Databricksプラットフォームでのベクトルデータベースの利用は、10,000社の顧客基盤全体で1年間に377%増加した(Databricks、State of Data + AI 2024)。 アナリストは2025年の市場規模を2.58十億〜3.02十億ドルと見積もり、年23.6%〜27.5%の成長を見込んでいる。Gartnerのデータベース予測は、ベクトルデータベースを最も成長の速いデータベース分野とし、CAGRを75.3%としている。検索拡張生成(RAG)は今や企業における主要な用途であり、Menlo Venturesは生成AI導入の51%でRAGが使われていたと報告している(1年前は31%)(より広い支出動向については当社の生成AI統計をご覧ください)。本稿では、Gartner、MarketsandMarkets、Fortune Business Insights、Menlo Ventures、Retool、Databricks、DB-Engines、Stack Overflow、AWSのデータに加え、Pinecone、Qdrant、Zillizの企業発表を集約した。
主なポイント
- 世界のベクトルデータベース市場は、2025年の2.65十億ドルから2030年には8.95十億ドルへ成長する見通しで、CAGRは27.5%(MarketsandMarkets 2025)
- Gartnerは、DBMS市場全体が2026年に18.4%成長して161十億ドルになると予測し、ベクトルデータベースがCAGR 75.3%で最も速く成長するとしている(Gartner DBMS Forecast 2025 Update)
- アジア太平洋が最も成長の速い地域で、CAGR 30.2%で2030年までに2.46十億ドルに拡大する(MarketsandMarkets 2025)
- 調査対象のAI実務者の63.6%が2024年にベクトルデータベースを利用しており、2023年の20%から増加した(Retool State of AI H1 2024)
- RAGは2024年の企業の生成AI導入の51%に登場し、31%から増加した(Menlo Ventures 2024)
- Databricksの顧客におけるベクトルデータベースの利用は前年比377%増となった(Databricks State of Data + AI 2024)
- ElasticsearchはDB-Enginesのベクトル型DBMSランキングで95.50を記録し、専用設計のベクトルデータベースとして最上位のPinecone(9.07)の10倍以上となった(DB-Engines、2026年9月)
- AIエージェントを開発する開発者の17.9%がpgvectorを使用しており、Pineconeの11.2%を上回る(Stack Overflow Developer Survey 2025)
- 1.4十億のベクトルで、Pineconeは毎秒5,700クエリ、中央値レイテンシ26ミリ秒を報告している(Pinecone、Dedicated Read Nodes 2025)
- Amazon S3 Vectorsは最初の4か月で40十億のベクトルを保存し、専門のベクトルデータベースよりコストが最大90%低いと主張している(AWS 2025)
- Qdrantは2026年3月に50百万ドルのシリーズBを調達し、累計調達額は87.8百万ドルとなった(Qdrant 2026)
- 63%の組織が、AIに適したデータ管理の実践を欠いている、あるいは備えているか確信が持てない(Gartner 2025)
1. 市場規模と成長予測
アナリストの間でも現在の市場規模の見方は分かれているが、成長の速さについては意見が一致している。2025年の推計値には約440百万ドルの開きがあり(2.58十億ドル対3.02十億ドル)、その大半はカテゴリーの定義の違いによるものだが、どの予測も年23.6%〜27.5%の範囲に収まっている。MarketsandMarketsは、市場が2030年までに3倍以上の8.95十億ドルに拡大すると予測している。
このカテゴリーは、データベース市場全体と比べるとまだ小さい。2026年の最高推計であるThe Business Research Companyの3.73十億ドルは、同年のGartnerのDBMS予測161十億ドルの約2.3%にあたる(3.73 / 161 = 0.023)。ただし、この2つの推計は対象範囲が異なる。年18.4%で成長する市場の中で、この分野のCAGRが75.3%に達していることは、ベクトル検索がニッチな製品ではなく、データベースの標準機能になりつつあることを示唆している。数値の出典は、MarketsandMarketsのベクトルデータベース市場レポート、Fortune Business Insightsのベクトルデータベース分析、Business Research Companyの世界市場レポートである。
| 指標 | 値 | 出典 |
|---|---|---|
