2026年11月11日、AIを動かすためのデータ基盤をめぐり、3つの発表がありました。Neo4jはエージェント向けの組み込み型グラフデータベースを発表。CoreWeaveは自社のKubernetesクラスター内で使えるマネージドPostgreSQLを一般提供し、EdelbyteはAIエージェントの利用を想定した分析基盤を掲げてステルスを解除しました。
3
6
27
共通するのは、AIシステムがデータにアクセスしたり分析したりしやすくすること。ただし、各社のアプローチは異なり、どれか一つが標準になると示されたわけではありません。
Neo4j Relate:エージェントの環境に組み込むグラフDB
Neo4jによると、RelateはRustで構築されたオープンソースのインメモリー・グラフデータベースです。別のサーバーとして立ち上げるのではなく、アプリケーションのプロセス内で動作するため、ライブラリーやコマンドラインツールとして利用できます。同社は、すばやくインストールでき、起動はミリ秒単位だと説明しています。
6
7
発表資料では、WebAssembly版と、Model Context Protocol(MCP)を介してエージェントが接続する方法も紹介されています。
6
17 RelateはNeo4jのグラフクエリー言語「Cypher」に対応します。
19
特徴は、データベースをエージェントとは別のサーバーに置かず、アプリケーションと同じプロセスや環境で動かせる点です。一方、提供された資料から確認できるのは基本的な設計や接続方法まで。再試行可能な構造化エラー、コンテキストウィンドウを考慮した結果件数の制限、Cypher上でベクトル検索とグラフ探索を組み合わせる具体的な仕組みまでは確認できません。
CoreWeave Database:AI計算基盤の中で動くPostgreSQL
CoreWeaveは、マネージド型のPostgreSQL互換サービス「CoreWeave Database」の一般提供を発表しました。顧客のCoreWeave Kubernetes Service(CKS)クラスター内で、AIの学習・推論ワークロードと並行して動きます。同社は、AIアプリケーションとデータベースの間にあるクラウドをまたぐ通信経路をなくせる点を訴求しています。
3
5
報道の一つは、アプリケーションのレコードに加えてベクトル検索にも対応すると伝えています。
2 ただし、提供資料はpgvectorの採用や、埋め込み検索、検索拡張生成(RAG)、エージェントの各ワークフローへの詳細な対応までは裏付けていません。また、CloudNativePGを基盤にしているか、バックアップや復旧機能がどのような仕様かも確認できません。
要点は、CoreWeave上でAIアプリケーションを運用するチームが、同じKubernetes環境内でマネージド型のリレーショナルデータベースを使えることです。アプリケーション内にグラフDBを組み込むRelateとは、データを近づける方法が異なります。
Edelbyte:エージェント需要を見据えた分析基盤
Edelbyteはステルスを解除し、シードとシリーズAを合わせて7,000万ドルを調達したと発表しました。資金調達はSequoiaとQuiet Capitalが主導し、GreenoaksとSwish Venturesも参加しています。同社は2025年創業で、テルアビブとサンフランシスコを拠点とすると報じられています。
27
32
創業メンバーは、Microsoftのデータ基盤エンジニア出身者として紹介されており、Azure Data Explorerに関連するデータエンジン「Kusto」の構築経験を持つとされています。
27
34 Edelbyteが掲げるのは、AIエージェントが生み出す需要に向けた分析基盤です。ただし、資金調達や事業開始の発表だけで、性能、コスト、顧客規模に関する主張が実証されたことにはなりません。
Relateがアプリケーションに組み込むグラフDB、CoreWeaveがAI計算基盤のそばに置くPostgreSQLであるのに対し、Edelbyteはデータ検索と分析を軸にしています。3社の発表は、エージェント向け基盤の異なる層を狙ったものと見ることができます。
Gartner予測との関係は?
Neo4jの11月11日の発表は、2026年6月のGartner予測として、機械ユーザーが2029年までにDBMSワークロードの75%を占めると引用しています。
7
14 一方、提供された資料からは、2025年の10%という数値や、機械ユーザーが人間の10〜100倍のやり取りを生むという主張を独立に確認できません。これらは、ここでは質問文に示された数字として扱い、確認済みの予測としては述べません。
仮に機械によるデータベース利用が予測どおり増えるなら、3社の方向性はそれぞれ、エージェントからのローカルなグラフアクセス、AI計算資源に近いデータベース、エージェントが生むクエリーを想定した分析に対応します。ただし、これは発表内容を整理する見方であり、予測の実現や各製品の要件充足を証明するものではありません。
3つの発表が示すこと
AI向けデータ基盤には、単一の答えではなく複数の設計の選択肢が現れています。Relateはアプリケーションに埋め込むグラフDB、CoreWeave DatabaseはAIワークロードの近くで運用するPostgreSQL、Edelbyteはエージェント需要を見据えた分析基盤です。共通するのは機械によるデータ利用を意識した設計ですが、性能や信頼性、Gartner予測の詳細を裏付ける材料は、今回の発表だけでは十分ではありません。