Empresarial · IA

Palo Alto Networks compra a Applied Compute por US$4,5 bilhões e fica com a equipe que treina a IA com os dados de cada empresa

A Palo Alto Networks anunciou em 18 de novembro um acordo definitivo para comprar a Applied Compute por US$4,5 bilhões, pagos integralmente em ações. A empresa comprada tem meses de vida: foi fundada em 2025 por três ex-pesquisadores da OpenAI e seu produto é a plataforma que adapta os modelos abertos de inteligência artificial com os dados próprios de cada empresa e os coloca para produzir. A tese do acordo se lê sem esforço: a IA empresarial que vem aí não é a genérica, comprada por assinatura — é a que se treina em casa, com os dados da casa — e a empresa de cibersegurança quer vender esse treinamento com a segurança integrada desde a origem.

THE BUYER'S PULSEEmpresarial7 min de leitura
A sede da Palo Alto Networks em Santa Clara, Califórnia, com o logotipo da empresa visível no painel azul do edifício
A casa que compra · A sede da Palo Alto Networks em Santa Clara, Califórnia. Daqui foi anunciada a compra da Applied Compute: US$4,5 bilhões em ações por uma empresa fundada em 2025.

Foto: Namaste jinx, via Wikimedia Commons (CC BY-SA 4.0). A sede da Palo Alto Networks em Santa Clara, fotografada em 2018 — foto de arquivo.

US$4,5 biO preço da operação, integralmente em ações, sujeito a ajustes e à aprovação regulatória
18 nov 2026O anúncio: acordo definitivo, comunicado pela própria Palo Alto Networks via PR Newswire
2025O ano de fundação da Applied Compute: a empresa comprada se mede em meses, não em anos
3 fundadoresYash Patil, Rhythm Garg e Linden Li, os três ex-OpenAI; Patil será codiretor de IA após o fechamento
3º tri fiscal 2027O fechamento esperado da operação, se os reguladores a aprovarem
US$3,44 biA receita do primeiro trimestre fiscal da Palo Alto Networks, +39 % ano a ano, divulgada no mesmo dia do anúncio

O acordo é definitivo e já tem preço, forma de pagamento e calendário. A Palo Alto Networks pagará US$4,5 bilhões pela Applied Compute, e pagará integralmente em ações — não há componente em dinheiro na operação anunciada —, sujeito aos ajustes habituais e à aprovação regulatória. Se os reguladores derem o aval, o fechamento é esperado no terceiro trimestre fiscal de 2027 da compradora. O anúncio chegou em 18 de novembro pela própria Palo Alto Networks, via PR Newswire: não é um rumor de mercado nem um vazamento, é a operação contada por quem a assina.

O que transforma o valor em notícia não é apenas o seu tamanho. É o contraste: US$4,5 bilhões por uma empresa que nasceu em 2025. A Applied Compute não vende um produto consolidado com décadas de clientes; vende uma plataforma jovem e, sobretudo, uma equipe. Nas aquisições deste ciclo da inteligência artificial, esse é o padrão que se repete: as grandes plataformas não compram receita, compram a capacidade de construir o que ainda não têm — e pagam por ela como se já a tivessem.

O que faz a Applied Compute: a IA depois do modelo

A Applied Compute trabalha na fase que vem depois que um modelo de inteligência artificial já existe: o pós-treinamento e a inferência. Sua plataforma pega modelos de peso aberto — modelos cujos parâmetros estão disponíveis e que qualquer empresa pode baixar e executar na própria infraestrutura — e os adapta com os dados próprios de cada empresa: seus documentos, seus processos, seu histórico, sua maneira de trabalhar. Depois os coloca para produzir: essa segunda parte é a inferência, o momento em que o modelo já treinado responde e trabalha sobre casos reais.

A distinção importa porque é o ponto exato onde a IA genérica fica curta. Um modelo aberto, do jeito que se baixa, sabe um pouco de tudo e nada de uma empresa concreta. O pós-treinamento com dados próprios é o que o converte em ferramenta daquela empresa: aprende seu vocabulário, suas regras e suas exceções. E é também o ponto onde aparece o problema que a Palo Alto Networks conhece melhor do que ninguém: para treinar um modelo assim, é preciso juntar, num só lugar, os dados mais sensíveis da organização.

As pessoas: três ex-OpenAI e um codiretor de IA

A Applied Compute foi fundada por Yash Patil, Rhythm Garg e Linden Li, os três com passado na OpenAI. Não é um detalhe biográfico menor: o pós-treinamento é exatamente a disciplina que os grandes laboratórios de IA praticam a portas fechadas para converter um modelo-base em produto, e quem a domina está entre os perfis mais escassos — e mais caros — do mercado de tecnologia atual.

