Podcast All-In: CEO de Palo Alto revela que la IA encontró siete años de vulnerabilidades de código en seis semanas y declara que el "SaaS analítico ha muerto"
Nikesh Arora habló en el evento All-In Liquidity el 8 de junio de 2026
El CEO de Palo Alto Networks, Nikesh Arora, ofreció una de las evaluaciones más trascendentales hasta la fecha sobre el impacto de la IA en el software empresarial durante su participación en la conferencia All-In Liquidity. Arora reveló que Claude Mythos, de Anthropic, descubrió en seis semanas vulnerabilidades en el código de Palo Alto que a su equipo de seguridad le habría tomado entre cinco y siete años encontrar. Esta revelación, hecha pública por Arora a pesar de dirigir una empresa que se enorgullece de estar en el percentil superior en pruebas de código, señala un cambio fundamental tanto en la economía de la ciberseguridad como en el panorama general del SaaS.
La realidad de Mythos: entre el milagro y la amenaza
La evaluación de Arora sobre Claude Mythos fue inequívoca. "Las capacidades de la IA para evaluar vulnerabilidades en el código son reales", afirmó, añadiendo que Palo Alto probó el sistema durante seis semanas con un costo de "pocos millones" de dólares. El sistema no solo identificó vulnerabilidades básicas, sino que, al configurarse en "modo ultra" con razonamiento persistente activado, pudo encadenar vulnerabilidades para descubrir rutas de ataque totalmente nuevas hacia los sistemas.
Las implicaciones son claras. Arora cree que capacidades similares estarán disponibles en modelos de código abierto en tres meses, y no en los seis meses que estiman los observadores de la industria. "Estamos a tres meses, si no es que ya estamos ahí, de que esto esté disponible en el mercado", señaló. Esto crea lo que Arora describe como una carrera entre los defensores cibernéticos, que deben encontrar y corregir vulnerabilidades antes de que los atacantes las exploten, y fue franco sobre la situación actual: "No lo estamos haciendo tan bien como deberíamos, lo cual es excelente para nuestro negocio, pero esa es otra historia".
El CEO señaló que los CIO ya están abrumados, con proveedores que constantemente les piden parchear hardware y código mientras trabajan simultáneamente para solucionar sus propias vulnerabilidades. El problema del software de código abierto, sugirió, sigue sin resolverse en gran medida, haciendo referencia al proyecto de cinco mil millones de dólares anunciado recientemente por IBM para abordar la seguridad en código abierto.
El apocalipsis del SaaS: tres categorías, un claro perdedor
Arora sentenció a muerte a toda una categoría de software empresarial. "Si eres una empresa de SaaS analítico, se acabó", declaró tajantemente. Al ser presionado por una definición, explicó: "Alguien que dice: 'Voy a recopilar muchos datos por ti y analizarlos'. No necesito que los analices por mí. Puedo ejecutar modelos sobre los datos y analizarlos yo mismo".
El CEO señaló la proliferación de aplicaciones en plataformas como Salesforce que existen únicamente para analizar datos existentes. "No lo necesito", dijo. "No es necesario. Puedo simplemente ejecutar un NLM (modelo de lenguaje natural) sobre los datos". Su análisis fue validado por un ejemplo real de uno de los anfitriones del podcast, quien describió cómo redujo su factura de SaaS en un 90% manteniendo solo tres cuentas en lugar de veinte, conectando el servicio a Slack y Claude, y permitiendo que todos interactuaran mediante lenguaje natural.
El marco de trabajo de Arora divide el universo SaaS en tres grupos. El SaaS analítico está muerto a mediano plazo. El software de infraestructura, incluyendo bases de datos como Snowflake, Databricks, MongoDB y Oracle, está infravalorado porque las empresas necesitarán almacenar diez veces más datos en los próximos tres años para proporcionar la memoria y el contexto que requieren los sistemas de IA. "Vamos a necesitar diez veces más datos almacenados en las empresas de lo que tenemos hoy durante los próximos tres años", enfatizó.
La categoría intermedia, lo que Arora llama software de "sistema de trabajo" o "sistema de registro", enfrenta una reinvención total en los próximos cinco años. Argumentó que la interfaz de usuario (UI) empresarial en sí misma fue un error. "El software empresarial de UI y el software de consumo fueron lo peor que hicimos como tecnólogos", dijo, señalando que los gerentes de producto han pasado sus carreras diseñando interfaces para que los humanos interactúen con los datos. Si los agentes pueden hacer el trabajo directamente, la capa de UI desaparece por completo, permitiendo una reconfiguración fundamental de cómo se realiza el trabajo. El registro de auditoría incluso mejora, sugirió Arora, porque los humanos dejan de tocar los datos.
La capa de modelos se convertirá en un servicio público
Arora se distanció drásticamente de la perspectiva presentada anteriormente en la conferencia por representantes de OpenAI, argumentando que los modelos se convertirán inevitablemente en una capa de servicio público (utility). "Podrás comprar inteligencia sobre la marcha, donde podrás decir: 'No necesito a una persona con un coeficiente intelectual de 180 para hacer esta tarea. Dame uno de 120, y para esta otra necesito uno de 250'. Pagaré diez dólares por esto y un centavo por aquello", explicó.
Los beneficios, en la visión de Arora, residen claramente en las aplicaciones, no en los modelos. Señaló que incluso durante la conferencia, la discusión se centró en el éxito de Codex, no en OpenAI como tal. Las empresas de modelos entienden esto, razón por la cual están atacando directamente los márgenes de beneficio mediante la creación de aplicaciones. Arora las ve como "el nuevo Microsoft Office que llega para hacer todas las aplicaciones y todo el software de productividad para las organizaciones".
