Palo Alto花45亿美元买AI能力,网络安全行业正在迎来新一轮扩张
11月18日,Palo Alto Networks宣布以45亿美元收购Applied Compute,交易采用全股票方式,预计于2027财年第三季度完成。Applied Compute主要提供开放权重AI模型的后训练与推理平台,帮助企业根据自身数据和业务需求调整模型,并在公有云或主权云环境中完成部署。
这笔交易很快引起市场关注。45亿美元对于一家网络安全公司而言并非小数目,Palo Alto愿意以如此规模的股权对价收购一家AI基础设施公司,显然已经把企业AI安全视为下一阶段的重要业务方向。
企业开始自己训练AI模型,网络安全的边界正在扩大
Palo Alto CEO Nikesh Arora在公司公告中表示:“随着AI重塑威胁环境,我们必须持续进化,以保护客户并帮助他们安全地采用AI。”Applied Compute联合创始人兼CEO Yash Patil则表示,加入Palo Alto将使安全能力进入产品核心,并加速其在大型企业中的应用。
这段表态实际上透露了一个行业变化:企业AI部署正在从调用外部模型,逐步向私有化部署、模型微调和自主推理延伸。
对于金融、医疗、制造以及政府机构而言,企业数据涉及商业机密、客户隐私和监管要求,直接将所有业务数据交给外部模型服务商并不现实。开放权重模型提供了更大的自主控制空间,企业可以根据自己的业务需求调整模型,并在内部基础设施上运行。
但模型部署的自主权也意味着新的安全责任。训练数据可能遭到污染,模型文件可能被篡改,提示词注入可能诱导模型泄露敏感信息。如果企业将AI Agent接入财务、客户管理和生产系统,模型还可能获得读取数据、调用接口甚至执行操作的权限。
传统防火墙和终端安全产品能够保护企业网络与设备,却很难独立覆盖模型训练、推理和Agent执行过程中的全部风险。AI安全因此开始从外围防护向模型内部延伸,涵盖模型评估、数据保护、身份权限和运行时监测。
Palo Alto看中的正是这块新增市场。根据公司公告,Applied Compute的技术能够帮助企业训练、调整和部署开放权重模型,Palo Alto则希望将其与现有安全平台结合,降低企业部署AI的安全门槛。
从商业逻辑看,模型部署越深入企业内部,安全产品的覆盖范围就越大。模型需要持续更新,数据需要持续保护,Agent的权限和执行过程也需要持续监测,这些需求有机会形成长期订阅收入。AI安全由此具备了从单一功能升级为企业级服务的基础。
45亿美元收购背后,Palo Alto正在争夺企业AI入口
这笔交易需要放在Palo Alto的平台化战略中理解。
过去几年,公司持续整合网络安全、云安全和安全运营业务,希望通过统一平台提高客户留存率,并扩大单个客户的采购规模。收购Applied Compute进一步把模型后训练和推理能力纳入产品体系,意味着Palo Alto希望参与企业AI从部署到运行的完整流程。
公司的基本面也为这次扩张提供了支撑。
Palo Alto 2027财年第一季度营收达到34.4亿美元,同比增长39%;下一代安全业务年度经常性收入(NGS ARR)达到97.3亿美元,同比增长66%;剩余履约义务(RPO)达到210亿美元,同比增长35%。公司将2027财年全年收入指引上调至145.2亿至145.7亿美元,预计调整后自由现金流利润率为38%。
这组数据说明,Palo Alto已经拥有较强的平台收入基础。Applied Compute未来不必完全依靠独立销售建立客户体系,而是有机会借助现有企业客户资源进行交叉销售。不过,45亿美元的交易价格也意味着市场需要看到相应的收入贡献,技术整合和客户付费转化将成为后续检验重点。
更重要的是,Palo Alto的动作可能改变竞争对手的产品布局。
CrowdStrike(CRWD)的优势在于终端安全、云工作负载、身份管理和威胁检测。公司2027财年第二季度新增ARR达到3.33亿美元,同比增长51%,采用Falcon Flex的客户贡献ARR超过22.9亿美元,同比增长101%。其AI安全布局可以依托现有安全数据和终端入口,向AI Agent身份管理、行为监测和自动化安全运营延伸。CrowdStrike的优势是客户基础和安全数据积累,后续需要观察AI功能能否进一步提高订阅收入。
