Mihin Kumo AI:n alusta pystyy?

Kumo AI:n alustan avulla yritykset voivat tuottaa ennusteita suoraan olemassa olevista relaatiotietokannoistaan – kuten Snowflakesta, Databricksistä tai SAP:sta – ilman työlästä manuaalista ominaisuusmuokkausta tai kiinteitä tietomalleja . Sen lippulaivatuote on KumoRFM, ja huhtikuussa 2026 julkaistiin uudempi versio KumoRFM-2. Nämä valmiiksi koulutetut relaatiopohjaiset perusmallit vastaavat ennustaviin kysymyksiin lähes välittömästi: asiakkaan elinkaariarvo, poistuman todennäköisyys, seuraava paras toimenpide, petosten havaitseminen ja luottoriskien pisteytys ovat vain muutamia esimerkkejä .

Kumo-malli osoitetaan yrityksen dataan, käyttäjä määrittelee ennustettavan kohteen, ja järjestelmä tuottaa tulokset ilman lisäkoulutusta . Alusta palvelee yli 15:tä toimialaa, kuten rahoituspalveluita, vähittäiskauppaa, mediaa ja terveydenhuoltoa .

Miten Kumo AI:n graafineuroverkkoteknologia toimii?

Alustan ydin on patentoitu Hybrid Graph Neural Network (Hybrid GNN) -arkkitehtuuri . Se käsittelee entiteettejä, kuten asiakkaita, tuotteita ja tapahtumia, solmuina, ja niiden välisiä yhteyksiä – kuten pää- ja viiteavainten suhteita – verkon reunoina .

Toiminnan keskeiset mekaniikat:

• Viestinvälitys (Message passing): Jokainen solmu kerää tietoa naapureiltaan koko verkossa. Useiden kerrosten läpi oppien solmut hyödyntävät koko kytkeytynyttä rakennetta, eivät vain omia ominaisuuksiaan .
• Ei tarvetta datan litistämiselle: Perinteinen koneoppiminen litistää relaatiotiedot riveiksi, mikä tuhoaa suhteiden kontekstin. GNN:t toimivat suoraan alkuperäisen graafirakenteen kanssa säilyttäen yhteydet ja ajalliset mallit .
• GPU-kiihdytys: Mallit on suunniteltu toimimaan parhaiten Nvidian grafiikkaprosessoreilla, mikä vapauttaa yritystason ennusteiden vaatiman suorituskyvyn .

Kumo yhdistelee GNN:iä myös suuriin kielimalleihin (LLM) rikkaampien ennustemallien luomiseksi .

Kaupan hinta

Vaikka Nvidia ei ole vahvistanut tarkkaa hintaa, The Information uutisoi kaupasta ensimmäisenä ja kertoi sen olevan "vähintään 400 miljoonaa dollaria" . Myös muut talousjulkaisut, kuten Fortune, ovat raportoineet saman summan . Koska Nvidia ei ole julkistanut ehtoja, lukua tulee pitää hyvin lähteistettynä arviona, ei virallisena vahvistuksena .

Merkittävimmät asiakkaat

Kumo AI:n julkisesti tunnettuja asiakkaita ja kumppaneita ovat muun muassa DoorDash, Reddit, Databricks, Snowflake ja SAP . Sen malleja käyttää yli miljardi käyttäjää maailmanlaajuisesti eri asiakassovellusten kautta . Kumo on julkaissut vaikuttavia tuloksia, kuten 5,4-kertaisen kasvun konversiossa Databricksin kanssa ja 5,5-kertaisen parannuksen mainonnan tarkkuudessa Redditillä .

