Kumo AIのプラットフォームが実現すること

Kumoのプラットフォームは、企業が既存のリレーショナルデータベース（Snowflake、Databricks、SAPなど）から、手作業による特徴量エンジニアリングや固定スキーマを必要とせずに、直接予測を生成することを可能にする。主力製品は「KumoRFM」で、2026年4月には次世代モデル「KumoRFM-2」も発表された。これらの事前学習済みの「リレーショナル基盤モデル」は、顧客生涯価値、離脱可能性、次に取るべき最善のアクション、不正検知、信用リスクスコアリングといった予測的な問いにほぼ瞬時に回答できる。

企業データにモデルを向け、予測したい対象を定義するだけで、追加のトレーニングなしにシステムが結果を生成する。金融サービス、小売、メディア、ヘルスケアなど、15以上の業界で導入実績がある。

グラフニューラルネットワーク（GNN）技術の仕組み

このプラットフォームの中核にあるのが、独自の「ハイブリッドグラフニューラルネットワーク（Hybrid GNN）」アーキテクチャだ。顧客、商品、取引といったエンティティを「ノード」、主キーと外部キーの関係性を「エッジ」としてグラフ構造で捉える。

主な動作メカニズムは以下の通りです。

• メッセージパッシング：各ノードがグラフ全体の隣接ノードから情報を収集。複数層を通じて、ノードは自身の属性だけでなく、接続された構造全体から学習する。
• フラット化不要：従来の機械学習ではリレーショナルデータを行単位にフラット化し、関係性の文脈を破壊していたが、GNNはネイティブなグラフ構造上で直接動作し、接続性と時系列パターンを保持する。
• GPUアクセラレーション：モデルはNvidia GPU上で最高の性能を発揮するように設計されており、大企業スケールの予測に必要なパフォーマンスを解放する。

また、KumoはGNNと大規模言語モデル（LLM）を組み合わせて、より豊かな予測モデリングを実現している。

買収額

エヌビディアは買収額を確認していないものの、The Informationが最初に「少なくとも4億ドル」と報じた。GuruFocusやFortuneなど他のメディアもこの数字を繰り返し伝えている。エヌビディアが正式な条件を開示していないため、この数字は信頼できる情報源に基づく推定値であり、公式な確認ではないと受け止める必要がある。

注目すべき顧客

Kumoが公開している顧客およびエコシステムパートナーには、DoorDash、Reddit、Databricks、Snowflake、SAPなどが名を連ねる。同社のモデルは、顧客アプリケーションを通じて世界的に10億人以上のユーザーにサービスを提供している。Databricksとの連携でコンバージョン率（成約率）5.4倍、Redditで広告精度5.5倍といった成果を公表している。

共同創業者

• ヴァンヤ・ヨシフォフスキー（Vanja Josifovski） — 共同創業者兼CEO。ピンタレストのIPO時およびエアビーアンドビー HomesのCTOを歴任。
• ジュレ・レスコベック（Jure Leskovec） — 共同創業者兼チーフサイエンティスト。スタンフォード大学教授。同大学でリレーショナル深層学習とGNN技術の開発を主導し、後にピンタレストのチーフサイエンティストを務めた。
• ヘマ・ラガヴァン博士（Dr. Hema Raghavan） — 共同創業者兼エンジニアリング責任者。元LinkedInのシニアエンジニアリングディレクター兼AIリード。Inc.誌の「2026年注目の女性創業者500人」に選出。

3名全員が博士号を取得しており、今回の買収に伴いエヌビディアに入社している。

調達したベンチャーキャピタル

Kumoは2回の資金調達ラウンドで合計約3700万ドル（一部のデータベースでは3650万ドル）を調達していた。

• シリーズA（2022年4月）：セコイア・キャピタル主導で1850万ドル。A Capital、SV Angel、ロン・コンウェイ氏らが参加。
• シリーズB（2022年9月）：同じくセコイア主導で1800万ドル。A Capital、SV Angelに加え、フランク・スルートマン氏やケビン・ハーツ氏ら複数のエンジェル投資家が参加。

