Palo Alto Networks redovisade den 18 nov. 2026 resultatet för räkenskapsårets första kvartal 2027, vilket överträffade analytikernas förväntningar. Intäkterna uppgick till 3,44 miljarder dollar, en ökning med 39% jämfört med året före, och den justerade vinsten var 1,05 dollar per aktie, mot prognosen på 0,97 dollar. De starka siffrorna bidrog till att aktien steg med mer än 7% efter börsens stängning. Under samma telefonkonferens om kvartalsresultatet meddelade bolaget att det köper Applied Compute i en aktieaffär värd 4,5 miljarder dollar. Applied Compute utvecklar plattformar som gör det möjligt för företag att träna, anpassa och köra AI-modeller med öppna vikter och inbyggd säkerhet, både i publika moln och i suveräna miljöer.
Därför sker affären nu
Köpet speglar den växande oron för att AI-modeller kan bli en ny angreppsyta. Nyliga incidenter, som intrånget hos Hugging Face, har visat att modeller med öppna vikter kan utnyttjas om de inte skyddas ordentligt. Palo Altos vd Nikesh Arora sade att affären gör det möjligt för bolaget att ”säkra modeller med öppna vikter i takt med att användningen ökar”. Bolaget räknar också med att kunna erbjuda tiotusentals ”virtuella patchar” – snabba lösningar på nya sårbarheter – före räkenskapsårets slut.
Det tillför förvärvet
Applied Compute bidrar med en plattform för efterträning och inferens samt ett forskarteam som Palo Alto planerar att använda i hela sin produktportfölj. Yash Patil, Applied Computes medgrundare och vd, blir Palo Altos gemensamma AI-chef när affären slutförs. Enligt pressmeddelandet väntas det ske under räkenskapsårets tredje kvartal 2027. Startupens teknik ska integreras i Palo Altos nästa generations säkerhetssvit, vars årliga återkommande intäkter redan uppgår till 9,73 miljarder dollar – en ökning med 66% på ett år.
Varför det spelar roll
För stora företag innebär affären att de snart kan få en enda leverantör som både skyddar nätverken och säkrar AI-modellerna de bygger eller använder mot manipulation. Det kan minska behovet av att köpa separata säkerhetsverktyg för AI-arbetslaster, förenkla inköpen och potentiellt sänka kostnaderna. Den exakta tidsplanen för produktlanseringar och prissättningen är dock fortfarande oklar tills integrationen är klar.