Nvidia køber Kumo AI for over 2,8 milliarder kroner for at sætte turbo på virksomheders forudsigelser

Nvidia har købt Kumo AI, en fem år gammel startup, der sælger software til prædiktiv analyse til virksomheder. Flere medier rapporterer med henvisning til kilder tæt på handlen en pris på mindst 400 millioner dollars – svarende til ca. 2,8 milliarder kroner . Nvidia har ikke ønsket at kommentere de økonomiske detaljer , men opkøbet signalerer et klart skift fra blot at sælge grafikkort til også at sælge AI-software direkte til virksomheder.

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.