韩国 Nums AI 再融 20 亿韩元：不做会写作的 AI，专攻表格数据预测
作者：周砚
韩国初创 Nums AI 完成 20 亿韩元 pre-seed 第二轮交割，约为百万美元级，方向是为销售记录、交易流水、客户信息等表格数据构建预测模型，而非聊天写作类生成式 AI。投资方名单、首轮金额、产品与客户进展目前均未见公开披露。
韩国初创公司 Nums AI 在 11 月初完成 20 亿韩元的 pre-seed 第二轮交割，做的是给表格数据建预测模型——销售记录、交易流水、客户信息这类存在企业数据库里的结构化数据 。消息目前见于 X 用户 Ethan Cho 11 月 7 日的帖子，投资方名单、估值和首轮金额都还没有公开版本可以核对 。
两种生意：一个卖内容，一个卖判断
把“表格数据 AI”和生成式 AI 放在一起看，分工其实很清楚。生成式 AI 的产品是产出内容——文案、代码、图片、对话；表格模型的产品是给出判断：这个客户下个月会不会流失，某个 SKU 下季度大概卖多少，一笔交易该配什么样的风险评分。前者按 token 计费，后者按预测结果计费。
成本结构也不一样。表格模型参数量小，训练和推理开销远低于大模型；数据本来就躺在客户自己的系统里，企业采购的重点是“模型能不能比我现有的报表更准”，而不是买多少算力。这也是小团队还有位置的原因：这一行拼的不是参数规模，是对某个行业的数据理解有多细。
20 亿韩元是什么量级
按 1,300—1,500 韩元兑 1 美元的历史区间粗算，20 亿韩元约折合 130 万—150 万美元（推算口径，实际以公司披露的汇率与条款为准）。
“第二轮交割”这个说法值得留意：意味着此前已经有过一轮 pre-seed，金额和出资方同样未公开 。在韩国早期市场，这个数字属于小额下注，通常够一支十人以内的团队运转一到两年（推断）。对它来说，钱要花在一个地方——把模型变成第一个能复制的付费案例，而不是先把团队铺开。
赛道不空，差异化待答
这一块并非无人区。开源表格基础模型，加上云厂商内置的 AutoML 工具，已经能覆盖一部分需求预测和风险评分的场景，企业的数据团队自己就能搭出一条基准线。所以 Nums AI 需要回答的问题很具体：凭什么是它？
可能的答案有两类。一类是本地行业的合规与私有化部署，金融、零售客户不愿把流水和客户名单送到公有云上；另一类是精度本身，在特定业务口径下比通用工具更准。这两条路都需要时间，也都需要客户配合调试。目前其产品形态、团队规模、是否已有付费客户，都还没有公开信息可以核对 。
一句“不做会写作的 AI”背后的算术
这句话听起来像退让，其实更接近一道算术题。生成式 AI 的正面战场拼参数和融资额，早期小团队很难挤进去；表格预测单笔合同金额不大，但企业数据治理、权限、部署方式都是慢功夫，不太可能被某一个大模型一次性替代。
这 20 亿韩元买不到确定性。它能验证的只有一件事：企业愿意为“从已有数据里多算出一点”付多少钱。这个答案，比估值更能说明这条赛道值不值得继续下注。
转载说明
本文根据以下公开资料整理，原文及配图出处见下方。
评论 0
还没有评论，来抢沙发。