploie chez elle.
Pourquoi cela devient un marché de la sécurité?
Nikesh Arora explique la logique ainsi : chaque entreprise utilisera un mélange de modèles ouverts et fermés, et chacun de ces modèles devra être protégé. Selon lui, aucun grand fournisseur ne propose aujourd'hui des modèles ouverts sous une forme sûre. Palo Alto veut permettre aux entreprises d'entraîner, d'adapter et de faire tourner ces modèles dans le cloud public ou dans leurs propres environnements « souverains », c'est-à-dire sous contrôle total du client.
Que sait-on sur Contexte : un trimestre solide et des réserves ?
L'opération a été annoncée en même temps que les résultats du premier trimestre de l'exercice. Le chiffre d'affaires a progressé de 39 % pour atteindre 3,44 milliards de dollars, le chiffre d'affaires récurrent annuel de la sécurité réseau de nouvelle génération a augmenté de 66 % pour atteindre 9,73 milliards de dollars, et le bénéfice net s'est élevé à 482 millions de dollars contre 334 millions un an plus tôt.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.