3 个人，猛赚 27 亿：被英伟达收购
一句话看懂：英伟达以至少 4 亿美元（约 27 亿人民币）收购了只有约 50 人的 AI 初创公司 Kumo AI。这笔交易的意义不止于收购一家预测性 AI 公司，而是英伟达将 Kumo 的“表格理解”能力嵌入自己的 GPU 生态，为未来大规模企业推理需求锁定算力订单。
事件核心：发生了什么
据 The Information 报道，这笔收购并未官方宣布，而是英伟达企业 AI 战略负责人 Nima Badieyf 在 LinkedIn 上发文称“欢迎 Kumo 加入英伟达团队”，随后删除动态。三位联合创始人（前 Airbnb CTO Vanja Josifovski、斯坦福教授 Jure Leskovec、前 LinkedIn AI 负责人 Hema Raghavan）的 LinkedIn 资料显示，他们已于今年 5 月加入英伟达。Kumo 成立于 2022 年，累计融资 3700 万美元（红杉资本领投），收购时估值约 4 亿美元，较上一轮融资估值增长约 60%。团队将整体并入英伟达企业 AI 事业部，不拆分、不裁员。Kumo 的核心产品是让 AI 直接读取企业数据库中的多张关系表（如订单表、客户表、投诉表），无需人工进行数月特征工程，就能回答“复购率为什么下降”这类预测性问题。其最新模型 KumoRFM-2 在斯坦福 RelBenchV1 基准测试中表现优于传统监督学习模型约 5%，在 SAP 企业测试中微调后准确率达 89%，可处理 5000 亿行数据，查询速度达每秒 2000 万次。
为什么重要
英伟达收购 Kumo 并非简单买一家 AI 公司，而是为了让企业每一次预测推理都能消耗 GPU 算力。Kumo 的商业模式依赖大规模推理计算，未来若整合进英伟达的 AI Foundry 和 NIM 推理平台，每一家使用 Kumo 的企业都成为其 GPU 长期客户。过去几年英伟达已收购或投资超过 100 家 AI 公司（如 7 亿美元的 Run.ai、早期投资的 OpenAI），核心逻辑都是扩大 GPU 需求。与此同时，真正通过 AI 赚钱的平台（如 Palantir、Salesforce、微软）并不靠模型本身，而是靠工作流、客户关系和 4 亿用户入口。Kumo 若单独存在，缺少企业交付能力和客户基础，但只要成为英伟达生态的一部分，就从一家卖软件的公司变成卖“铲子”的关键一环。IDC 预计 2025 年全球 AI 预测分析市场规模约 540 亿美元，2028 年将突破 1100 亿美元，其中超过 45% 流向基础设施，包括 GPU、AI 服务器。
对用户/开发者/创作者的影响
对企业用户和开发者来说，Kumo 与英伟达的结合意味着：企业不需要投入大量时间做数据清洗和特征工程，可以直接用自然语言查询分析数据库中的关系，降低 AI 应用门槛。但这也意味着企业对 GPU 算力的依赖会进一步加深——每次预测推理都要使用英伟达的硬件和平台。开发者如果正在构建企业预测 AI 应用，需要考虑未来是否必须兼容英伟达的推理平台才能获得最佳性能。对于负责采购 AI 工具的企业决策者，这一收购可能带来新的捆绑销售，比如英伟达将 Kumo 作为 GPU 客户套餐的一部分，让企业更难以切换到其他硬件。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Kumo 的产品是否会直接集成到英伟达的 NIM 推理平台，并改变定价模式（从软件许可转向按 GPU 使用量收费）。
2. Databricks、Snowflake 等 Kumo 现有客户是否会因为被英伟达收购而调整合作关系，尤其是考虑到 Databricks 本身也在开源自建 AI 能力。
3. 类似 Kumo 的“直接读表”技术路线是否会成为主流，以及开源社区（如 Apache Spark、Pandas）是否会出现替代方案。
来源：Readhub · AI
