Hvad Kumos platform gør

Kumos platform lader virksomheder generere forudsigelser direkte fra deres eksisterende relationsdatabaser – såsom Snowflake, Databricks og SAP – uden manuel feature engineering eller fastlåste skemaer . Flagskibsproduktet er KumoRFM, og den nyere KumoRFM-2 blev lanceret i april 2026. Disse præ-trænede relationsbaserede grundmodeller kan nærmest øjeblikkeligt besvare prædiktive spørgsmål: kundelivstidsværdi, sandsynlighed for kundefrafald (churn), næste bedste handling, svindeldetektering og kreditrisiko, blandt andre .

En Kumo-model peger på en virksomheds data, brugeren definerer forudsigelsesmålet, og systemet leverer resultater uden yderligere træning . Platformen dækker mere end 15 brancher, herunder finans, detailhandel, medier og sundhedssektoren .

Sådan virker Kumos teknologi med graf-neurale netværk

Kernen i platformen er en proprietær arkitektur kaldet Hybrid Graph Neural Network (Hybrid GNN) . Den behandler enheder som kunder, produkter og transaktioner som noder, og deres forbindelser – primær- og fremmednøglerelationer – som kanter i en graf .

De vigtigste mekanismer:

• Message passing: Hver node indsamler information fra sine naboer på tværs af grafen. Gennem flere lag lærer noder fra hele den forbundne struktur – ikke kun deres egne attributter .
• Ingen fladgørelse nødvendig: Traditionel machine learning flader relationsdata ud i rækker og ødelægger dermed relationskonteksten. GNN’er opererer direkte på den oprindelige grafstruktur og bevarer forbindelser og tidsmæssige mønstre .
• GPU-acceleration: Modellerne er designet til at køre bedst på Nvidias GPU’er, hvilket frigør den nødvendige ydeevne til forudsigelser på virksomhedsskala .

Kumo kombinerer også GNN’er med store sprogmodeller (LLM’er) for at skabe rigere prædiktive modeller .

Handlens værdi

Selvom Nvidia ikke har bekræftet prisen, var det mediet The Information, der først rapporterede handlen til “mindst 400 millioner dollars” . Andre medier, herunder GuruFocus, Fortune og regionale finansnyheder, har gentaget dette tal . Da Nvidia ikke har offentliggjort vilkårene, skal tallet ses som et velunderbygget estimat, ikke en officiel bekræftelse .

Markante kunder

Kumos offentliggjorte kunder og økosystempartnere tæller blandt andre DoorDash, Reddit, Databricks, Snowflake og SAP . Dets modeller servicerer over en milliard brugere globalt gennem kundeapplikationer . Kumo har offentliggjort performanceresultater som en 5,4x konverteringsstigning med Databricks og en 5,5x stigning i annoncepræcision hos Reddit .

Medstiftere

• Vanja Josifovski — Medstifter og administrerende direktør. Tidligere CTO hos Pinterest under deres børsnotering og CTO for Airbnb Homes .
• Jure Leskovec — Medstifter og chefvidenskabsmand. Professor ved Stanford University, der ledede udviklingen af relational deep learning og GNN-teknologi på Stanford og senere var chefvidenskabsmand hos Pinterest .
• Dr. Hema Raghavan — Medstifter og udviklingschef. Tidligere senior director of engineering og AI-ansvarlig hos LinkedIn, udnævnt til Inc.’s Female Founders 500-liste i 2026 .

Alle tre medstiftere har en ph.d.-grad og er blevet en del af Nvidia som led i opkøbet .

Rejst venturekapital

Kumo rejste cirka 37 millioner dollars over to runder (nogle databaser nævner 36,5 millioner dollars) :

• Serie A (april 2022): 18,5 millioner dollars ledet af Sequoia Capital med deltagelse af A Capital, SV Angel og Ron Conway .
• Serie B (september 2022): 18 millioner dollars ledet af Sequoia og med deltagelse af A Capital, SV Angel og en række engleinvestorer som Frank Slootman og Kevin Hartz .

Ifølge data fra PitchBook var Kumos post-money værdiansættelse efter serie B-runden ca. 250 millioner dollars. Opkøbsprisen på over 400 millioner dollars repræsenterer en vækst på omtrent 60 % fra denne runde .

