Qdrant、専用ベクトル検索がAI検索基盤を制すると賭け、シリーズBで5000万ドル調達

Rustで書かれたオープンソースのベクトルデータベース兼検索エンジン。埋め込みベクトルをペイロードメタデータとともに保存し、検索中のフィルタリングを実行し、密・疎・マルチベクトルのクエリをサポートし、エッジデバイスからマネージドクラウドまで展開できる。

検索基盤はAIの付加機能ではなく中核インフラであるという賭けだ。つまりチームは、汎用データベースに検索機能を後付けするのではなく、専用のオープンソースRust製ベクトルエンジンを採用する。

2023年4月に750万ドルを調達。2024年1月にはSpark Capitalが主導しUnusual Venturesと42CAPが参加したシリーズAで2800万ドルを調達。2026年3月にはAVPが主導しBosch Ventures、Unusual Ventures、Spark Capital、42CAPが参加したシリーズBで5000万ドルを調達。調達総額は約8780万ドル。

2021年にベルリンでAndre Zayarniと共同創業者らによって設立されたQdrantは、Rustで構築されたオープンソースプロジェクトとして本番環境向けベクトル検索を狙った。同社は2023年4月に750万ドルを調達し、2024年1月のシリーズAの時点で、独立して規模を拡大し続けるために大手データベース企業からの買収提案を断ったと述べていた（TechCrunch）。

シリーズAは、エンジニア中心の企業にビジネスチームを整備する資金となり、オンプレミス版のリリースとAWS、Azure、GCP上のクラウド版の提供につながった。RAGブームを通じてQdrantはCanva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableで本番導入を実現した。2026年3月のシリーズBによる5000万ドルは「コンポーザブル」な検索プリミティブとオンデバイスAI向けのQdrant Edgeに充てられる。

現在も規模を拡大中。2026年のシリーズB時点でQdrantは2億5000万回以上のダウンロード、GitHubスター2万9000以上、調達総額約8780万ドルを報告しており、エッジデバイスからアルゴンヌ国立研究所のAuroraのようなスーパーコンピュータまで、検索基盤を中核インフラとして位置づけている。

RAGによって検索はあらゆるAIアプリのクリティカルパスとなったが、チームは本番負荷の下でプロトタイプ時代のベクトル検索の限界を超えていった。Qdrantはまさにその壁に挑んだ。

Rustと独自のHNSWおよびバイナリ量子化が測定可能な成果（メモリ使用量32分の1、約40倍の高速化）を生み出し、エンジニアが乗り換える理由を与えた。

オープンソースはベンダーロックインを排除した。独自検索ベンダーに痛い目を見た企業にとって決定的な論拠であり、クラウド・オンプレミス・エッジの選択肢がコミュニティの収益化を可能にした。

買収提案ではなく投資を選んだことで、ベクトルDBの熱狂期を通じて企業は独立を保ち、市場が統合される前に採用を積み上げることができた。

コンポーザビリティ（密・疎・マルチベクトル、検索中のフィルタリング）は、あらゆるユースケースを単一の固定パイプラインに押し込むのではなく、エージェント型ワークロードが実際にクエリを発行する方法に合致していた。

測定可能な成果は混戦市場を切り抜けた。専用エンジン（メモリ使用量32分の1、約40倍の高速化）にオープンソース（ロックインなし）を組み合わせることで、QdrantはベクトルDBの波が頂点に達する前に本番チームを獲得した。

2026年9月時点でQdrantは独立を保ち規模を拡大している。5000万ドルのシリーズB（2026年3月12日発表）後、調達総額約8780万ドル、パッケージのダウンロード2億5000万回以上、GitHubスター2万9000以上を報告しており、本番顧客にはCanva、HubSpot、Bosch、Roche、Bazaarvoice、OpenTableが含まれる。ロードマップの中心はコンポーザブルな検索プリミティブとオンデバイスエージェント向けのQdrant Edgeであり、エンジンはアルゴンヌのAuroraを含む数十億規模で稼働している。未解決の問いは、検索・データベースの大手がベクトル機能を追加する中で、専用ベクトルデータベースが自らの地位を保てるかどうかである。