Fortinet(FTNT)则更依赖网络安全基础设施。公司2026年第三季度营收达到20.78亿美元,同比增长20%,产品收入增长37%,自由现金流达到8.65亿美元。Fortinet已经推出FortiGuard Inline AI Security Service,为企业提供AI活动监测和数据防护。相比Palo Alto收购模型平台的路径,Fortinet更容易依托现有防火墙和网络安全客户推广AI防护服务,商业化路径相对直接。
Cloudflare(NET)的切入点则在网络流量和应用入口。随着AI Agent频繁访问外部API和企业应用,身份验证、机器人识别、API安全和数据保护的重要性持续提高。公司2026年第三季度营收达到7.825亿美元,同比增长39%,年度化收入突破30亿美元。Cloudflare拥有网络连接和边缘计算基础设施,未来可以从AI应用访问和数据交互环节提供安全服务。
四家公司的竞争位置并不相同:Palo Alto希望扩大企业安全平台的覆盖范围,CrowdStrike侧重终端与身份安全,Fortinet依托网络基础设施,Cloudflare则从流量和应用入口切入。
这也意味着AI安全市场扩张不会让所有公司获得相同的增长。谁拥有更强的客户基础,谁能把新功能嵌入现有采购体系,谁就更有机会把技术投入转化为ARR和现金流。
AI安全能否成为第二增长曲线,最终要看客户是否愿意持续付费
AI安全的行业方向已经逐渐清晰,但市场空间扩大与企业收入兑现之间仍有距离。
企业IT预算并非无限。传统防火墙、终端防护和云安全已经占据相当一部分采购支出,如果AI安全只是增加几个功能模块,却不能降低安全运营成本或解决真实风险,客户未必愿意持续增加预算。
真正具有商业价值的产品,需要解决模型能否安全接入内部数据、Agent能否受到权限约束、推理过程能否审计,以及模型遭到攻击后能否及时阻断等问题。
从产品结构看,AI安全正在形成两个相互关联的方向。一类是模型安全基础设施,覆盖后训练、推理部署、模型评估和运行时防护;另一类是企业AI使用过程中的安全治理,覆盖身份权限、数据泄露、提示词攻击和API访问。Applied Compute更接近前者,Palo Alto、CrowdStrike、Fortinet和Cloudflare则可以依托各自业务优势参与后者。
Palo Alto此次收购的意义,在于尝试把两条业务链连接起来。企业可以在同一供应商体系中完成模型部署和安全防护,供应商则有机会提高客户黏性,扩大单个客户的合同金额。这种平台化能力如果得到验证,未来可能改变网络安全公司的收入结构。
不过,45亿美元的收购成本并不低。Applied Compute需要证明技术能够融入Palo Alto的全球客户体系,研发团队需要保持稳定,产品还要经受大型企业实际部署的检验。企业是否愿意把模型平台与安全供应商绑定,也将直接影响协同效应。
另一个变化来自竞争边界。模型厂商掌握技术,云服务商掌握算力和部署入口,网络安全公司掌握企业安全体系,三类公司都可能向相邻市场扩张。未来的竞争将围绕客户关系、技术整合和产品付费能力展开。
对投资者而言,Palo Alto第一季度39%的营收增长和66%的NGS ARR增长,已经提供了较好的基本面支撑。Applied Compute能否进一步扩大客户价值,则是下一阶段需要跟踪的变量。CrowdStrike、Fortinet和Cloudflare也需要通过新增合同、订阅增长和现金流表现,证明AI安全正在形成真正的业务增量。
结语:AI安全的下一场竞争,是谁能进入企业的生产系统
企业部署AI的深度正在增加,安全需求也开始从保护网络和设备,延伸到保护模型、数据和Agent执行过程。Palo Alto用45亿美元收购Applied Compute,说明头部网络安全公司已经开始争夺企业AI基础设施的入口。
这笔交易能否成功仍需时间验证,但行业发展方向值得关注:AI应用越深入企业核心业务,安全治理就越有机会成为长期预算。
接下来真正值得观察的,是四家公司能否把AI技术投入转化为新增ARR、客户合同和自由现金流。AI安全的市场空间可以很大,但最终决定公司价值的,仍然是客户愿意为哪些产品持续付费。
评论 共 0 条 · 0.19s