| 世界のベクトルデータベース市場、2024年から2025年 | 2,006.2百万ドルから2,652.1百万ドル | MarketsandMarkets Vector Database Market Report 2025 |
| 世界市場、2026年(最高推計) | 3.73十億ドル | The Business Research Company Vector Database Global Market Report 2026 |
| 世界市場予測、2030年 | 8,945.7百万ドル(CAGR 27.5%、2025〜2030年) | MarketsandMarkets Vector Database Market Report 2025 |
| 世界のベクトルデータベース市場、2025年(別の推計) | 2.58十億ドル | Fortune Business Insights Vector Database Market 2026 |
| 世界市場予測、2034年 | 17.91十億ドル(2026年の3.2十億ドルから、CAGR 24%) | Fortune Business Insights Vector Database Market 2026 |
| 世界市場、2025年から2030年(3つ目の推計) | 3.02十億ドルから8.71十億ドル(CAGR 23.6%、2026〜2030年) | The Business Research Company Vector Database Global Market Report 2026 |
| DBMS市場全体、2026年 | 161十億ドル(18.4%増) | Gartner Forecast: Database Management Systems, Worldwide, 2023-2029, 2025 Update |
| DBMS予測におけるベクトルデータベースのCAGR | 75.3% | Gartner Forecast: Database Management Systems, Worldwide, 2023-2029, 2025 Update |
補足:3社の中で、短期的にはThe Business Research Companyが最も強気であり、MarketsandMarketsの成長曲線が最も急である。GartnerのDBMS予測の全文は有料のため、Gartnerに関する2行はGartnerのDBMS予測の概要から引用している。
2. 地域別・業界別の内訳
北米は最大の市場だが、最も成長が速い市場ではない。アジア太平洋は年30.2%で成長すると予測されており、2030年までに約2.4十億ドルで欧州と並ぶ規模になる。 その頃には、市場は地域間でより均等に分散することになり、新しいクラウドリージョンの開設場所を検討するベンダーにとって重要な意味を持つ。
業界別では、銀行と小売が合わせて支出のほぼ半分を占める。小売・Eコマースは最も成長の速い業界でもあり、商品検索やレコメンドが埋め込みベクトルの初期の本番用途だったためだ。地域別の数値はMarketsandMarketsの地域別内訳による。業界別と技術別のシェアはFortune Business Insightsによる。
| 指標 | 値 | 出典 |
|---|---|---|
| 北米の収益シェア、2025年 | 36.6%(MarketsandMarkets)対41%(Fortune Business Insights) | MarketsandMarkets 2025;Fortune Business Insights 2026 |
| 米国市場、2025年から2030年 | 874.0百万ドルから2,662.2百万ドル(CAGR 25.0%) | MarketsandMarkets Vector Database Market Report 2025 |
| アジア太平洋市場、2025年から2030年 | 658.2百万ドルから2,460.1百万ドル(CAGR 30.2%、最速) | MarketsandMarkets Vector Database Market Report 2025 |
| 欧州市場、2025年から2030年 | 676.8百万ドルから2,397.4百万ドル(CAGR 28.8%) | MarketsandMarkets Vector Database Market Report 2025 |
| コンポーネント別シェア | ソリューション68%、サービス32% | Fortune Business Insights Vector Database Market 2026 |
| 業界別の支出シェア | BFSI 23%、小売・Eコマース22%、IT・ITeS 18%、ヘルスケア14% | Fortune Business Insights Vector Database Market 2026 |
| 小売・Eコマースの成長率 | CAGR 33.8%(最も成長の速い業界) | MarketsandMarkets Vector Database Market Report 2025 |