Perustajat

• Vanja Josifovski — Toinen perustaja ja toimitusjohtaja. Aiemmin Pinterestin teknologiajohtaja yhtiön listautumisen aikaan ja Airbnb Homesin teknologiajohtaja .
• Jure Leskovec — Toinen perustaja ja johtava tutkija. Stanfordin yliopiston professori, joka johti relaatiosyvän oppimisen ja GNN-teknologian kehitystä Stanfordissa ja toimi myöhemmin Pinterestin johtavana tutkijana .
• Tri Hema Raghavan — Toinen perustaja ja teknologiajohtaja. Entinen LinkedInin johtava tekoälyinsinööri, ja hänet nimettiin Inc.-lehden vuoden 2026 Female Founders 500 -listalle .

Kaikki kolme perustajaa ovat tohtoreita ja ovat siirtyneet Nvidialle osana yrityskauppaa .

Aiempi rahoitus

Kumo keräsi noin 37 miljoonaa dollaria (jotkut tietokannat ilmoittavat 36,5 miljoonaa) kahdella rahoituskierroksella :

• Series A (huhtikuu 2022): 18,5 miljoonaa dollaria, johdossa Sequoia Capital, mukana A Capital, SV Angel ja Ron Conway .
• Series B (syyskuu 2022): 18 miljoonaa dollaria, johdossa Sequoia, mukana A Capital, SV Angel ja useita enkelisijoittajia, kuten Frank Slootman ja Kevin Hartz .

PitchBookin tietojen mukaan Kumo AI:n arvo Series B -kierroksen jälkeen oli noin 250 miljoonaa dollaria. Yli 400 miljoonan dollarin kauppahinta edustaa noin 60 prosentin kasvua tuosta arvostuksesta .

Strateginen merkitys: askel kohti kokonaisvaltaista tekoäly-yhtiötä

Kumo AI:n hankinta sopii Nvidian toimitusjohtajan Jensen Huangin vuosia rakentamaan malliin: muuttaa Nvidia piirivalmistajasta täyden pinon tekoälyalustayhtiöksi .

Kaupassa yhdistyy useita strategisia lankoja:

• Ohjelmistojen, ei vain piirien, myynti: Kumo antaa Nvidialle valmiin, GPU-optimoidun yritysten SaaS-tuotteen, joka voi tuottaa jatkuvaa liikevaihtoa laitteistomyynnin syklien ulkopuolella .
• Laitteistomyynnin vauhtipyörän lukitseminen: Kumo AI:n GNN-mallit toimivat parhaiten Nvidian omilla grafiikkaprosessoreilla. Kun yritykset ottavat Kumon käyttöön ennustavaan analytiikkaan, ne juurtuvat entistä syvemmälle Nvidian ekosysteemiin .
• Laajentuminen ennustavaan tekoälyyn: Nvidia hallitsee jo suurten kielimallien koulutusta. Liiketoiminnan käyttäjille suunnattu ennustava analytiikka – poistuma, petokset, suositukset – edustaa massiivista lähimarkkinaa .
• Maailmanluokan osaajien ja immateriaalioikeuksien hankinta: Jure Leskovec on yksi graafineuroverkkojen pioneereista. Hänen tiiminsä ja Kumo AI:n Hybrid GNN -arkkitehtuurin tuominen Nvidian sisälle vahvistaa yhtiön tutkimusputkea ja sen kykyä optimoida tulevia piirejä relaatiopohjaisia tekoälytehtäviä varten .
• Yritysostomallin jatkaminen: Nvidia on tasaisesti ostanut tekoälyohjelmistostartupeja – kuten Run:ai, Deci, Illumex – kootakseen alustan, joka kattaa infrastruktuurin, mallit ja sovellukset .

Kauppa noudattaa tuttua suuren teknologiayhtiön pelikirjaa: osta pieni yritys, jolla on syvää teknistä osaamista ja olemassa olevia asiakassuhteita, ja skaalaa sen tuote omalle infrastruktuurillesi. Nvidialle Kumo AI ei ole pelkkä ennustava tekoäly-yritys – se on varmistus siitä, että seuraavan sukupolven yritysten tekoälytyökuormat ajetaan Nvidialla, päästä päähän.

