Nvidia przejmuje Kumo AI za ponad 400 mln dolarów – nowy rozdział w strategii giganta AI

Nvidia sfinalizowała przejęcie Kumo AI, pięcioletniego startupu sprzedającego firmom oprogramowanie do analityki predykcyjnej. Według wielu źródeł zaznajomionych ze sprawą, wartość transakcji opiewa na co najmniej 400 milionów dolarów . Choć sam koncern nie skomentował oficjalnie kwoty, sam ruch jest jasnym sygnałem: Nvidia nie chce być już tylko dostawcą GPU, lecz aspiruje do roli sprzedawcy gotowych rozwiązań AI dla biznesu .

Co potrafi platforma Kumo?

Rozwiązanie Kumo pozwala firmom generować prognozy bezpośrednio z istniejących relacyjnych baz danych – takich jak Snowflake, Databricks czy SAP – bez konieczności ręcznej inżynierii cech lub trzymania się sztywnych schematów . Flagowym produktem jest KumoRFM, a w kwietniu 2026 roku zaprezentowano jego nowszą wersję – KumoRFM-2. Te wstępnie wytrenowane, relacyjne modele bazowe odpowiadają na pytania predykcyjne niemal natychmiast: szacują wartość życiową klienta (Customer Lifetime Value), prawdopodobieństwo jego odejścia, sygnalizują podejrzane transakcje czy oceniają ryzyko kredytowe .

Jak wyjaśnia Jure Leskovec, współzałożyciel i główny naukowiec Kumo: „Z modelem bazowym wskazujesz swoje dane, definiujesz, co rozumiesz przez odejście klienta, i sekundę później otrzymujesz prognozę” . Platforma działa w ponad 15 branżach, od finansów i handlu detalicznego po media i opiekę zdrowotną .

Jak działają grafowe sieci neuronowe (GNN) Kumo

Sercem technologii Kumo jest autorska architektura Hybrydowych Grafowych Sieci Neuronowych (Hybrid GNN) . Traktuje ona obiekty – klientów, produkty, transakcje – jako węzły, a relacje między nimi (klucze główne i obce w bazach) jako krawędzie w grafie .

Główne mechanizmy stojące za skutecznością rozwiązania:

• Przekazywanie wiadomości (message passing): Każdy węzeł zbiera informacje od swoich sąsiadów w grafie. Przez wiele warstw sieci węzły uczą się nie tylko z własnych atrybutów, ale z całej połączonej struktury danych .
• Bez spłaszczania danych: Tradycyjne uczenie maszynowe spłaszcza dane relacyjne do wierszy, niszcząc kontekst powiązań. GNN operują bezpośrednio na macierzystej strukturze grafu, zachowując relacje i zależności czasowe .
• Akceleracja GPU: Modele zoptymalizowano pod kątem procesorów graficznych Nvidii, co daje im wydajność potrzebną firmom do predykcji na skalę korporacyjną .

Co więcej, Kumo łączy GNN z dużymi modelami językowymi (LLM), co pozwala uzyskiwać jeszcze bogatsze wnioski predykcyjne .

Ile naprawdę kosztuje ta transakcja?

Nvidia nie potwierdziła oficjalnie kwoty. Jako pierwszy o wartości „co najmniej 400 milionów dolarów” napisał serwis The Information . Informację tę powtórzyły później m.in. GuruFocus, Fortune czy regionalne serwisy finansowe . Ponieważ koncern nie ujawnił szczegółów, liczbę tę należy traktować jako dobrze uźródłowiony szacunek, nie oficjalne potwierdzenie .

Kto korzysta z Kumo?

Do grona ujawnionych klientów i partnerów Kumo należą m.in. DoorDash, Reddit, Databricks, Snowflake i SAP . Modele zbudowane na platformie obsługują już ponad miliard użytkowników na całym świecie poprzez aplikacje klientów . Firma chwali się konkretnymi wynikami: 5,4-krotny wzrost konwersji dzięki modelom lead-scoringowym we współpracy z Databricks oraz 5,5-krotny wzrost celności reklam w Reddicie .