| 技術別シェア | 自然言語処理46%、コンピュータビジョン31%、レコメンデーションシステム23% | Fortune Business Insights Vector Database Market 2026 |
例外に関する注記:同じレポートは、英国(160.4百万ドルから559.8百万ドル、CAGR 28.4%)、中東・アフリカ(228.0百万ドルから787.2百万ドル、CAGR 28.1%)、中南米(117.2百万ドルから313.1百万ドル、CAGR 21.7%、最も遅い地域)の規模も推計している。この予測では、中東・アフリカは北米よりも速く成長する。
3. 企業導入とRAGの利用状況
1回の調査サイクルのうちに、ベクトルデータベースは、ほとんどのAIチームがまだ試していなかったものから、大半が使っているものへと変わった。約730人の実務者を対象にしたRetoolの調査では、利用率は1年で20%から63.6%に上昇した。 Databricksのテレメトリも本番環境で同じパターンを示しており、同カテゴリーの利用は前年比377%増、自社のベクトル検索がパブリックプレビューに入ってからの約3か月では186%増となった(Databricks State of Data + AI)。
この成長の主な理由はRAGだ。Menlo Venturesの2024年企業レポートでは、RAGは導入の51%に見られた一方、ファインチューニングはわずか9%だった。大半の企業は、自社データでモデルを再学習させるより、クエリ時に自社データを検索する方式を選んでおり、その検索はベクトルインデックス上で動いている。より広範な導入状況については、当社の企業のAI導入統計とRAG統計をご覧ください。
| 指標 | 値 | 出典 |
|---|---|---|
| ベクトルデータベースを利用している実務者 | 2024年は63.6%(2023年の20%から増加) | Retool State of AI H1 2024 |
| 従業員5,000人以上で、モデルのカスタマイズにベクトルDBまたはRAGを利用している企業 | 約33%(全回答者では23.2%) | Retool State of AI H1 2024 |
| RAGを利用している企業の生成AI導入 | 2024年は51%(2023年の31%から増加) | Menlo Ventures, 2024 State of Generative AI in the Enterprise |
| ファインチューニングを利用している本番モデル | 9% | Menlo Ventures, 2024 State of Generative AI in the Enterprise |
| ベクトルデータベース利用の前年比成長率 | 377% | Databricks State of Data + AI 2024 |
| Databricksのベクトル検索プレビュー後のカテゴリー成長率 | 3か月強で186% | Databricks State of Data + AI 2024 |
| 2026年までの企業でのベクトルデータベース利用の予測 | 30% | Gartnerの予測、Zilliz Milvusリリースでの引用(2025年12月) |
| 企業の生成AI支出、2025年 | 37十億ドル(2024年の3.2倍) | Menlo Ventures, 2025 State of Generative AI in the Enterprise |
鮮度に関する注意:Retool、Menlo 2024、Databricksの数値は、ベクトルデータベースの導入に特化した調査とテレメトリデータとして入手可能な最新のものである(Retool H1 2024、Menlo Ventures 2024、Databricks 2024)。Menloの2025年レポート(回答者495人、2025年11月)は、RAGをプロンプト設計に次ぐ2位としているが、RAGの新しい割合は公表していない。
4. 人気ランキングと開発者の利用状況
最も人気のあるベクトルデータベースは、後からベクトル機能を追加した検索エンジンだ。ElasticsearchはDB-Enginesのベクトル型DBMSランキングで95.50を記録し、専用設計のベクトルデータベースとして最上位のPinecone(9.07)の10倍以上となっている。 Couchbase(9.43)も3位でPineconeより上に位置する。多くの企業は、専用製品を購入する前に、すでに稼働しているシステムでベクトル検索を有効にしている。DB-Enginesのベクトル型DBMSランキングは26のシステムを追跡している。