Mihin Kumo AI:n alusta pystyy?

Kumo AI:n alustan avulla yritykset voivat tuottaa ennusteita suoraan olemassa olevista relaatiotietokannoistaan – kuten Snowflakesta, Databricksistä tai SAP:sta – ilman työlästä manuaalista ominaisuusmuokkausta tai kiinteitä tietomalleja . Sen lippulaivatuote on KumoRFM, ja huhtikuussa 2026 julkaistiin uudempi versio KumoRFM-2. Nämä valmiiksi koulutetut relaatiopohjaiset perusmallit vastaavat ennustaviin kysymyksiin lähes välittömästi: asiakkaan elinkaariarvo, poistuman todennäköisyys, seuraava paras toimenpide, petosten havaitseminen ja luottoriskien pisteytys ovat vain muutamia esimerkkejä .

Kumo-malli osoitetaan yrityksen dataan, käyttäjä määrittelee ennustettavan kohteen, ja järjestelmä tuottaa tulokset ilman lisäkoulutusta . Alusta palvelee yli 15:tä toimialaa, kuten rahoituspalveluita, vähittäiskauppaa, mediaa ja terveydenhuoltoa .

Miten Kumo AI:n graafineuroverkkoteknologia toimii?

Alustan ydin on patentoitu Hybrid Graph Neural Network (Hybrid GNN) -arkkitehtuuri . Se käsittelee entiteettejä, kuten asiakkaita, tuotteita ja tapahtumia, solmuina, ja niiden välisiä yhteyksiä – kuten pää- ja viiteavainten suhteita – verkon reunoina .

Toiminnan keskeiset mekaniikat:

• Viestinvälitys (Message passing): Jokainen solmu kerää tietoa naapureiltaan koko verkossa. Useiden kerrosten läpi oppien solmut hyödyntävät koko kytkeytynyttä rakennetta, eivät vain omia ominaisuuksiaan .
• Ei tarvetta datan litistämiselle: Perinteinen koneoppiminen litistää relaatiotiedot riveiksi, mikä tuhoaa suhteiden kontekstin. GNN:t toimivat suoraan alkuperäisen graafirakenteen kanssa säilyttäen yhteydet ja ajalliset mallit .
• GPU-kiihdytys: Mallit on suunniteltu toimimaan parhaiten Nvidian grafiikkaprosessoreilla, mikä vapauttaa yritystason ennusteiden vaatiman suorituskyvyn .

Kumo yhdistelee GNN:iä myös suuriin kielimalleihin (LLM) rikkaampien ennustemallien luomiseksi .

Kaupan hinta

Vaikka Nvidia ei ole vahvistanut tarkkaa hintaa, The Information uutisoi kaupasta ensimmäisenä ja kertoi sen olevan "vähintään 400 miljoonaa dollaria" . Myös muut talousjulkaisut, kuten Fortune, ovat raportoineet saman summan . Koska Nvidia ei ole julkistanut ehtoja, lukua tulee pitää hyvin lähteistettynä arviona, ei virallisena vahvistuksena .

Merkittävimmät asiakkaat

Kumo AI:n julkisesti tunnettuja asiakkaita ja kumppaneita ovat muun muassa DoorDash, Reddit, Databricks, Snowflake ja SAP . Sen malleja käyttää yli miljardi käyttäjää maailmanlaajuisesti eri asiakassovellusten kautta . Kumo on julkaissut vaikuttavia tuloksia, kuten 5,4-kertaisen kasvun konversiossa Databricksin kanssa ja 5,5-kertaisen parannuksen mainonnan tarkkuudessa Redditillä .