Trzej założyciele z doktoratami i doświadczeniem z Doliny Krzemowej

• Vanja Josifovski – współzałożyciel i CEO. Wcześniej CTO Pinteresta (w okresie debiutu giełdowego firmy) oraz CTO Airbnb Homes .
• Jure Leskovec – współzałożyciel i główny naukowiec. Profesor Uniwersytetu Stanforda, jeden z pionierów głębokiego uczenia relacyjnego i grafowych sieci neuronowych. Wcześniej piastował stanowisko Chief Scientist w Pintereście .
• Dr Hema Raghavan – współzałożycielka i szefowa działu inżynierii. Była dyrektorka wyższego szczebla w LinkedIn, gdzie kierowała pracami nad AI. W 2026 roku trafiła na listę Female Founders 500 magazynu Inc. .

Cała trójka dołączyła do Nvidii w ramach przejęcia .

Ile pieniędzy zebrało dotąd Kumo?

Startup pozyskał łącznie ok. 37 milionów dolarów w dwóch rundach finansowania (niektóre bazy danych podają 36,5 mln USD) :

• Seria A (kwiecień 2022): 18,5 mln USD, runda prowadzona przez Sequoia Capital, z udziałem A Capital, SV Angel i Rona Conwaya .
• Seria B (wrzesień 2022): 18 mln USD, ponownie pod przewodnictwem Sequoii, z udziałem A Capital, SV Angel i aniołów biznesu, m.in. Franka Slootmana czy Kevina Hartza .

Według danych PitchBook, wycena Kumo po rundzie B wynosiła ok. 250 mln dolarów. Cena przejęcia (ponad 400 mln USD) oznacza zatem wzrost wartości o około 60% względem tamtego finansowania .

Strategiczny sens przejęcia: Nvidia chce sprzedawać nie tylko krzem

Zakup Kumo wpisuje się w wizję, którą Jensen Huang, prezes Nvidii, konsekwentnie buduje od lat: przekształcenia firmy z dostawcy kości w pełnowymiarową platformę AI .

W tej transakcji zbiega się kilka strategicznych wątków:

• Sprzedaż oprogramowania, nie tylko podzespołów: Kumo daje Nvidii gotowy produkt SaaS zoptymalizowany pod GPU – źródło stałych przychodów wykraczające poza cykle sprzętowe .
• Koło zamachowe sprzętu: Modele GNN Kumo najlepiej działają na układach Nvidii. Gdy firmy wdrożą Kumo do analityki predykcyjnej, mocniej zakorzeniają się w ekosystemie Nvidii .
• Wejście w predykcyjną AI dla biznesu: Nvidia dominuje w trenowaniu dużych modeli językowych. Analityka predykcyjna skierowana do użytkowników biznesowych (prognozowanie odejść klientów, oszustw, rekomendacji) to ogromny rynek sąsiedni .
• Pozyskanie talentów i własności intelektualnej: Jure Leskovec jest pionierem grafowych sieci neuronowych. Włączenie jego zespołu i architektury Hybrid GNN do struktur Nvidii wzmacnia potencjał badawczy firmy oraz umożliwia lepszą optymalizację przyszłych układów pod obciążenia związane z relacyjną AI .
• Konsekwentna polityka przejęć: Nvidia regularnie kupuje startupy od oprogramowania AI – by wspomnieć Run:ai, Deci, Illumex czy wartą 20 miliardów dolarów umowę acqui-hire z Groq pod koniec 2025 roku. W ten sposób gigant buduje platformę rozciągającą się od infrastruktury przez modele aż po aplikacje .

Transakcja ilustruje dobrze znany schemat wielkich graczy technologicznych: kup mniejszą firmę z głęboką ekspertyzą techniczną i relacjami wśród dużych klientów, a następnie skaluj jej produkt na własnej infrastrukturze. Dla Nvidii Kumo to nie tylko predykcyjne AI – to gwarancja, że następna generacja korporacyjnych obciążeń AI będzie działać od początku do końca na architekturze Nvidii.