NVIDIA lanza Kumo Relational, IA predictiva sin entrenar

¿Qué es NVIDIA Kumo Relational y por qué importa?

NVIDIA presentó Kumo Relational, un modelo fundacional preentrenado que predice directamente sobre bases de datos relacionales: lee hasta 10.000 ejemplos históricos como contexto y devuelve el resultado en una sola pasada de inferencia. Sin entrenamiento específico de tarea, sin feature engineering y sin aplanar tablas.

La diferencia con lo que existe hoy es concreta. La mayoría de los modelos fundacionales para datos estructurados operan sobre una sola tabla plana. Los datos reales, en cambio, viven en bases relacionales: usuarios conectados a pedidos conectados a productos, todo evolucionando en el tiempo. Aplanar esas relaciones con agregaciones manuales (por ejemplo, "valor promedio de pedido en los últimos 30 días") pierde señales estructurales finas y consume un esfuerzo humano enorme.

Kumo Relational trabaja sobre las tablas, las claves foráneas y los timestamps tal como están. Se preentrenó una sola vez con datos relacionales sintéticos y se adapta a cada tarea nueva por in-context learning. Cada ejemplo de contexto empareja un subgrafo local alrededor de una entidad en un punto del tiempo con su resultado real: "este usuario se dio de baja", "este ítem vendió 142 unidades".

NVIDIA afirma que es el primer modelo fundacional few-shot que supera al machine learning supervisado en los benchmarks relacionales habituales. Si eso se sostiene en producción, cambia el cálculo de cualquier equipo de datos.

¿Cómo rinde frente a XGBoost y AutoGluon?

NVIDIA evaluó el modelo en 41 benchmarks sobre 15 bases de datos relacionales de RelBench V1 y V2, SAP SALT y 4DBInfer, en dominios de e-commerce, salud, enterprise, social y académico. Ninguno de esos datasets se vio durante el preentrenamiento.

• En tareas de clasificación de RelBench V1, supera a los gradient-boosted trees sobre features diseñadas por expertos por casi 4 puntos AUROC en promedio.
• En SAP SALT, le gana a XGBoost sobre features de ingeniería por 7 puntos MRR out of the box y por 13 puntos MRR después de fine-tuning.
• También en SAP SALT, supera a los ensambles grandes de AutoGluon por 8% en MRR y a los modelos fundacionales tabulares recientes por cerca de 25%. El fine-tuning extiende la ventaja sobre AutoGluon a 16%.
• En el leaderboard RelArena-α, que compara modelos y sistemas relacionales sobre RelBench V1, queda en la frontera de Pareto de precisión-eficiencia: alrededor de 17 segundos y Elo 1.842. La entrada con mayor puntaje, rt-plurel, llega a Elo 1.878 pero tarda unos 7.300 segundos, aproximadamente 430 veces más.

El modelo aguanta condiciones duras: funciona con apenas 0,2% de los datos de entrenamiento como contexto, se mantiene estable cuando se eliminan hasta 75% de las claves foráneas y casi no se degrada al agregar columnas ruidosas. Escala a bases de datos de 500.000 millones de filas o más mediante un motor de grafos con I/O mapeado en memoria a hasta 5 GB/s.

De dónde viene Kumo: la apuesta de NVIDIA por los datos estructurados

Kumo Relational no salió de la nada. NVIDIA adquirió Kumo AI, la empresa detrás de los modelos fundacionales para datos relacionales, en una operación que Pulse 2.0 reportó citando a Barchart con una valoración de US$400 millones. La adquisición trajo al equipo fundador, incluido el CEO Vanja Josifovski, la jefa de ingeniería Hema Raghavan y el chief scientist Jure Leskovec, según el mismo medio.

