ローカルLLM 報道
米Palo Alto Networks、元OpenAI研究者が創業したAI企業Applied Computeを45億ドルで買収へ 企業が「公開モデル」を自社用に鍛える基盤
カテゴリ: ローカルLLM
執筆: KEN TECH TIMES 編集部
約4分で読めます
この記事を聴く
音声は公式マスコット「ロボ」の声で、記事の要点を読み上げています。文字で読みたい方は、このまま下の本文をお読みください。
読みやすさ:「超やさしい」はAIが本文を噛み砕いて書き換え、分かりにくい言葉はWebで調べて出典つきで説明します(数字・固有名詞は原文のまま)。
この記事の根拠出典を明記理由を見る
- 🔗出典を明記出典: SiliconANGLE(2026年11月18日)
記事の出典と本文から、確認できた根拠だけを表示しています(確認できないものは表示しません)。内容の正しさや立場の良し悪しを判定するものではありません。
要点セキュリティ大手の米Palo Alto Networksは11月18日(米国時間)、元OpenAIの研究者3人が2025年に創業したAI企業Applied Computeを、株式交換で45億ドルで買収すると発表した。米SiliconANGLEによると、Applied Computeは企業が公開モデル(オープンウェイト)を自社のデータで鍛え、動かすための基盤を提供している。
この記事のポイント
- セキュリティ大手の米Palo Alto Networksは11月18日(米国時間)、元OpenAIの研究者3人が2025年に創業したAI企業Applied Computeを、株式交換で45億ドルで買収すると発表した。
- 米SiliconANGLEによると、Applied Computeは企業が公開モデル(オープンウェイト)を自社のデータで鍛え、動かすための基盤を提供している。
- 米国のセキュリティ大手Palo Alto Networks(パロアルトネットワークス)は11月18日(米国時間)、AIモデルの追加学習と実行の基盤を手がける新興企業Applied Compute(アプライド・コンピュート)を買収すると発表した。
画像: KEN TECH TIMES(イメージイラスト)
米国のセキュリティ大手Palo Alto Networks(パロアルトネットワークス)は11月18日(米国時間)、AIモデルの追加学習と実行の基盤を手がける新興企業Applied Compute(アプライド・コンピュート)を買収すると発表した。米SiliconANGLEによると、買収は株式交換で行い、金額は45億ドル。規制当局の承認を経て、同社の会計年度の第3四半期中に完了する見込みだ。
元OpenAIの3人が2025年に創業
Applied Computeは、OpenAIの研究者だったヤシュ・パティル氏、リズム・ガーグ氏、リンデン・リー氏の3人が2025年に創業した。企業が公開モデル(AIの中身が公開され、自分の環境で動かせるモデル)を、自社のデータで追加学習させ、実際に動かし、改良し続けるための基盤を提供している。必要に応じて自動で規模を変える実行の仕組みや、「Shift-1」というモデルの振り分け機能も備える。
同社は今月、Elad Gil氏が主導し、NVIDIA、Shopify Ventures、HubSpot Venturesも参加した資金調達で、評価額32億5,000万ドルで3億5,000万ドルを集めたばかりだった。その時点で、年間の継続的な売上は1億ドルを超えていたという。主な顧客にはMicrosoftやDoorDashがいる。買収完了後、パティルCEOはPalo Alto Networksの共同最高AI責任者に就き、研究チームも合流する。
「すべての企業が公開と非公開のモデルを組み合わせる」
Palo Alto Networksは、企業のAIは、自社のデータで調整した公開モデルを多く使う「混合型」になると見込んでいる。同社によると、そうしたモデルを安全に届けている大手はまだない。ニケシュ・アローラ会長兼CEOは「すべての企業が公開モデルと非公開モデルを組み合わせて使うようになり、そのすべてに守りが必要になる」と述べた。買収によって、企業は公開クラウドでも、国や組織の管理下にある環境でも、安全対策を組み込んだ公開モデルを学習・運用できるようになるという。
同じ日に発表した8〜10月期の決算は、売上が前年同期比39%増の34億4,000万ドルと、市場の予想を上回った。公開モデルを企業向けに生かす動きは広がっており、当サイトでもMicrosoftが自社モデルの中身を企業ごとに調整できる「Licensed Weights」を発表した件を伝えている。

ロボとペラの用語解説できあがったAIに、あとから特定の仕事やデータを学ばせて、より役に立つように仕上げることだよ。
