Empresarial · IA

Palo Alto Networks compra Applied Compute por US$4.500 millones y se queda con el equipo que entrena la IA con los datos de cada empresa

Palo Alto Networks anunció el 18 de noviembre un acuerdo definitivo para comprar Applied Compute por US$4.500 millones, pagados íntegramente en acciones. La empresa comprada tiene meses de vida: la fundaron en 2025 tres ex investigadores de OpenAI y su producto es la plataforma que adapta los modelos abiertos de inteligencia artificial con los datos propios de cada empresa y los pone a producir. La tesis del acuerdo se lee sin esfuerzo: la IA empresarial que viene no es la genérica que se compra por suscripción, es la que se entrena en casa, con los datos de la casa — y la compañía de ciberseguridad quiere vender ese entrenamiento con la seguridad integrada desde el origen.

THE BUYER'S PULSEEmpresarial8 min de lectura
La sede de Palo Alto Networks en Santa Clara, California, con el logotipo de la compañía visible en el panel azul del edificio
La casa que compra · La sede de Palo Alto Networks en Santa Clara, California. Desde aquí se anunció la compra de Applied Compute: US$4.500 millones en acciones por una empresa fundada en 2025.

Foto: Namaste jinx, vía Wikimedia Commons (CC BY-SA 4.0). La sede de Palo Alto Networks en Santa Clara, fotografiada en 2018 — foto de archivo.

US$4.500 MEl precio de la operación, íntegramente en acciones, sujeta a ajustes y a la aprobación regulatoria
18 nov 2026El anuncio: acuerdo definitivo, comunicado por la propia Palo Alto Networks vía PR Newswire
2025El año de fundación de Applied Compute: la empresa comprada se mide en meses, no en años
3 fundadoresYash Patil, Rhythm Garg y Linden Li, los tres ex OpenAI; Patil será codirector de IA tras el cierre
3T fiscal 2027El cierre esperado de la operación, si los reguladores la aprueban
US$3.440 MLos ingresos del primer trimestre fiscal de Palo Alto Networks, +39 % interanual, reportados el mismo día del anuncio

El acuerdo es definitivo y ya tiene precio, forma de pago y calendario. Palo Alto Networks pagará US$4.500 millones por Applied Compute, y los pagará íntegramente en acciones — no hay componente de efectivo en la operación anunciada —, sujeto a los ajustes habituales y a la aprobación regulatoria. Si los reguladores dan su visto bueno, el cierre se espera en el tercer trimestre fiscal de 2027 de la compradora. El anuncio llegó el 18 de noviembre por la propia Palo Alto Networks, vía PR Newswire: no es un rumor de mercado ni una filtración, es la operación contada por quien la firma.

Lo que convierte la cifra en noticia no es solo su tamaño. Es el contraste: US$4.500 millones por una compañía que nació en 2025. Applied Compute no vende un producto consolidado con décadas de clientes; vende una plataforma joven y, sobre todo, un equipo. En las adquisiciones de este ciclo de la inteligencia artificial, ese es el patrón que se repite: las grandes plataformas no compran ingresos, compran la capacidad de construir lo que todavía no tienen — y la pagan como si ya lo tuvieran.

Qué hace Applied Compute: la IA después del modelo

Applied Compute trabaja en la fase que viene después de que un modelo de inteligencia artificial ya existe: el post-entrenamiento y la inferencia. Su plataforma toma modelos de peso abierto — modelos cuyos parámetros están disponibles y que cualquier empresa puede descargar y ejecutar en su propia infraestructura — y los adapta con los datos propios de cada empresa: sus documentos, sus procesos, su historial, su manera de trabajar. Después los pone a producir: esa segunda parte es la inferencia, el momento en que el modelo ya entrenado responde y trabaja sobre casos reales.

La distinción importa porque es el punto exacto donde la IA genérica se queda corta. Un modelo abierto, tal como se descarga, sabe un poco de todo y nada de una empresa concreta. El post-entrenamiento con datos propios es lo que lo convierte en una herramienta de esa empresa: aprende su vocabulario, sus reglas y sus excepciones. Y es también el punto donde aparece el problema que Palo Alto Networks conoce mejor que nadie: para entrenar así a un modelo hay que juntar, en un solo lugar, los datos más sensibles de la organización.

Las personas: tres ex de OpenAI y un codirector de IA

Applied Compute la fundaron Yash Patil, Rhythm Garg y Linden Li, los tres con pasado en OpenAI. No es un detalle biográfico menor: el post-entrenamiento es exactamente la disciplina que los grandes laboratorios de IA practican a puerta cerrada para convertir un modelo base en un producto, y quienes la dominan se cuentan entre los perfiles más escasos — y más caros — del mercado tecnológico actual.