開発者調査でも同じ傾向が見られる。Stack Overflow Developer Survey 2025では、AIエージェントを開発する開発者の間でRedisが最も使われているストレージ層(42.9%)であり、pgvector(17.9%)がPinecone(11.2%)を上回っている。企業の間では、Menlo Venturesは、専用設計のデータベースと汎用データベースがほぼ拮抗していると報告している。これらの数値のエージェント側の側面については、当社のAIエージェント統計をご覧ください。
| 指標 | 値 | 出典 |
|---|---|---|
| 追跡対象のベクトル型DBMS | 26システム | DB-Engines Vector DBMS Ranking、2026年9月 |
| Elasticsearchの人気スコア | 95.50(1位) | DB-Engines Vector DBMS Ranking、2026年9月 |
| OpenSearchの人気スコア | 22.11(2位) | DB-Engines Vector DBMS Ranking、2026年9月 |
| Pineconeの人気スコア | 9.07(4位、専用設計では最上位) | DB-Engines Vector DBMS Ranking、2026年9月 |
| Milvus / Qdrant / Weaviateのスコア | 6.85 / 6.82 / 4.74 | DB-Engines Vector DBMS Ranking、2026年9月 |
| データ保存にRedisを使うAIエージェント開発者 | 42.9% | Stack Overflow Developer Survey 2025 |
| ChromaDB / pgvector / Pineconeを使うAIエージェント開発者 | 19.7% / 17.9% / 11.2% | Stack Overflow Developer Survey 2025 |
| 企業のベクトルデータベースシェア:Pinecone / Postgres / MongoDB | 18% / 15% / 14% | Menlo Ventures, 2024 State of Generative AI in the Enterprise |
方法論に関する注記:DB-Enginesが測定するのは人気度(検索関心、求人情報、Q&Aの活動、ソーシャルでの言及)であり、導入数や収益ではない。Stack Overflowの質問は、AIエージェントを利用している3,398人の回答者にのみ尋ねられた。同じ母集団で、Qdrantは8.2%、Milvusは5.2%、Weaviateは4.5%、LanceDBは4.4%だった。
5. 性能とスケールのベンチマーク
10億規模のベクトル検索は、今では100ミリ秒未満で結果を返すのが当たり前になっている。購入者にとってより重要な問いは、その速度に到達するためのコストだ。Pineconeは、約1.4十億のベクトルを持つ本番のEコマースワークロードが、毎秒5,700クエリを処理し、中央値26ミリ秒、P99レイテンシ60ミリ秒を達成したと報告している(PineconeのDedicated Read Nodes発表)。より大きなインデックスでは依然として遅くなる場合がある。同じリリースの480百万ベクトルのワークロードでは、P99が170ミリ秒だった。
コスト面は、挑戦者が専門ベンダーを攻めているところだ。Timescaleは、自己ホスト型のPostgresとpgvectorscaleの組み合わせが、50百万の埋め込みに対してPineconeのストレージ最適化ティアを上回り、月額コストは約4分の1だったと報告した(Timescaleのベンチマークリリース)。以下の数値はすべてベンダー自身が実施したものなので、競合他社に対する主張として受け止めてほしい。
| 指標 | 値 | 出典 |
|---|---|---|
| 135百万ベクトルのメディア検索ワークロード | 600 QPS、P50 45ミリ秒、P99 96ミリ秒(負荷テスト:2,200 QPS、P99 99ミリ秒) | Pinecone、Dedicated Read Nodes、2025年12月 |
| 480百万ベクトルのワークロード | 380 QPS、P50 80ミリ秒、P99 170ミリ秒 | Pinecone、Dedicated Read Nodes、2025年12月 |
| 1.4十億ベクトルのEコマースレコメンド | 5,700 QPS、P50 26ミリ秒、P99 60ミリ秒 | Pinecone、Dedicated Read Nodes、2025年12月 |
| pgvectorscale対Pinecone s1、50百万のCohere埋め込み(768次元) | p95レイテンシが28分の1、リコール99%でスループットが16倍 | Timescaleベンチマーク、2024年6月 |
| 同じテストでの月額コスト | 自己ホスト型で約835ドル、対してPinecone s1が3,241ドル、Pinecone p2が3,889ドル | Timescaleベンチマーク、2024年6月 |