O acordo o reconhece na própria estrutura. Após o fechamento, Yash Patil será codiretor de IA da Palo Alto Networks, e a equipe da Applied Compute se incorpora à compradora. Em outras palavras: a operação não se limita a absorver uma plataforma; instala seus criadores dentro do organograma da maior plataforma de cibersegurança, com um posto de direção compartilhada sobre toda a sua estratégia de inteligência artificial. Compras desse tamanho se julgam pelo que resta quando o ruído do anúncio passa, e o que resta aqui é gente.

Por que quem compra é uma empresa de segurança

A leitura empresarial do acordo — a tese que o sustenta — é que a IA empresarial será híbrida: modelos abertos que cada companhia adapta no próprio terreno, com os próprios dados, em vez de depender por completo de um modelo fechado e alheio. E que essa IA híbrida só é viável se a segurança vier integrada desde o desenho, não acrescentada depois: os dados que alimentam o pós-treinamento são, por definição, os que uma empresa menos pode se dar ao luxo de ver expostos, copiados ou fora do seu controle.

A partir dessa tese, a compradora lógica da Applied Compute não era outra empresa de modelos: era uma empresa de segurança. A Palo Alto Networks vende há anos a plataforma sobre a qual as grandes organizações protegem sua infraestrutura; com esta compra, ela se coloca também no passo anterior, o momento em que a IA de cada cliente se constrói. Quem controla como o modelo se treina com os dados da casa, e como esse modelo opera depois em produção, controla a camada completa — e pode cobrar por ela completa.

O contexto: no mesmo dia, um trimestre de +39 %

O anúncio não chegou sozinho. No mesmo 18 de novembro, a Palo Alto Networks divulgou os resultados do seu primeiro trimestre fiscal: receita de US$3,44 bilhões, crescimento de 39 % ano a ano. A coincidência de datas coloca a compra no seu marco correto: não é a aposta de uma empresa em busca de oxigênio, é o movimento de uma plataforma em expansão que usa a própria ação — a forma de pagamento escolhida, integralmente em títulos — como moeda de aquisição.

Pagar em ações tem sua própria leitura. A compradora preserva o caixa, compartilha com os vendedores o risco e a recompensa do que a operação valerá amanhã, e amarra os fundadores ao valor futuro da companhia que os absorve: para uma equipe que precisa ficar e construir, receber em ações da casa é também um mecanismo de permanência. O preço final, além disso, fica sujeito a ajustes, como estabelecem os termos anunciados.

O que falta: reguladores e calendário

Até o fechamento, isto é um acordo anunciado, não uma compra consumada. Pela frente há a aprovação regulatória, e o calendário que a própria companhia pôs sobre a mesa situa o fechamento no seu terceiro trimestre fiscal de 2027. No meio do caminho, as perguntas que decidirão se os US$4,5 bilhões foram um preço ou uma pechincha são as de sempre neste tipo de operação: que a equipe fique, que a plataforma se integre à oferta da plataforma maior sem perder o que a fazia diferente, e que os clientes aceitem treinar sua IA com o mesmo fornecedor que já lhes vende a segurança.

O mercado da inteligência artificial empresarial passou dois anos discutindo qual modelo é mais potente. Este acordo sugere que a discussão está mudando de lugar: a vantagem já não está só no modelo, está nos dados de cada empresa e em quem a ajuda a treinar com eles sem perdê-los pelo caminho. A Palo Alto Networks acaba de pagar US$4,5 bilhões para sentar exatamente nesse lugar.

Publicado no sábado, 21 de novembro de 2026.

𝐋𝐄𝐈𝐀 𝐀 𝐑𝐄𝐕𝐈𝐒𝐓𝐀 𝐂𝐎𝐌𝐏𝐋𝐄𝐓𝐀 𝐆𝐑𝐀𝐓𝐔𝐈𝐓𝐀 𝐄𝐌 thebuyerspulse.com/pt/

Fontes

  • Palo Alto Networks, 18 de novembro de 2026 (via PR Newswire): anúncio do acordo definitivo para adquirir a Applied Compute por US$4,5 bilhões, integralmente em ações, sujeito a ajustes e aprovação regulatória, com fechamento esperado no terceiro trimestre fiscal de 2027; a descrição da plataforma de pós-treinamento e inferência, a fundação em 2025 por Yash Patil, Rhythm Garg e Linden Li, a nomeação de Patil como codiretor de IA e a incorporação da equipe.
  • Palo Alto Networks, 18 de novembro de 2026: resultados do primeiro trimestre fiscal — receita de US$3,44 bilhões, +39 % ano a ano.