El acuerdo lo reconoce en su propia estructura. Tras el cierre, Yash Patil será codirector de IA de Palo Alto Networks, y el equipo de Applied Compute se incorpora a la compradora. Dicho de otro modo: la operación no se limita a absorber una plataforma; instala a sus creadores dentro del organigrama de la mayor plataforma de ciberseguridad, con un puesto de dirección compartida sobre toda su estrategia de inteligencia artificial. Las compras de este tamaño se juzgan por lo que queda cuando se apaga el ruido del anuncio, y lo que queda aquí es gente.

Por qué la compra una empresa de seguridad

La lectura empresarial del acuerdo — la tesis que lo sostiene — es que la IA empresarial será híbrida: modelos abiertos que cada compañía adapta en su propio terreno, con sus propios datos, en lugar de depender por completo de un modelo cerrado y ajeno. Y que esa IA híbrida solo es viable si la seguridad viene integrada desde el diseño, no añadida después: los datos que alimentan el post-entrenamiento son, por definición, los que una empresa menos puede permitirse ver expuestos, copiados o fuera de su control.

Desde esa tesis, la compradora lógica de Applied Compute no era otra empresa de modelos: era una empresa de seguridad. Palo Alto Networks vende desde hace años la plataforma sobre la que las grandes organizaciones protegen su infraestructura; con esta compra se coloca también en el paso anterior, el momento en que la IA de cada cliente se construye. Quien controla cómo se entrena el modelo con los datos de la casa, y cómo ese modelo opera después en producción, controla la capa completa — y puede cobrar por ella completa.

El contexto: el mismo día, un trimestre de +39 %

El anuncio no llegó solo. El mismo 18 de noviembre, Palo Alto Networks reportó los resultados de su primer trimestre fiscal: ingresos de US$3.440 millones, un crecimiento del 39 % interanual. La coincidencia de fechas pone la compra en su marco correcto: no es la apuesta de una empresa que busca oxígeno, es el movimiento de una plataforma en expansión que usa su propia acción — la forma de pago elegida, íntegramente en títulos — como moneda de adquisición.

Pagar en acciones tiene su propia lectura. La compradora conserva su efectivo, comparte con los vendedores el riesgo y la recompensa de lo que la operación valga mañana, y ata a los fundadores al valor futuro de la compañía que los absorbe: para un equipo que debe quedarse y construir, cobrar en acciones de la casa es también un mecanismo de permanencia. El precio final, además, queda sujeto a ajustes, como establecen los términos anunciados.

Lo que falta: reguladores y calendario

Hasta el cierre, esto es un acuerdo anunciado, no una compra consumada. Queda por delante la aprobación regulatoria, y el calendario que la propia compañía ha puesto sobre la mesa sitúa el cierre en su tercer trimestre fiscal de 2027. Entre medias, las preguntas que decidirán si los US$4.500 millones fueron un precio o una ganga son las de siempre en este tipo de operación: que el equipo se quede, que la plataforma se integre en la oferta de la plataforma mayor sin perder lo que la hacía distinta, y que los clientes acepten entrenar su IA con el mismo proveedor que ya les vende la seguridad.

El mercado de la inteligencia artificial empresarial ha pasado dos años discutiendo qué modelo es más potente. Este acuerdo sugiere que la discusión se está moviendo de sitio: la ventaja ya no está solo en el modelo, está en los datos de cada empresa y en quién la ayuda a entrenar con ellos sin perderlos por el camino. Palo Alto Networks acaba de pagar US$4.500 millones por sentarse exactamente en ese sitio.

Publicado el sábado 21 de noviembre de 2026.

𝐂𝐎𝐍𝐒𝐈𝐆𝐔𝐄 𝐋𝐀 𝐑𝐄𝐕𝐈𝐒𝐓𝐀 𝐂𝐎𝐌𝐏𝐋𝐄𝐓𝐀 𝐆𝐑𝐀𝐓𝐈𝐒 𝐄𝐍 thebuyerspulse.com/es/

Fuentes

  • Palo Alto Networks, 18 de noviembre de 2026 (vía PR Newswire): anuncio del acuerdo definitivo para adquirir Applied Compute por US$4.500 millones, íntegramente en acciones, sujeto a ajustes y aprobación regulatoria, con cierre esperado en el tercer trimestre fiscal de 2027; la descripción de la plataforma de post-entrenamiento e inferencia, la fundación en 2025 por Yash Patil, Rhythm Garg y Linden Li, el nombramiento de Patil como codirector de IA y la incorporación del equipo.
  • Palo Alto Networks, 18 de noviembre de 2026: resultados del primer trimestre fiscal — ingresos de US$3.440 millones, +39 % interanual.