| Amazon S3 Vectorsのクエリレイテンシ | 約100ミリ秒(頻繁なクエリ)、1秒未満(まれなクエリ) | AWS、S3 Vectors一般提供、2025年12月 |
| Amazon S3 Vectorsの容量 | 1インデックスあたり2十億ベクトル、1バケットあたり20兆(プレビューの40倍) | AWS、S3 Vectors一般提供、2025年12月 |
| RaBitQ 1ビット量子化によるメモリ削減 | 72% | Zilliz、Milvusリリース、2025年12月 |
補足:オープンソースのVectorDBBenchプロジェクトは、現在25以上のデータベースクライアントと最大100百万ベクトルのデータセットに対応している。このプロジェクトを管理しているのはZillizであり、ZillizはMilvusを販売している。
6. 資金調達、ベンダー、ハイパースケーラーの参入
資金調達は鈍化している。専門ベンダーは2023年に資金を調達し、今はその資本で成長している一方、ハイパースケーラーは既存のサービスにベクトルストレージを組み込んでいる。AWSの顧客は、4か月強の間に250,000を超えるベクトルインデックスを作成し、Amazon S3 Vectorsに40十億のベクトルを読み込んだ(AWSのS3 Vectors一般提供の記事)。これは専門ベンダーが到達するのに何年もかかるような規模の導入だ。
Pinecone、Qdrant、Weaviateが開示した調達額の合計は約293.5百万ドル(138 + 87.8 + 67.7)だ。これは2025年の最も控えめな市場推計の約11%にあたり(293.5 / 2,580 = 0.114)、これらの企業が限られた資本で運営していることを示唆している。2025年9月、Pineconeは創業者をチーフサイエンティストに異動させ、新しいCEOを任命し、5,000社を超える顧客を挙げた(Pineconeの経営体制に関する発表)。QdrantのシリーズB発表は、今年このカテゴリーで最大の新規ラウンドだ。
| 指標 | 値 | 出典 |
|---|---|---|
| PineconeのシリーズB | 100百万ドル、評価額750百万ドル(2023年4月) | Pineconeプレスリリース、2023年 |
| Pineconeの累計調達額と顧客数 | 138百万ドルを調達、顧客5,000社以上 | Pineconeプレスリリース、2025年9月 |
| QdrantのシリーズB | 50百万ドル(2026年3月)、累計87.8百万ドルを調達 | QdrantのシリーズB発表、2026年 |
| Qdrantのオープンソースでの実績 | 250百万ダウンロード、GitHubスター29,000 | QdrantのシリーズB発表、2026年 |
| WeaviateのシリーズB | 50百万ドル(2023年4月)、累計67.7百万ドルを調達 | Tech.eu、Weaviateの発表を報道、2023年 |
| LanceDBのシリーズA | 30百万ドル(2025年6月) | LanceDBのシリーズA発表、2025年 |
| Milvusの導入状況 | GitHubスター40,000以上、本番稼働中の企業チーム10,000以上 | Zilliz Milvusプレスリリース、2025年12月 |
| Amazon S3 Vectorsの初期利用 | 250,000以上のインデックス、40十億のベクトル、10億以上のクエリ、専門のベクトルDBよりコストが最大90%低い | AWS、S3 Vectors一般提供、2025年12月 |
鮮度に関する注意:PineconeとWeaviateが開示した直近の評価額付きラウンドは、2023年4月のものである。出典:PineconeのシリーズBリリースとWeaviateについてのTech.euの記事。LanceDBのラウンドはLanceDBのシリーズAの記事から、Milvusの数値はZillizのMilvusリリースからのものである。
7. 導入の課題と障壁
企業の足かせになっているのは、データベースそのものであることはまれだ。Gartnerは、2026年中に、AI対応データの裏付けがないAIプロジェクトの60%を組織が放棄すると予測している(Gartner, Lack of AI-Ready Data Puts AI Projects at Risk)。このリリースでGartnerは、別のスタックを構築するのではなく、ベクトルストア、チャンク分割、埋め込み、RAG統合を既存のデータ管理の実践に加えることを推奨している。
ガバナンスは、測定可能な差を最も大きく生み出す。Databricksは、AIガバナンスツールを使っている企業は、本番稼働させるAIプロジェクトが12倍多いことを明らかにした。ベクトルデータベースを選ぶチームは性能ベンチマークを最も重視するが、ほぼ同数がコミュニティのレビューや自前のコンセプト実証に頼っている。
| 指標 | 値 | 出典 |
|---|---|---|