PitchBookのデータによると、シリーズB後の評価額は約2億5000万ドル。今回の4億ドル超での買収は、その評価額から約60%の成長を示している。

戦略的な意味合い：半導体販売の先へ

今回のKumo買収は、エヌビディアのジェンスン・フアンCEOが長年築き上げてきたパターン、つまりエヌビディアをチップサプライヤーから「フルスタックAIプラットフォーム企業」へと変革する戦略に合致する。

この買収には、いくつかの戦略的要素が集約されている。

• シリコン（半導体）だけでなくソフトウェアを売る：Kumoは、GPUに最適化された、すぐに収益化できる企業向けSaaS製品をエヌビディアにもたらし、ハードウェアのサイクルを超えた経常収益を生み出す。
• ハードウェアのフライホイール効果を固定化：KumoのGNNモデルはNvidia GPU上で最高性能を発揮する。企業が予測分析にKumoを採用すればするほど、エヌビディアのエコシステムへの依存度が高まる。
• 予測AI領域への拡大：エヌビディアは大規模言語モデルの学習分野で既に支配的だが、ビジネスユーザーを対象とした予測分析（顧客離反、不正、レコメンドなど）は、巨大な隣接市場だ。
• 世界トップクラスの人材と知的財産の獲得：ジュレ・レスコベック氏はGNNの先駆者の一人。彼のチームとKumoのハイブリッドGNNアーキテクチャを社内に取り込むことで、研究パイプラインを強化し、将来のチップをリレーショナルAI処理向けに最適化する能力も高まる。
• M&Aパターンの継続：エヌビディアは、Run:ai、Deci、Illumex、そして2025年末のGroq社との200億ドル規模の「アクハイヤー」契約など、AIソフトウェアスタートアップを継続的に買収し、インフラ、モデル、アプリケーションにまたがるプラットフォームを構築してきた。

この買収は、ビッグテックのおなじみの戦略を如実に示している。つまり、深い技術的専門性と既存の企業とのつながりを持つ小さな企業を買収し、その製品を自社のインフラ上で大規模に展開する、というものだ。エヌビディアにとってKumoは、単なる予測AIの文脈を超え、次世代の企業向けAIワークロードが「エンド・ツー・エンド」でエヌビディア上で動作することを確実にするための布石なのである。

Kumo AIのプラットフォームが実現すること

Kumoのプラットフォームは、企業が既存のリレーショナルデータベース（Snowflake、Databricks、SAPなど）から、手作業による特徴量エンジニアリングや固定スキーマを必要とせずに、直接予測を生成することを可能にする。主力製品は「KumoRFM」で、2026年4月には次世代モデル「KumoRFM-2」も発表された。これらの事前学習済みの「リレーショナル基盤モデル」は、顧客生涯価値、離脱可能性、次に取るべき最善のアクション、不正検知、信用リスクスコアリングといった予測的な問いにほぼ瞬時に回答できる。

企業データにモデルを向け、予測したい対象を定義するだけで、追加のトレーニングなしにシステムが結果を生成する。金融サービス、小売、メディア、ヘルスケアなど、15以上の業界で導入実績がある。

グラフニューラルネットワーク（GNN）技術の仕組み

このプラットフォームの中核にあるのが、独自の「ハイブリッドグラフニューラルネットワーク（Hybrid GNN）」アーキテクチャだ。顧客、商品、取引といったエンティティを「ノード」、主キーと外部キーの関係性を「エッジ」としてグラフ構造で捉える。

主な動作メカニズムは以下の通りです。

• メッセージパッシング：各ノードがグラフ全体の隣接ノードから情報を収集。複数層を通じて、ノードは自身の属性だけでなく、接続された構造全体から学習する。
• フラット化不要：従来の機械学習ではリレーショナルデータを行単位にフラット化し、関係性の文脈を破壊していたが、GNNはネイティブなグラフ構造上で直接動作し、接続性と時系列パターンを保持する。
• GPUアクセラレーション：モデルはNvidia GPU上で最高の性能を発揮するように設計されており、大企業スケールの予測に必要なパフォーマンスを解放する。

また、KumoはGNNと大規模言語モデル（LLM）を組み合わせて、より豊かな予測モデリングを実現している。

買収額

エヌビディアは買収額を確認していないものの、The Informationが最初に「少なくとも4億ドル」と報じた。GuruFocusやFortuneなど他のメディアもこの数字を繰り返し伝えている。エヌビディアが正式な条件を開示していないため、この数字は信頼できる情報源に基づく推定値であり、公式な確認ではないと受け止める必要がある。

