Vad Kumo AI:s plattform gör

Kumos plattform låter företag generera prediktioner direkt från sina befintliga relationsdatabaser – exempelvis Snowflake, Databricks och SAP – utan att behöva manuell "feature engineering" eller fasta scheman . Flaggskeppsprodukten är KumoRFM, och den nyare modellen KumoRFM-2 lanserades i april 2026. Dessa förtränade relationsbaserade grundmodeller kan nästan omedelbart svara på prediktiva frågor: kundlivstidsvärde, sannolikhet för kundbortfall, nästa bästa åtgärd, bedrägeriupptäckt och kreditriskbedömning, bland annat .

En Kumo-modell pekar mot företagets data, användaren definierar vad som ska förutspås, och systemet levererar resultat utan ytterligare träning . Plattformen används i över 15 branscher, däribland finansiella tjänster, detaljhandel, media och sjukvård .

Hur Kumos grafneurala nätverk fungerar

I hjärtat av plattformen finns en egenutvecklad arkitektur kallad Hybrid Graph Neural Network (Hybrid GNN) . Den behandlar entiteter som kunder, produkter och transaktioner som noder, och deras kopplingar – primär- och främmande nyckelrelationer – som kanter i en graf .

Centrala mekanismer:

• Meddelandeöverföring (Message Passing): Varje nod samlar in information från sina grannar över grafen. Genom flera lager lär sig noderna från hela den sammankopplade strukturen, inte bara sina egna attribut .
• Ingen "tillplattning" krävs: Traditionell maskininlärning plattar till relationsdata i rader, vilket förstör relationskontexten. GNN:er arbetar direkt på den ursprungliga grafstrukturen och bevarar kopplingar och tidsmönster .
• GPU-acceleration: Modellerna är designade för att prestera bäst på Nvidias grafikprocessorer, vilket ger den prestanda som krävs för prediktioner i företagsskala .

Kumo kombinerar också GNN:er med stora språkmodeller (LLM) för mer avancerad prediktiv modellering .

Affärens värde

Även om Nvidia inte har bekräftat priset var The Information först med att rapportera affären till "minst 400 miljoner dollar" . Andra medier som GuruFocus, Fortune och regionala finanskällor har upprepat den siffran . Eftersom Nvidia inte har offentliggjort detaljerna bör siffran betraktas som en välgrundad uppskattning, inte en officiell bekräftelse .

Kända kunder

Kumos offentliggjorda kunder och ekosystempartners inkluderar DoorDash, Reddit, Databricks, Snowflake och SAP . Dess modeller betjänar över en miljard användare globalt genom kundapplikationer . Kumo har publicerat resultat som en 5,4-faldig ökning av konverteringar tillsammans med Databricks och en 5,5-faldig ökning av annonsträffsäkerhet hos Reddit .

Grundarna

• Vanja Josifovski — Medgrundare och VD. Tidigare CTO på Pinterest under bolagets börsnotering och CTO på Airbnb Homes .
• Jure Leskovec — Medgrundare och chefsforskare. Professor vid Stanford University som ledde utvecklingen av relationsdjupinlärning och GNN-teknik vid Stanford och senare tjänstgjorde som chefsforskare på Pinterest .
• Dr. Hema Raghavan — Medgrundare och utvecklingschef. Tidigare senior utvecklingschef och AI-ansvarig på LinkedIn, utsedd till Inc.:s Female Founders 500-lista år 2026 .

Alla tre grundarna har doktorsexamen och har anslutit sig till Nvidia i samband med förvärvet .

Investerat riskkapital

Kumo samlade in cirka 37 miljoner dollar i två finansieringsrundor (vissa databaser anger 36,5 miljoner) :

• Serie A (april 2022): 18,5 miljoner dollar lett av Sequoia Capital, med deltagande från A Capital, SV Angel och Ron Conway .
• Serie B (september 2022): 18 miljoner dollar lett av Sequoia, tillsammans med A Capital, SV Angel och flera ängelinvesterare som Frank Slootman och Kevin Hartz .

Enligt data från PitchBook var Kumos värdering efter Serie B-rundan cirka 250 miljoner dollar. Förvärvspriset på över 400 miljoner dollar motsvarar en värdetillväxt på ungefär 60 procent från den runden .