Strategisk match: Mere end bare hardwaresalg

Kumo-opkøbet passer ind i et mønster, som Nvidias CEO Jensen Huang har bygget op i årevis: at forvandle Nvidia fra en chipproducent til en full-stack AI-platformsvirksomhed .

Flere strategiske tråde samles i denne aftale:

• Sælge software, ikke kun silicium: Kumo giver Nvidia et færdigt, GPU-optimeret SaaS-produkt til virksomheder, som kan generere tilbagevendende indtægter ud over hardwarecyklusser .
• Fastlåse hardware-svinghjulet: Kumos GNN-modeller kører bedst på Nvidias GPU’er. Når virksomheder tager Kumo i brug til prædiktiv analyse, bliver de mere forankret i Nvidias økosystem .
• Ekspandere til prædiktiv AI: Nvidia er allerede dominerende inden for træning af store sprogmodeller. Prædiktiv analyse rettet mod forretningsbrugere – churn, svindel, anbefalinger – repræsenterer et massivt tilstødende marked .
• Hente talent og IP i verdensklasse: Jure Leskovec er en af pionererne inden for graf-neurale netværk. At bringe hans team og Kumos Hybrid GNN-arkitektur ind i Nvidia styrker virksomhedens forskningspipeline og dens evne til at optimere fremtidige chips til relationelle AI-arbejdsbyrder .
• Fortsætte et M&A-mønster: Nvidia har støt opkøbt AI-softwarestartups – Run:ai, Deci, Illumex og den 20 milliarder dollars store Groq-acqui-hire-aftale i slutningen af 2025 – for at samle en platform, der spænder over infrastruktur, modeller og applikationer .

Handlen illustrerer en velkendt strategi fra store tech-selskaber: Køb en mindre virksomhed med dyb teknisk ekspertise og eksisterende virksomhedsrelationer, og skaler derefter dens produkt på din egen infrastruktur. For Nvidia handler Kumo ikke bare om prædiktiv AI – det handler om at sikre, at næste generation af virksomheders AI-arbejdsbyrder kører på Nvidia, fra ende til anden.

Hvad Kumos platform gør

Kumos platform lader virksomheder generere forudsigelser direkte fra deres eksisterende relationsdatabaser – såsom Snowflake, Databricks og SAP – uden manuel feature engineering eller fastlåste skemaer . Flagskibsproduktet er KumoRFM, og den nyere KumoRFM-2 blev lanceret i april 2026. Disse præ-trænede relationsbaserede grundmodeller kan nærmest øjeblikkeligt besvare prædiktive spørgsmål: kundelivstidsværdi, sandsynlighed for kundefrafald (churn), næste bedste handling, svindeldetektering og kreditrisiko, blandt andre .

En Kumo-model peger på en virksomheds data, brugeren definerer forudsigelsesmålet, og systemet leverer resultater uden yderligere træning . Platformen dækker mere end 15 brancher, herunder finans, detailhandel, medier og sundhedssektoren .

Sådan virker Kumos teknologi med graf-neurale netværk

Kernen i platformen er en proprietær arkitektur kaldet Hybrid Graph Neural Network (Hybrid GNN) . Den behandler enheder som kunder, produkter og transaktioner som noder, og deres forbindelser – primær- og fremmednøglerelationer – som kanter i en graf .

De vigtigste mekanismer:

• Message passing: Hver node indsamler information fra sine naboer på tværs af grafen. Gennem flere lag lærer noder fra hele den forbundne struktur – ikke kun deres egne attributter .
• Ingen fladgørelse nødvendig: Traditionel machine learning flader relationsdata ud i rækker og ødelægger dermed relationskonteksten. GNN’er opererer direkte på den oprindelige grafstruktur og bevarer forbindelser og tidsmæssige mønstre .
• GPU-acceleration: Modellerne er designet til at køre bedst på Nvidias GPU’er, hvilket frigør den nødvendige ydeevne til forudsigelser på virksomhedsskala .

Kumo kombinerer også GNN’er med store sprogmodeller (LLM’er) for at skabe rigere prædiktive modeller .