| AI対応のデータ管理の実践を欠いている、または備えているか確信が持てない組織 | 63% | Gartner調査、2024年第3四半期(2025年2月公表) |
| AI対応データがなく、2026年中に放棄される見込みのAIプロジェクト | 60% | Gartner、2025年2月 |
| 自社のデータがAIに対応していないと見積もる組織 | 57% | Gartner Hype Cycle for Artificial Intelligence 2025 |
| 2025年末までにコンセプト実証後に放棄されると予測される生成AIプロジェクト | 30% | Gartner、2024年7月 |
| ベクトルDBの主な選定方法 | 性能ベンチマーク40%、ユーザーレビュー39.3%、コンセプト実証38% | Retool State of AI H1 2024 |
| ガバナンスツールを導入して本番稼働に至るAIプロジェクト | 12倍多い | Databricks State of AI Agents 2026 |
| 評価ツールを導入して本番稼働に至るAIシステム | 6倍多い | Databricks State of AI Agents 2026 |
| 自社のAIガバナンスプログラムは不十分だと考える回答者 | 40% | Economist Impact調査2024、Databricks State of AI Agents 2026での引用 |
補足:2025年のHype Cycleでは、GartnerはAI対応データとAIエージェントを「過度な期待のピーク」に位置づけている(Gartner Hype Cycle for AI 2025)。Databricks State of AI Agentsレポートは、20,000以上の組織を分析している。
数字で見るベクトルデータベースの企業導入(まとめ)
| 指標 | 値 | 出典 |
|---|---|---|
| 世界市場、2025年 | 2.58十億ドルから3.02十億ドル(3つの推計) | Fortune Business Insights 2026;MarketsandMarkets 2025;The Business Research Company 2026 |
| 世界市場予測、2030年 | 8.95十億ドル(CAGR 27.5%) | MarketsandMarkets 2025 |
| 世界市場予測、2034年 | 17.91十億ドル(CAGR 24%) | Fortune Business Insights 2026 |
| DBMS市場におけるベクトルDBのCAGR | 75.3% | Gartner DBMS Forecast、2025年更新版 |
| DBMS市場全体、2026年 | 161十億ドル(18.4%増) | Gartner DBMS Forecast、2025年更新版 |
| 最も成長の速い地域 | アジア太平洋、CAGR 30.2% | MarketsandMarkets 2025 |
| 北米の収益シェア、2025年 | 36.6%から41% | MarketsandMarkets 2025;Fortune Business Insights 2026 |
| 最大の業界 | BFSI、23% | Fortune Business Insights 2026 |
| ベクトルDBを利用している実務者 | 63.6%(20%から増加) | Retool State of AI H1 2024 |
| RAGを利用している企業の生成AI導入 | 51%(31%から増加) | Menlo Ventures 2024 |
| ベクトルデータベース利用の成長率 | 前年比377% | Databricks State of Data + AI 2024 |
| DB-Enginesで首位のベクトル型DBMS | Elasticsearch、95.50 | DB-Engines、2026年9月 |
| DB-Enginesで最上位の専用設計ベクトルDB | Pinecone、9.07 | DB-Engines、2026年9月 |
| pgvectorを使うAIエージェント開発者 | 17.9% | Stack Overflow Developer Survey 2025 |
| 10億規模の本番スループット | 5,700 QPS、P50 26ミリ秒(1.4十億ベクトル) | Pinecone 2025 |
| Amazon S3 Vectorsの初期取り込み量 | 約4か月で40十億ベクトル | AWS 2025 |
| Qdrantの累計調達額 | 87.8百万ドル | Qdrant 2026 |
| Milvusの本番導入 | 企業チーム10,000以上 | Zilliz 2025 |
| AI対応データの実践を欠く組織 | 63% | Gartner 2025 |
| AI対応データがなく放棄される見込みのAIプロジェクト | 2026年中に60% | Gartner 2025 |
