英伟达又出手了。 

据The Information报道，英伟达以至少4亿美元（约合人民币27亿元）收购美国预测性AI公司Kumo AI。 

有意思的是，这笔交易并非官方宣布，而是被英伟达企业AI战略负责人Nima Badieyf意外"泄密"。 

他在LinkedIn发文称"欢迎Kumo加入英伟达团队"，随后删除动态。 

但已经来不及了。Kumo三位联合创始人的LinkedIn资料显示，他们已于今年5月加入英伟达。这意味着收购已经完成，只是英伟达还没来得及官宣。 

01 50个人，卖了27亿元

先看几个关键数据。Kumo AI成立于2022年，总部位于美国加州山景城，团队仅约50人。 

成立以来累计融资3700万美元，投资方主要是红杉资本。 

根据PitchBook数据，公司融资时估值约2.5亿美元，如今4亿美元卖给英伟达，估值约增长60%。 

但真正值钱的不是收入，而是人。 

Kumo的三位创始人几乎是企业数据领域的"梦之队"。 

CEO Vanja Josifovski曾任Airbnb CTO；首席科学家Jure Leskovec是斯坦福大学计算机科学教授；工程负责人Hema Raghavan曾负责LinkedIn人工智能业务。 

三人目前已全部加入英伟达。 

据多方消息，Kumo团队将整体并入英伟达企业AI事业部，不拆分、不裁员。 

Kumo AI融资与收购估值变化 来源：PitchBook、The Information 

02 让AI"读表"：转化率提高6倍

过去两年，大模型很火，但企业真正最重要的数据，却一直没被解决。 

这些数据不是文本，也不是图片，而是客户信息、订单流水、库存数据、财务报表、供应链记录。它们都躺在数据库里，而且往往分散在几十张甚至几百张表中。 

传统做法很麻烦：企业需要花3到6个月时间做特征工程，把多张表压缩成一张表，再交给机器学习模型分析，过程中还会损失大量数据关系。 

传统做法是：企业先花几个月，把三张表手工合并成一张大表，再扔给AI去分析。 

Kumo干的事情很简单：不用合并了，直接让AI读这堆表格。 

它把每张表想象成一张网。每个格子是一个点，表之间的关联是线。AI直接在这张网上找规律。比如你问："最近三个月复购率下降的原因是什么？" 

Kumo自己会顺着网，从订单表找到客户表，再找到投诉记录表，然后告诉你答案。不需要人先把表格整理好。不需要重新训练模型。用大白话问就行。 

今年4月，Kumo发布最新模型KumoRFM-2。 

根据公开测试结果，在斯坦福RelBenchV1基准测试中，性能比传统监督学习最佳模型高约5%；在SAP SALT企业测试中，微调后准确率达到89%，而AutoGluon约为77%。 

SAP SALT企业基准测试准确率对比 来源：Kumo官方公告 

模型可扩展至5000亿行数据，处理速度达到5GB/秒，查询能力达到每秒2000万次。 

Databricks数据与分析高级总监Anoop Muraleedharan表示，部署Kumo后，其潜在客户转化为销售机会的比例从1.2倍提升至6倍，高质量销售线索数量翻倍。 

目前客户包括Databricks、DoorDash、Reddit、Snowflake、Sainsbury's等企业。 

03 英伟达真正目的：买客户

很多人以为英伟达是在买一家AI公司，实际上它买的是GPU未来的订单。 

因为企业预测AI有一个特点：每一次预测都需要推理计算，每一次推理都要消耗GPU。 

KumoRFM-2之所以能处理5000亿行数据、每秒2000万次查询，本质上依赖的也是大规模算力。 

如果未来Kumo被整合进英伟达AI Foundry和NIM推理平台，那么每一家使用Kumo的企业，都将成为英伟达GPU的长期客户。 

这套逻辑其实已经被英伟达验证很多次。 

过去几年，英伟达已经收购或投资超过100家AI公司，包括Run.ai（7亿美元）、Poolside（投资5亿至10亿美元）、OpenAI（300亿美元）。 

英伟达近年AI领域主要收购与投资 来源：公开报道整理 

表面看是在布局AI应用，本质上是在扩大GPU需求。AI应用越多，GPU卖得越多。 

04 谁最赚钱？三家公司

企业预测AI市场正在快速增长。 

据Precedence Research行业测算，2025年全球 AI 预测分析全链路市场约540亿美元，预计2028年突破1100亿美元，年复合增长率约 28.5%。 

全球AI预测分析市场规模及预测（2025-2028年） 来源：IDC 

但这个市场真正赚到大钱的，并不是Kumo这样的创业公司，而是平台公司。原因很简单。 

Kumo只卖的是预测能力。而真正赚钱的公司，卖的是决策系统、流程、效率。 

这个领域，全球最赚钱的公司，有这么几家。 

第一家：Palantir。

2026年Q1营收16.3亿美元，同比增长85%，美国商业收入5.95亿美元，同比增长133%，全年收入指引76.5亿至76.6亿美元，目前市值约3280亿美元。 

Palantir营收及同比增速（2024Q1-2026Q1） 来源：Palantir财报 

Palantir卖的不是模型，而是一整套企业AI系统。 

第二家：Salesforce。

Agentforce年化收入已突破10亿美元，同比增长169%（2026财年第四季度），AI与数据业务年化收入达到34亿美元。 

其18万客户中，目前仅约8%采用Agentforce，剩余92%仍是潜在市场。 

Salesforce本质上是一家CRM公司，也就是客户管理系统。过去，它负责记录客户资料和销售进度。现在，它让AI直接参与销售流程。 

客户发来咨询邮件，AI自动回复；销售人员忘记跟进客户，AI自动提醒。 

对于企业来说，买的不是一个大模型，而是一套能够自动帮自己赚钱的销售系统。 

第三家：微软。

Copilot年化收入约54亿美元，同比增长160%。 

微软拥有超过4亿Office用户，它甚至不需要获客，只需要让用户点击"升级"。 

预测AI领域三大赚钱公司年化收入对比 来源：Palantir、Salesforce、微软财报 

过去，人们打开Word写文档，打开Excel做分析，打开PPT做汇报。 

现在，Copilot直接嵌入这些产品。用户不用学习新的软件，也不用寻找新的AI工具。只需要点击一个"升级"按钮。 

微软卖的不是模型，而是办公效率。 

三家公司有一个共同特点：他们都不靠模型赚钱，因为模型本身很容易被替代。真正难以替代的，是模型背后的工作流、数据管道和客户关系。 

05 英伟达盯上的，是更大的生意

Kumo作为独立公司，其实并不占优势。 

它没有Palantir的企业交付能力，没有Salesforce的15万客户，更没有微软4亿用户入口。 

但加入英伟达后，故事就完全不同了，因为它不再是一家卖软件的公司，而成为英伟达卖GPU体系的一部分。 

Gartner预计，2026年全球AI支出将达到2.59万亿美元，同比增长47%。其中超过45%流向基础设施，包括GPU、AI服务器、AI网络。 

这意味着：企业每跑一次AI预测，背后都有人在卖铲子。 

而英伟达，就是最大的那个卖铲子的人。 

Kumo看起来卖了27亿元，但对于英伟达来说，它买到的可能是未来几十亿美元的GPU订单。