作者 | 铅笔道 惜文

编辑 | 铅笔道 王方

英伟达又出手了。

6 月 4 日，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。

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

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。

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）、Illumex（约 7500 万美元）、Poolside（投资 5 亿至 10 亿美元）、OpenAI（早期投资）。

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。

真正赚大钱的，其实不是创业公司

企业预测 AI 市场正在快速增长。

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，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%，AI 与数据业务年化收入达到 34 亿美元。

其 15 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。

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。