Handlens værdi

Selvom Nvidia ikke har bekræftet prisen, var det mediet The Information, der først rapporterede handlen til “mindst 400 millioner dollars” . Andre medier, herunder GuruFocus, Fortune og regionale finansnyheder, har gentaget dette tal . Da Nvidia ikke har offentliggjort vilkårene, skal tallet ses som et velunderbygget estimat, ikke en officiel bekræftelse .

Markante kunder

Kumos offentliggjorte kunder og økosystempartnere tæller blandt andre DoorDash, Reddit, Databricks, Snowflake og SAP . Dets modeller servicerer over en milliard brugere globalt gennem kundeapplikationer . Kumo har offentliggjort performanceresultater som en 5,4x konverteringsstigning med Databricks og en 5,5x stigning i annoncepræcision hos Reddit .

Medstiftere

• Vanja Josifovski — Medstifter og administrerende direktør. Tidligere CTO hos Pinterest under deres børsnotering og CTO for Airbnb Homes .
• Jure Leskovec — Medstifter og chefvidenskabsmand. Professor ved Stanford University, der ledede udviklingen af relational deep learning og GNN-teknologi på Stanford og senere var chefvidenskabsmand hos Pinterest .
• Dr. Hema Raghavan — Medstifter og udviklingschef. Tidligere senior director of engineering og AI-ansvarlig hos LinkedIn, udnævnt til Inc.’s Female Founders 500-liste i 2026 .

Alle tre medstiftere har en ph.d.-grad og er blevet en del af Nvidia som led i opkøbet .

Rejst venturekapital

Kumo rejste cirka 37 millioner dollars over to runder (nogle databaser nævner 36,5 millioner dollars) :

• Serie A (april 2022): 18,5 millioner dollars ledet af Sequoia Capital med deltagelse af A Capital, SV Angel og Ron Conway .
• Serie B (september 2022): 18 millioner dollars ledet af Sequoia og med deltagelse af A Capital, SV Angel og en række engleinvestorer som Frank Slootman og Kevin Hartz .

Ifølge data fra PitchBook var Kumos post-money værdiansættelse efter serie B-runden ca. 250 millioner dollars. Opkøbsprisen på over 400 millioner dollars repræsenterer en vækst på omtrent 60 % fra denne runde .

Strategisk match: Mere end bare hardwaresalg

Kumo-opkøbet passer ind i et mønster, som Nvidias CEO Jensen Huang har bygget op i årevis: at forvandle Nvidia fra en chipproducent til en full-stack AI-platformsvirksomhed .

Flere strategiske tråde samles i denne aftale:

• Sælge software, ikke kun silicium: Kumo giver Nvidia et færdigt, GPU-optimeret SaaS-produkt til virksomheder, som kan generere tilbagevendende indtægter ud over hardwarecyklusser .
• Fastlåse hardware-svinghjulet: Kumos GNN-modeller kører bedst på Nvidias GPU’er. Når virksomheder tager Kumo i brug til prædiktiv analyse, bliver de mere forankret i Nvidias økosystem .
• Ekspandere til prædiktiv AI: Nvidia er allerede dominerende inden for træning af store sprogmodeller. Prædiktiv analyse rettet mod forretningsbrugere – churn, svindel, anbefalinger – repræsenterer et massivt tilstødende marked .
• Hente talent og IP i verdensklasse: Jure Leskovec er en af pionererne inden for graf-neurale netværk. At bringe hans team og Kumos Hybrid GNN-arkitektur ind i Nvidia styrker virksomhedens forskningspipeline og dens evne til at optimere fremtidige chips til relationelle AI-arbejdsbyrder .
• Fortsætte et M&A-mønster: Nvidia har støt opkøbt AI-softwarestartups – Run:ai, Deci, Illumex og den 20 milliarder dollars store Groq-acqui-hire-aftale i slutningen af 2025 – for at samle en platform, der spænder over infrastruktur, modeller og applikationer .

Handlen illustrerer en velkendt strategi fra store tech-selskaber: Køb en mindre virksomhed med dyb teknisk ekspertise og eksisterende virksomhedsrelationer, og skaler derefter dens produkt på din egen infrastruktur. For Nvidia handler Kumo ikke bare om prædiktiv AI – det handler om at sikre, at næste generation af virksomheders AI-arbejdsbyrder kører på Nvidia, fra ende til anden.