Palo Alto Networks anunció un acuerdo definitivo para adquirir Applied Compute, una compañía especializada en plataformas de entrenamiento posterior (post-training) e inferencia de modelos de inteligencia artificial de pesos abiertos (open-weight). La transacción, valorada en US$4.500 millones y estructurada íntegramente mediante intercambio de acciones, apunta a ampliar la oferta de seguridad de la empresa estadounidense en un mercado donde las organizaciones buscan incorporar modelos de IA propios sin perder el control sobre sus datos y procesos.
El anuncio, publicado el 18 de noviembre de 2026, responde a la estrategia de Palo Alto Networks de integrar mecanismos de protección en las distintas etapas del desarrollo y utilización de sistemas de inteligencia artificial. La compañía considera que la infraestructura empresarial tenderá a combinar modelos abiertos y propietarios, por lo que las organizaciones necesitarán herramientas que permitan administrarlos y protegerlos independientemente de su arquitectura o proveedor.
Applied Compute aportará su plataforma tecnológica y su equipo de investigación en inteligencia artificial. La combinación permitirá que los clientes entrenen, adapten y desplieguen modelos de pesos abiertos con mecanismos de seguridad incorporados, tanto en servicios de nube pública como en infraestructuras soberanas. Estas últimas ofrecen a las organizaciones mayor control sobre dónde se procesan y almacenan sus datos, un aspecto relevante para sectores sujetos a exigencias regulatorias y de residencia de la información.
La propuesta también contempla que Applied Compute continúe atendiendo a empresas nativas de inteligencia artificial, compañías digitales y grandes organizaciones, mientras Palo Alto Networks incorpora sus capacidades a su propia base internacional de clientes. Según el comunicado, el equipo de investigación de la empresa adquirida también contribuirá a integrar inteligencia artificial en las diferentes soluciones de Palo Alto Networks y al entrenamiento de sus modelos propietarios, tanto grandes como pequeños.
Yash Patil, cofundador y director ejecutivo de Applied Compute, se incorporará a Palo Alto Networks como codirector de inteligencia artificial (Co-Chief AI Officer) una vez que se complete la operación. Nikesh Arora, presidente y director ejecutivo de Palo Alto Networks, señaló que la evaluación de seguridad realizada por Unit 42, la división de inteligencia de amenazas de la compañía, confirmó las bases de seguridad de la plataforma de Applied Compute.
La operación se inscribe en una estrategia de expansión que Palo Alto Networks viene desarrollando mediante adquisiciones destinadas a ampliar su presencia en el mercado de seguridad para sistemas de inteligencia artificial. Entre sus movimientos anteriores figuran la incorporación de Protect AI, especializada en la protección de modelos y aplicaciones de IA, y las adquisiciones de Koi y Portkey, orientadas a la seguridad de agentes autónomos y la administración del tráfico generado por aplicaciones de inteligencia artificial. También incorporó Chronosphere para fortalecer sus capacidades de observabilidad. Estos movimientos reflejan una ampliación progresiva de su actividad, desde la protección de redes y aplicaciones hasta la infraestructura que permite desarrollar y operar sistemas de IA.
De acuerdo con información publicada por The Wall Street Journal, Applied Compute fue fundada por antiguos investigadores de OpenAI y había conseguido captar inversiones de firmas como Nvidia, Blackstone, Kleiner Perkins y Lux Capital. La publicación también informó que la startup había alcanzado ingresos anualizados de aproximadamente US$100 millones, menos de dos años después de su creación, y que había obtenido financiamiento con una valoración de US$3.250 millones antes del acuerdo con Palo Alto Networks.
El interés empresarial por los modelos de pesos abiertos está relacionado con la posibilidad de modificar sus parámetros, adaptarlos a necesidades específicas y ejecutarlos bajo diferentes esquemas de infraestructura. A diferencia de los servicios de modelos propietarios a los que se accede exclusivamente mediante interfaces o API, estas alternativas pueden ofrecer mayor flexibilidad sobre el entrenamiento, la implementación y el tratamiento de los datos. Sin embargo, también plantean desafíos de seguridad relacionados con la integridad de los modelos, la exposición de información sensible y el control de las aplicaciones que los utilizan.
La adquisición todavía requiere las autorizaciones regulatorias correspondientes y el cumplimiento de las condiciones habituales de cierre. Palo Alto Networks estima que la transacción se completará durante su tercer trimestre fiscal de 2027. Hasta entonces, los términos del acuerdo permanecen sujetos a los ajustes previstos en el contrato.
Con esta operación, Palo Alto Networks busca ampliar su participación en la infraestructura empresarial de inteligencia artificial, incorporando no solo herramientas para proteger los sistemas existentes, sino también capacidades para entrenar, adaptar y ejecutar modelos. El desafío será integrar ambas actividades sin comprometer el control que las organizaciones buscan mantener sobre sus datos, modelos y entornos de procesamiento.
Fuente: Palo Alto Networks | Editado por CDOL







