Strategisk passform: Bortom hårdvaruförsäljning

Kumo-förvärvet passar in i ett mönster som Nvidias vd Jensen Huang har byggt upp i flera år: att omvandla Nvidia från en chiptillverkare till en fullständig AI-plattformsleverantör .

Flera strategiska trådar möts i denna affär:

• Sälja mjukvara, inte bara kisel: Kumo ger Nvidia en färdig, GPU-optimerad SaaS-produkt för företag som kan generera återkommande intäkter bortom hårdvarucyklerna .
• Låsa fast hårdvarusvänghjulet: Kumos GNN-modeller presterar bäst på Nvidias grafikprocessorer. När företag använder Kumo för prediktiv analys blir de mer förankrade i Nvidias ekosystem .
• Expandera till prediktiv AI: Nvidia dominerar redan träningen av stora språkmodeller. Prediktiv analys riktad mot affärsanvändare – kundbortfall, bedrägerier, rekommendationer – utgör en enorm angränsande marknad .
• Förvärva talang och immateriella rättigheter i världsklass: Jure Leskovec är en av pionjärerna inom grafneurala nätverk. Att ta in hans team och Kumos Hybrid GNN-arkitektur i Nvidia stärker företagets forskningspipeline och dess förmåga att optimera framtida chip för relations-AI-arbetsbelastningar .
• Fortsatt M&A-mönster: Nvidia har stadigt förvärvat AI-mjukvarustartups – som Run:ai, Deci, Illumex och den 20 miljarder dollar stora Groq "acqui-hire"-affären i slutet av 2025 – för att sätta samman en plattform som spänner över infrastruktur, modeller och applikationer .

Affären illustrerar en välkänd strategi från tech-jättarna: köp ett mindre bolag med djup teknisk expertis och befintliga företagsrelationer, skala sedan dess produkt på den egna infrastrukturen. För Nvidia handlar Kumo inte bara om prediktiv AI – det handlar om att säkerställa att nästa generation av företags-AI-arbetsbelastningar körs på Nvidia, från början till slut.

Vad Kumo AI:s plattform gör

Kumos plattform låter företag generera prediktioner direkt från sina befintliga relationsdatabaser – exempelvis Snowflake, Databricks och SAP – utan att behöva manuell "feature engineering" eller fasta scheman . Flaggskeppsprodukten är KumoRFM, och den nyare modellen KumoRFM-2 lanserades i april 2026. Dessa förtränade relationsbaserade grundmodeller kan nästan omedelbart svara på prediktiva frågor: kundlivstidsvärde, sannolikhet för kundbortfall, nästa bästa åtgärd, bedrägeriupptäckt och kreditriskbedömning, bland annat .

En Kumo-modell pekar mot företagets data, användaren definierar vad som ska förutspås, och systemet levererar resultat utan ytterligare träning . Plattformen används i över 15 branscher, däribland finansiella tjänster, detaljhandel, media och sjukvård .

Hur Kumos grafneurala nätverk fungerar

I hjärtat av plattformen finns en egenutvecklad arkitektur kallad Hybrid Graph Neural Network (Hybrid GNN) . Den behandlar entiteter som kunder, produkter och transaktioner som noder, och deras kopplingar – primär- och främmande nyckelrelationer – som kanter i en graf .

Centrala mekanismer:

• Meddelandeöverföring (Message Passing): Varje nod samlar in information från sina grannar över grafen. Genom flera lager lär sig noderna från hela den sammankopplade strukturen, inte bara sina egna attribut .
• Ingen "tillplattning" krävs: Traditionell maskininlärning plattar till relationsdata i rader, vilket förstör relationskontexten. GNN:er arbetar direkt på den ursprungliga grafstrukturen och bevarar kopplingar och tidsmönster .
• GPU-acceleration: Modellerna är designade för att prestera bäst på Nvidias grafikprocessorer, vilket ger den prestanda som krävs för prediktioner i företagsskala .

Kumo kombinerar också GNN:er med stora språkmodeller (LLM) för mer avancerad prediktiv modellering .