Perustajat

• Vanja Josifovski — Toinen perustaja ja toimitusjohtaja. Aiemmin Pinterestin teknologiajohtaja yhtiön listautumisen aikaan ja Airbnb Homesin teknologiajohtaja .
• Jure Leskovec — Toinen perustaja ja johtava tutkija. Stanfordin yliopiston professori, joka johti relaatiosyvän oppimisen ja GNN-teknologian kehitystä Stanfordissa ja toimi myöhemmin Pinterestin johtavana tutkijana .
• Tri Hema Raghavan — Toinen perustaja ja teknologiajohtaja. Entinen LinkedInin johtava tekoälyinsinööri, ja hänet nimettiin Inc.-lehden vuoden 2026 Female Founders 500 -listalle .

Kaikki kolme perustajaa ovat tohtoreita ja ovat siirtyneet Nvidialle osana yrityskauppaa .

Aiempi rahoitus

Kumo keräsi noin 37 miljoonaa dollaria (jotkut tietokannat ilmoittavat 36,5 miljoonaa) kahdella rahoituskierroksella :

• Series A (huhtikuu 2022): 18,5 miljoonaa dollaria, johdossa Sequoia Capital, mukana A Capital, SV Angel ja Ron Conway .
• Series B (syyskuu 2022): 18 miljoonaa dollaria, johdossa Sequoia, mukana A Capital, SV Angel ja useita enkelisijoittajia, kuten Frank Slootman ja Kevin Hartz .

PitchBookin tietojen mukaan Kumo AI:n arvo Series B -kierroksen jälkeen oli noin 250 miljoonaa dollaria. Yli 400 miljoonan dollarin kauppahinta edustaa noin 60 prosentin kasvua tuosta arvostuksesta .

Strateginen merkitys: askel kohti kokonaisvaltaista tekoäly-yhtiötä

Kumo AI:n hankinta sopii Nvidian toimitusjohtajan Jensen Huangin vuosia rakentamaan malliin: muuttaa Nvidia piirivalmistajasta täyden pinon tekoälyalustayhtiöksi .

Kaupassa yhdistyy useita strategisia lankoja:

• Ohjelmistojen, ei vain piirien, myynti: Kumo antaa Nvidialle valmiin, GPU-optimoidun yritysten SaaS-tuotteen, joka voi tuottaa jatkuvaa liikevaihtoa laitteistomyynnin syklien ulkopuolella .
• Laitteistomyynnin vauhtipyörän lukitseminen: Kumo AI:n GNN-mallit toimivat parhaiten Nvidian omilla grafiikkaprosessoreilla. Kun yritykset ottavat Kumon käyttöön ennustavaan analytiikkaan, ne juurtuvat entistä syvemmälle Nvidian ekosysteemiin .
• Laajentuminen ennustavaan tekoälyyn: Nvidia hallitsee jo suurten kielimallien koulutusta. Liiketoiminnan käyttäjille suunnattu ennustava analytiikka – poistuma, petokset, suositukset – edustaa massiivista lähimarkkinaa .
• Maailmanluokan osaajien ja immateriaalioikeuksien hankinta: Jure Leskovec on yksi graafineuroverkkojen pioneereista. Hänen tiiminsä ja Kumo AI:n Hybrid GNN -arkkitehtuurin tuominen Nvidian sisälle vahvistaa yhtiön tutkimusputkea ja sen kykyä optimoida tulevia piirejä relaatiopohjaisia tekoälytehtäviä varten .
• Yritysostomallin jatkaminen: Nvidia on tasaisesti ostanut tekoälyohjelmistostartupeja – kuten Run:ai, Deci, Illumex – kootakseen alustan, joka kattaa infrastruktuurin, mallit ja sovellukset .

Kauppa noudattaa tuttua suuren teknologiayhtiön pelikirjaa: osta pieni yritys, jolla on syvää teknistä osaamista ja olemassa olevia asiakassuhteita, ja skaalaa sen tuote omalle infrastruktuurillesi. Nvidialle Kumo AI ei ole pelkkä ennustava tekoäly-yritys – se on varmistus siitä, että seuraavan sukupolven yritysten tekoälytyökuormat ajetaan Nvidialla, päästä päähän.