まず前提から整理します。
RAG は Retrieval-Augmented Generation の略で、ざっくり言うと
「AIが答える前に、外部の情報を検索してから文章を作る方法」です。
たとえば社内FAQをAIに答えさせたいとします。
AIモデルは学習済みですが、社内の最新ルールまでは知りません。そこで、
という流れにします。これがRAGです。
この方式は、AIに最新情報や社内独自の知識を持たせやすい ので、一気に広まりました。
そして、その検索部分を支える中心技術として注目されたのが vector database です。
vector databaseは、文章を「意味の位置情報」のようなものに変換して保存し、
「似た意味の文章」を高速に探すための仕組みです。
普通のキーワード検索より、言い回しが違っても探しやすいのが強みです。
この記事の面白いところは、RAGを主流に押し上げた会社自身が、RAGに逆張りし始めた ところです。
Pineconeは、vector databaseカテゴリを作った代表的な存在です。
つまり、RAGブームの土台を支えた企業のひとつです。
その会社が今、「RAG era over（RAGの時代は終わった）」と宣言する。
これはなかなか刺激的です。普通なら、流行を作った会社はその流行をさらに伸ばそうとしがちです。
でもPineconeは、どうやら「検索してから生成する」だけでは限界があると見ているようです。
ここ、かなり重要だと思います。
なぜなら、AI業界では「これが王道」と思われたものが、あっという間に“仮説のひとつ”に格下げされることがあるからです。
RAGもその例外ではない、というメッセージに見えます。
記事の流れから読むと、Pineconeが問題視しているのは、RAGが抱えるいくつかの弱点です。
RAGは、質問のたびに関連情報を探します。
つまり、「質問 → 検索 → 生成」 の3段階が必要です。
これ自体は便利なのですが、実運用では遅延が気になることがあります。
ユーザー体験としては、AIがもたつくのはかなりストレスです。
RAGは、検索が命です。
検索結果がズレると、AIはズレた材料から答えを作ってしまいます。
言い換えると、RAGは「賢いAI」というより、
“検索品質に強く依存するAI” なんですよね。
ここは便利な反面、地味に怖いところです。
RAGでは、検索した文書をプロンプトに入れてAIへ渡します。
でも、コンテキストウィンドウ（AIが一度に扱える情報量）には限りがあります。
大量の資料をそのまま入れるのは無理だし、
短くしすぎると大事な情報が抜ける。
この「どこまで渡すか問題」は、現場ではかなり悩ましいはずです。
元記事では、Pineconeの新しい方向性として Nexus が示されています。
細かい実装説明よりも、ここでは思想が大事です。
Nexusは、単なる「検索してから答える」仕組みを超えて、
AIがより直接的に、より柔軟に知識へアクセスするための新しい枠組み と読めます。
平たく言うと、
「RAGみたいに毎回いったん検索して頑張るのではなく、もっと最初から“知識を使いこなす”AIにしたい」
という方向です。
これは、いかにもAI業界らしい発想です。
昔は「データを探してくるだけでも十分すごい」だったのが、今は「探すだけでは物足りない」に進んでいる。
技術の成熟って、だいたいこういうふうに“当たり前の再定義”が起きるんですよね。
ここは冷静に見たいところです。
Pineconeが「RAGの時代は終わった」と言っているからといって、
明日からRAGが消えるわけではありません。
むしろ現実には、RAGはまだまだ使われると思います。
社内検索、カスタマーサポート、ナレッジベース、ドキュメントQAなど、
「まずは正確な外部情報を引っ張って答えたい」という用途では、RAGは今でも強いです。
なので、この主張は「RAGは完全に不要」というより、
“RAGだけに頼る設計はもう古いかもしれない” という警告に近いのではないかと思います。
これはかなり健全な問題提起です。
技術の世界では、最初に流行った方式がそのまま永久の正解になることはほとんどありません。
むしろ、便利だからこそ限界が見えた瞬間に次が生まれる。Pineconeの動きはまさにそれです。
個人的に面白いのは、Pineconeが単に新機能を出したのではなく、
自分たちのビジネスの土台になった考え方そのものを揺さぶっている 点です。
普通なら、
みたいな方向に進みそうです。
でもPineconeは、それではなく「RAG中心の時代は終わるかも」と言っている。
この姿勢は、かなり攻めています。
商売としては自分たちの強みを壊しかねないのに、あえて次の波を取りに行っているわけですから。
こういう自己否定ぎりぎりの進化は、見ていてワクワクします。
AIを業務に入れようとしている人にとって、この話はわりと実務的です。
このあたりなら、RAGは今でも有力です。
こういう場合は、RAGを“完成形”と思わず、
より高度な retrieval / memory / orchestration の仕組みを見たほうがいいかもしれません。
この記事は、単なる「新製品紹介」ではなく、
AIアプリの作り方が次の段階に入ってきた という話です。
RAGは革命でした。間違いなくそうです。
でも革命のあとには、必ず「そのやり方で本当に十分？」という問いが来ます。
Pineconeは、その問いを自分から投げているわけです。
私はこの動き、かなり興味深いと思います。
RAGを否定するというより、RAGを“出発点”に戻している感じがするからです。
AI開発は、もう「検索してから答える」だけでは差別化しにくい段階に入っているのかもしれません。
参考: The company that made RAG mainstream is now betting against it