Affärens värde

Även om Nvidia inte har bekräftat priset var The Information först med att rapportera affären till "minst 400 miljoner dollar" . Andra medier som GuruFocus, Fortune och regionala finanskällor har upprepat den siffran . Eftersom Nvidia inte har offentliggjort detaljerna bör siffran betraktas som en välgrundad uppskattning, inte en officiell bekräftelse .

Kända kunder

Kumos offentliggjorda kunder och ekosystempartners inkluderar DoorDash, Reddit, Databricks, Snowflake och SAP . Dess modeller betjänar över en miljard användare globalt genom kundapplikationer . Kumo har publicerat resultat som en 5,4-faldig ökning av konverteringar tillsammans med Databricks och en 5,5-faldig ökning av annonsträffsäkerhet hos Reddit .

Grundarna

• Vanja Josifovski — Medgrundare och VD. Tidigare CTO på Pinterest under bolagets börsnotering och CTO på Airbnb Homes .
• Jure Leskovec — Medgrundare och chefsforskare. Professor vid Stanford University som ledde utvecklingen av relationsdjupinlärning och GNN-teknik vid Stanford och senare tjänstgjorde som chefsforskare på Pinterest .
• Dr. Hema Raghavan — Medgrundare och utvecklingschef. Tidigare senior utvecklingschef och AI-ansvarig på LinkedIn, utsedd till Inc.:s Female Founders 500-lista år 2026 .

Alla tre grundarna har doktorsexamen och har anslutit sig till Nvidia i samband med förvärvet .

Investerat riskkapital

Kumo samlade in cirka 37 miljoner dollar i två finansieringsrundor (vissa databaser anger 36,5 miljoner) :

• Serie A (april 2022): 18,5 miljoner dollar lett av Sequoia Capital, med deltagande från A Capital, SV Angel och Ron Conway .
• Serie B (september 2022): 18 miljoner dollar lett av Sequoia, tillsammans med A Capital, SV Angel och flera ängelinvesterare som Frank Slootman och Kevin Hartz .

Enligt data från PitchBook var Kumos värdering efter Serie B-rundan cirka 250 miljoner dollar. Förvärvspriset på över 400 miljoner dollar motsvarar en värdetillväxt på ungefär 60 procent från den runden .

Strategisk passform: Bortom hårdvaruförsäljning

Kumo-förvärvet passar in i ett mönster som Nvidias vd Jensen Huang har byggt upp i flera år: att omvandla Nvidia från en chiptillverkare till en fullständig AI-plattformsleverantör .

Flera strategiska trådar möts i denna affär:

• Sälja mjukvara, inte bara kisel: Kumo ger Nvidia en färdig, GPU-optimerad SaaS-produkt för företag som kan generera återkommande intäkter bortom hårdvarucyklerna .
• Låsa fast hårdvarusvänghjulet: Kumos GNN-modeller presterar bäst på Nvidias grafikprocessorer. När företag använder Kumo för prediktiv analys blir de mer förankrade i Nvidias ekosystem .
• Expandera till prediktiv AI: Nvidia dominerar redan träningen av stora språkmodeller. Prediktiv analys riktad mot affärsanvändare – kundbortfall, bedrägerier, rekommendationer – utgör en enorm angränsande marknad .
• Förvärva talang och immateriella rättigheter i världsklass: Jure Leskovec är en av pionjärerna inom grafneurala nätverk. Att ta in hans team och Kumos Hybrid GNN-arkitektur i Nvidia stärker företagets forskningspipeline och dess förmåga att optimera framtida chip för relations-AI-arbetsbelastningar .
• Fortsatt M&A-mönster: Nvidia har stadigt förvärvat AI-mjukvarustartups – som Run:ai, Deci, Illumex och den 20 miljarder dollar stora Groq "acqui-hire"-affären i slutet av 2025 – för att sätta samman en plattform som spänner över infrastruktur, modeller och applikationer .

Affären illustrerar en välkänd strategi från tech-jättarna: köp ett mindre bolag med djup teknisk expertis och befintliga företagsrelationer, skala sedan dess produkt på den egna infrastrukturen. För Nvidia handlar Kumo inte bara om prediktiv AI – det handlar om att säkerställa att nästa generation av företags-AI-arbetsbelastningar körs på Nvidia, från början till slut.