El lanzamiento llega además en el marco de una expansión más amplia: el 21 de octubre de 2026 NVIDIA anunció su familia de modelos abiertos Kumo para datos estructurados, que incluye Kumo Structured —con modelos de predicción relacional y tabular, forecasting y detección de anomalías— y Kumo Engine, según reportó Unite.AI. Entre las primeras compañías que trabajan con los modelos Kumo, Unite.AI menciona a Cognite, Coinbase, Databricks, DoorDash, Revolut y Tubi, y señala que clientes de Snowflake ya los usan en publicidad, energía, servicios financieros y retail.

En paralelo, Blockchain.news reportó que NVIDIA amplió su Agent Toolkit con la Agent Knowledge Foundation, que incorpora los modelos abiertos Kumo (Tabular, Relational, Time Series y Forecast) para que los agentes recuperen información y hagan predicciones. El mismo medio señala que la organización de supply chain de NVIDIA usa esa base a través de Palantir Foundry, que Databricks combina Kumo Anomaly con Genie Ontology y que los clientes de Snowflake pueden usar Kumo Engine y Kumo Relational en Snowflake Notebook. Blockchain.news aclara que esas afirmaciones de rendimiento y adopción son reportadas por NVIDIA y no fueron verificadas de forma independiente.

¿Qué significa esto para tu startup?

El cambio de fondo no es de precisión: es de costo de oportunidad. Un equipo de datos pequeño suele gastar semanas construyendo features y pipelines para cada caso de predicción. Con un modelo que se adapta por contexto, un caso de uso nuevo pasa de ser un proyecto a ser una consulta.

Dos acciones concretas para probarlo esta semana:

• Empieza por un caso de churn o fraude con historia temporal. El modelo rinde mejor donde hay relaciones significativas y dinámica temporal, como comportamiento de usuario en el tiempo. Si tu tabla de eventos tiene timestamps y claves foráneas hacia usuarios o cuentas, tienes el insumo mínimo. Instala la librería (pip install structured-data-models), carga el modelo en un notebook con GPU y pasa tus tablas relacionadas como contexto.
• No migres todo de una vez: corre un A/B contra tu pipeline actual de XGBoost. Toma una tarea donde ya tengas una métrica establecida, compara MRR o AUROC y decide con datos propios. El propio paper reporta que en tareas con conjuntos de entrenamiento muy grandes los modelos supervisados específicos todavía pueden ganarle a la predicción por contexto, que en los benchmarks usó como máximo 10.000 ejemplos.

Y una advertencia de arquitectura: las señales predictivas tienen que ser alcanzables en pocos saltos de grafo. Arranca con una consulta enfocada sobre unas pocas tablas relevantes y expande el grafo a medida que lo necesites.

¿Qué límites conviene conocer antes de migrar?

Tres cosas que el anuncio no resuelve por ti:

• El contexto tiene techo. Los benchmarks usaron hasta 10.000 ejemplos de contexto. Si tu caso necesita más señal histórica, el camino es el fine-tuning sobre tu dataset, no estirar el contexto.
• La calidad del esquema importa. El modelo respeta claves foráneas y timestamps; si tu base tiene relaciones mal modeladas o sin integridad referencial, la ventaja se diluye.
• La licencia no es uniforme. El código se libera bajo Apache 2.0, pero los pesos del modelo están bajo el OpenMDW License Agreement, versión 1.1. Si tu equipo legal revisa licencias de modelos, son dos documentos distintos.

Conclusión

NVIDIA está apostando a que la próxima ola de modelos fundacionales no será sobre texto ni imágenes, sino sobre las bases de datos que ya tienes. Kumo Relational es la primera pieza que dice, con números, que un modelo preentrenado puede reemplazar pipelines supervisados en datos relacionales. Para un founder con equipo de datos chico, la pregunta ya no es si vale la pena el feature engineering, sino cuántos casos de predicción podrías activar si dejaras de hacerlo.

Fuentes

• NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required (fuente original)
• NVIDIA expands Agent Toolkit with knowledge and secure-runtime tools
• NVIDIA: Reported $400 Million Kumo AI Acquisition Strengthens Enterprise AI Capabilities
• NVIDIA Expands Open-Model Portfolio for European Sovereign AI
• Kumo Relational paper
• Kumo Relational documentation