Sin embargo, cree que surgirá una capa de empresas de aplicaciones especializadas para arbitrar entre modelos y resolver problemas de negocio específicos. "Quiero que mi software de recursos humanos, habilitado con agentes e IA, sea entregado por alguna empresa de aplicaciones", dijo. "Quiero mi sistema de gestión de ventas construido por el nuevo Salesforce de IA agente del mundo". La duda sigue siendo si esta capa de aplicaciones se consolidará en una sola aplicación empresarial o si permanecerá especializada.
El problema de los falsos positivos del que nadie habla
En quizás su observación técnica más importante, Arora denunció el silencio de la industria sobre las tasas de falsos positivos. "La tasa de falsos positivos en Mythos fue del 30%", reveló. Si bien el sistema destaca en la búsqueda de vulnerabilidades potenciales con fines de ataque, resulta problemático para la defensa cuando casi uno de cada tres hallazgos resulta ser un problema fantasma. "Es genial para el ataque, pero es horrible para la defensa", dijo sin rodeos.
Este problema se extiende a todas las aplicaciones empresariales. Un modelo con una tasa de falsos positivos del 10% o 20% desplegado para procesar reclamaciones de seguros perdería dinero a raudales. Arora utilizó la analogía de los vehículos autónomos: "Tomemos el nuevo coche autónomo. Mercedes va a usar Opus 4.8 y puedes simplemente sentarte en el coche y te llevará. No voy a meter a mis hijos en ese coche con una tasa de falsos positivos del 10%".
El CEO argumentó que aquí es donde ocurre la creación de valor real en la IA empresarial. "Hay mucho trabajo que ocurre después del modelo que debe realizarse para que estas cosas sean útiles y efectivas en el contexto empresarial", explicó. Específicamente en ciberseguridad, Palo Alto busca una tasa de falsos positivos del 0%, lo que requiere un trabajo extenso más allá de las capacidades del modelo base.
Google sigue estando infravalorado; el apalancamiento operativo lo es todo
Cuando se le pidió actuar como CEO, Arora ofreció una visión sorprendentemente optimista sobre su antiguo empleador. "Creo que Google está infravalorado. Creo que será la primera empresa de diez billones de dólares en nuestra vida", afirmó. Su razonamiento se centró en la distribución: incluso las empresas de modelos necesitan fuerzas de ventas para convencer a los clientes de adoptar y comprar sus productos, y los tres grandes proveedores de nube (hyperscalers) controlan las organizaciones de ventas empresariales más grandes del mundo.
Sobre Waymo en particular, Arora mantuvo sus comentarios breves dado su papel en la junta directiva de Uber, pero elogió la efectividad de la tecnología y pidió una expansión geográfica más rápida. El tema más amplio en sus declaraciones se centró en la ejecución y el apalancamiento operativo como la próxima frontera. "Si puedes ser el mejor aprovechando la IA para dirigir el negocio empresarial más eficiente del mundo, tu margen operativo puede superar con creces al de la industria", argumentó, sugiriendo que son alcanzables márgenes brutos cercanos al 100% y márgenes netos del 40% o 50%.
Evolución de la estrategia de M&A: el menú está abierto
Arora describió cómo la estrategia de adquisiciones de Palo Alto ha evolucionado durante sus casi ocho años en el cargo. Inicialmente, la empresa compraba compañías de productos y las integraba en el motor de comercialización de Palo Alto, optimizando la venta cruzada. "Si le vendo diez millones de dólares a un cliente, la próxima vez, dos años después, si puedo venderle veinte, es la forma más eficiente de optimizar mi gasto de comercialización", explicó. Este manual de estrategia llevó a la empresa a una capitalización de mercado de 150 mil millones de dólares.
La adquisición de identidad por 25 mil millones de dólares que se cerró hace tres meses representó un punto de inflexión estratégico, posicionando a la empresa para las necesidades de seguridad en un mundo de agentes. Ahora, Arora sugirió una apertura aún mayor. Si Palo Alto puede lograr márgenes operativos líderes en la industria a través de la eficiencia impulsada por la IA, los objetivos de adquisición no necesitan limitarse a áreas adyacentes a la ciberseguridad central. "No importa lo que compres", dijo, señalando que las empresas de menor escala no pueden permitirse la inversión necesaria para optimizar sus operaciones con IA.
Fundamentalmente, Arora espera contratar a más personal técnico en Palo Alto en el futuro, no menos, contradiciendo las narrativas populares sobre la reducción de personal impulsada por la IA. "Creo que vamos a tener más personas en Palo Alto en el lado tecnológico de lo que hemos tenido antes, porque creo que la IA está provocando que todo requiera una transformación", dijo. La empresa necesita de seis a doce meses para determinar cómo se asienta la IA y cómo desplegarla de manera más efectiva en toda la empresa antes de que el manual de fusiones y adquisiciones se cristalice por completo.
La aparición de Arora pintó el panorama de una industria en transición violenta, donde categorías enteras de software enfrentan la extinción mientras que la infraestructura y los sistemas de trabajo reinventados capturan un valor sin precedentes. Su experiencia de primera mano con Mythos, traducida en evaluaciones francas tanto de oportunidades como de riesgos, proporcionó a los inversores institucionales una claridad poco común sobre cómo las capacidades de la IA están remodelando la economía de la tecnología empresarial en tiempo real. El CEO que llevó a Palo Alto de 17 mil millones a 238 mil millones de dólares en capitalización de mercado tiene ahora la mira puesta explícitamente en el umbral del billón de dólares, armado con la convicción de que el apalancamiento operativo a través del despliegue de IA resultará más valioso que cualquier mercado de productos en particular.