現金の代わりに、買う側の会社の株を渡して相手の会社を買う方法だよ。
AIの中身(重み)が公開されていて、自分のパソコンや会社のサーバーで動かせるAIモデルのことだよ。
用語辞典でほかの言葉も見る
編集部の考察
セキュリティの大手が、公開モデルを企業向けに鍛える会社を45億ドルで買うという決断は、企業が自分たちのAIを自分たちで持って使う時代が本格的に来ると見ている表れで、ローカルLLMや公開モデルの価値を後押しする前向きなニュースです。創業から約1年の会社が、年間1億ドル超の売上とMicrosoftなどの顧客を持つまでに育ったことも、この分野の需要の大きさを物語っています。当サイトが伝えた「MicrosoftのLicensed Weights」と同じく、性能の高い非公開モデルと、自由に調整できる公開モデルの「いいとこ取り」を企業に提供しようとする流れが、大手の間ではっきりしてきました。AIを自社で動かすほど、情報漏れや悪用への守りが重要になるため、セキュリティ会社がそこに入り込むのは理にかなった組み合わせです。今後は、買収完了後にどんな製品が出てくるか、日本の企業でも使えるようになるかが注目点です。
出典:
SiliconANGLE(2026年11月18日)
本記事は上記出典の報道内容をもとに、事実関係を日本語で再構成したものです。
執筆者・運営: KEN TECH TIMES 編集部(KEN TECH TIMES)/記事の誤りのご指摘は訂正方針をご覧ください
本記事はアフィリエイトプログラムによる収益を得ている場合があります
よくある質問
Q買収額はいくらですか?
ASiliconANGLEによると、株式交換で45億ドルです。規制当局の承認が必要です。
QApplied Computeはどんな会社ですか?
A元OpenAIの研究者3人が2025年に創業した会社で、企業が公開モデルを自社のデータで追加学習させ、動かすための基盤を提供しています。
Qなぜセキュリティの会社が買うのですか?
APalo Alto Networksは、企業が公開モデルと非公開モデルを組み合わせて使うようになり、そのすべてに安全対策が必要になると見ているためです。
答えはこの記事の本文と出典の範囲で書いています。


ロボとペラに質問する
この記事の内容について、AIが記事の中から探して答えます。記事に無いことはWebで調べて、出典つきで答えます。
例:
理解度クイズ
この記事の内容から3問出題します。答えを選ぶと、その場で正解と解説が出ます。
関連記事
1
ローカルLLM報道
この記事でも出てきた「オープンウェイト」の記事です
NVIDIAのジェンスン・フアンCEOの辞任を受け、同社がこれまでのようにオープンウェイトAIを支援し続けるのかを疑問視する声が出ている。130億ドルのHugging Face買収はまだ完了しておらず、開発中のNemotronシリーズの行方にも注目が集まる。
2
ローカルLLM報道図解あり
同じローカルLLMの記事です
データセンターで使われなくなったNVIDIAの業務用GPU「Tesla V100」3枚を使い、約1,042ドルで組んだ自作機で、AIモデル「Qwen 3.6 35B」が毎秒約100トークンで動いたと米Tom's Hardwareが11月19日に報じた。長い文章を読み込ませた条件では、5,399ドルのMac Studio(M5 Max)を上回ったという。海外の掲示板Redditでも話題になっている。
3
ローカルLLM報道図解あり
同じローカルLLMの記事です
「無線GPU」を手がける米スタートアップWiCiが、巨大なAIモデルを手元のパソコンで動かせる無料のMac用アプリ「WiCi Infer」を公開した。オープンソースのエンジン「InferSSD」が、モデル全体をメモリーに載せる代わりに、その瞬間に必要な部分だけをSSDから読み込むことで、約8,000億パラメーター級のモデルも一般向けの機器で動かせるという。
4
ローカルLLM公式図解あり
同じローカルLLMの記事です
NVIDIAは11月18日、AI向けチップ「RTX Spark」を積んだ小型デスクトップPCがASUS、Dell、MSIから発売されたと発表した。20コアのGrace CPUと6,144基のCUDAコアを持つBlackwell世代のGPU、最大128GBのメモリーを備え、AIの処理性能は最大1ペタフロップス。AIモデルやAIエージェントを自分のPCで動かし続ける用途を想定している。
5
ローカルLLM公式
同じローカルLLMの記事です
Googleは11月17日、オープンモデル「EmbeddingGemma 2」の技術報告書を公開した。文字だけを扱っていた前の版から、画像・音声・動画とその組み合わせまで1つの“意味の空間”に変換できるようになり、モデル本体もよりコンパクトにしたという。