注目すべき顧客

Kumoが公開している顧客およびエコシステムパートナーには、DoorDash、Reddit、Databricks、Snowflake、SAPなどが名を連ねる。同社のモデルは、顧客アプリケーションを通じて世界的に10億人以上のユーザーにサービスを提供している。Databricksとの連携でコンバージョン率（成約率）5.4倍、Redditで広告精度5.5倍といった成果を公表している。

共同創業者

• ヴァンヤ・ヨシフォフスキー（Vanja Josifovski） — 共同創業者兼CEO。ピンタレストのIPO時およびエアビーアンドビー HomesのCTOを歴任。
• ジュレ・レスコベック（Jure Leskovec） — 共同創業者兼チーフサイエンティスト。スタンフォード大学教授。同大学でリレーショナル深層学習とGNN技術の開発を主導し、後にピンタレストのチーフサイエンティストを務めた。
• ヘマ・ラガヴァン博士（Dr. Hema Raghavan） — 共同創業者兼エンジニアリング責任者。元LinkedInのシニアエンジニアリングディレクター兼AIリード。Inc.誌の「2026年注目の女性創業者500人」に選出。

3名全員が博士号を取得しており、今回の買収に伴いエヌビディアに入社している。

調達したベンチャーキャピタル

Kumoは2回の資金調達ラウンドで合計約3700万ドル（一部のデータベースでは3650万ドル）を調達していた。

• シリーズA（2022年4月）：セコイア・キャピタル主導で1850万ドル。A Capital、SV Angel、ロン・コンウェイ氏らが参加。
• シリーズB（2022年9月）：同じくセコイア主導で1800万ドル。A Capital、SV Angelに加え、フランク・スルートマン氏やケビン・ハーツ氏ら複数のエンジェル投資家が参加。

PitchBookのデータによると、シリーズB後の評価額は約2億5000万ドル。今回の4億ドル超での買収は、その評価額から約60%の成長を示している。

戦略的な意味合い：半導体販売の先へ

今回のKumo買収は、エヌビディアのジェンスン・フアンCEOが長年築き上げてきたパターン、つまりエヌビディアをチップサプライヤーから「フルスタックAIプラットフォーム企業」へと変革する戦略に合致する。

この買収には、いくつかの戦略的要素が集約されている。

• シリコン（半導体）だけでなくソフトウェアを売る：Kumoは、GPUに最適化された、すぐに収益化できる企業向けSaaS製品をエヌビディアにもたらし、ハードウェアのサイクルを超えた経常収益を生み出す。
• ハードウェアのフライホイール効果を固定化：KumoのGNNモデルはNvidia GPU上で最高性能を発揮する。企業が予測分析にKumoを採用すればするほど、エヌビディアのエコシステムへの依存度が高まる。
• 予測AI領域への拡大：エヌビディアは大規模言語モデルの学習分野で既に支配的だが、ビジネスユーザーを対象とした予測分析（顧客離反、不正、レコメンドなど）は、巨大な隣接市場だ。
• 世界トップクラスの人材と知的財産の獲得：ジュレ・レスコベック氏はGNNの先駆者の一人。彼のチームとKumoのハイブリッドGNNアーキテクチャを社内に取り込むことで、研究パイプラインを強化し、将来のチップをリレーショナルAI処理向けに最適化する能力も高まる。
• M&Aパターンの継続：エヌビディアは、Run:ai、Deci、Illumex、そして2025年末のGroq社との200億ドル規模の「アクハイヤー」契約など、AIソフトウェアスタートアップを継続的に買収し、インフラ、モデル、アプリケーションにまたがるプラットフォームを構築してきた。

この買収は、ビッグテックのおなじみの戦略を如実に示している。つまり、深い技術的専門性と既存の企業とのつながりを持つ小さな企業を買収し、その製品を自社のインフラ上で大規模に展開する、というものだ。エヌビディアにとってKumoは、単なる予測AIの文脈を超え、次世代の企業向けAIワークロードが「エンド・ツー・エンド」でエヌビディア上で動作することを確実にするための布石なのである。