方法論と出典
的を絞った検索で約75の生データを収集し、レポート、提出書類、調査、プラットフォームのテレメトリ、または企業発表までたどれる数値だけを残した。アグリゲーターのブログにしか見られない数値は除外した。
- MarketsandMarkets, Vector Database Market Report 2025-2030(2025年12月公表)
- Fortune Business Insights, Vector Database Market 2026-2034(2026年9月更新)
- The Business Research Company, Vector Database Global Market Report 2026
- Gartner, Forecast: Database Management Systems, Worldwide, 2023-2029, 2025 Update
- Gartner, Lack of AI-Ready Data Puts AI Projects at Risk(2025年2月)
- Gartner, Hype Cycle Identifies Top AI Innovations in 2025(2025年8月)
- Gartner, 30% of Generative AI Projects Will Be Abandoned After Proof of Concept(2024年7月)
- Menlo Ventures, 2024 State of Generative AI in the Enterprise(米国のIT意思決定者600人)
- Menlo Ventures, 2025 State of Generative AI in the Enterprise(回答者495人)
- Retool, State of AI H1 2024(回答者約730人)
- Databricks, State of Data + AI 2024(顧客10,000社)
- Databricks, State of AI Agents 2026(20,000以上の組織)
- DB-Engines, Vector DBMS Ranking(2026年9月)
- Stack Overflow, Developer Survey 2025: AI
- Pinecone, Dedicated Read Nodes(2025年12月)
- PineconeのシリーズBプレスリリース(2023年4月)および経営体制に関する発表(2025年9月)
- Timescale、pgvectorscaleのベンチマークリリース(2024年6月)
- AWS、Amazon S3 Vectorsの一般提供(2025年12月)
- Qdrant、シリーズB発表(2026年3月)
- Tech.eu、WeaviateのシリーズB(2023年4月)
- LanceDB、シリーズA発表(2025年6月)
- Zilliz、MilvusのGitHubスター40,000達成のリリース(2025年12月)
- Zilliz、VectorDBBenchリポジトリ
- データウォッチ:2025年の3つの市場規模推計は互いに食い違っている(Fortune Business Insightsは2.58十億ドル、MarketsandMarketsは2.65十億ドル、The Business Research Companyは3.02十億ドル)。これは各社がカテゴリーの定義を異にしているためで、北米のシェアも異なっている(36.6%対41%)。Menlo Venturesは、2024年の企業の生成AI支出について、2024年レポートの13.8十億ドルから2025年レポートの11.5十億ドルへと自社の数値を修正した。Gartnerの30%という導入率の予測は、Zillizが報じた形で引用している。Gartnerの原典となる調査は有料であり、二次情報源によって表現が異なる(企業の30%か、企業アプリケーションの30%か)。75.3%のCAGRは、レポート全文ではなく、GartnerによるDBMS予測の公開要約に基づく。ここに挙げたベンチマークはすべて、商業的利害を持つベンダーが実施または公表したものであり、独立した再現は行われていない。DB-Enginesのスコアは人気度を測るものであり、導入数ではない。導入調査(Retool H1 2024、Menlo Ventures 2024、Databricks 2024)は、ベクトルに特化した入手可能な最新データである。より新しい数値はMenlo Venturesの次回の企業レポートで出ると見込まれ、DB-Enginesのランキングは毎月更新される。
最終更新日:2026年10月3日。当社はこのまとめを四半期ごとに更新しており、次回の更新は、Menlo Venturesが2026年版のState of Generative AI in the Enterpriseレポートを公表する時期を予定している。