Base de datos vectorial.

En la práctica

Hoy la expresión cubre dos cosas. Una es el producto dedicado a guardar embeddings y buscar entre ellos, como Pinecone, Weaviate o Qdrant. La otra es la misma función dentro de las bases de datos de siempre. Postgres la tiene desde abril de 2021 con pgvector, una extensión abierta que promete guardar los vectores junto al resto de tus datos. MongoDB la ofrece desde diciembre de 2023, y Amazon la llevó a su almacenamiento S3 en diciembre de 2025.

En el informe de Menlo Ventures de noviembre de 2024, con empresas de Estados Unidos, la base más usada para RAG era Pinecone, con un 18 %, seguida de Postgres (15 %) y MongoDB (14 %). Menlo es inversor de Pinecone, y lo dice en el propio informe.

Un ejemplo. Un distribuidor de ferretería quiere que su equipo comercial escriba «tornillo inoxidable para exterior» y encuentre «perno A4 intemperie». Lo monta con pgvector sobre el Postgres que ya usa su ERP, sin contratar otra base de datos.

Por qué te importa

«Para hacer IA necesitas una base vectorial» no se sostiene. Con poca documentación ni siquiera hace falta buscar: Anthropic calcula que, por debajo de 200.000 tokens, unas 500 páginas, se puede meter todo en el prompt.

Lo que sigue es un criterio, sin un estudio que lo mida. En una empresa mediana, con miles o pocos millones de documentos, una base vectorial dedicada probablemente sobra. La que ya tiene (Postgres, MongoDB o el almacenamiento de su nube) suele bastar y evita copiar los datos y sus permisos a otro sitio. La dedicada tiene sentido con volúmenes muy grandes, con tiempos de respuesta muy exigentes o cuando nadie en casa quiere operarla.

Los límites

Buscar por parecido falla en lo exacto. Anthropic advierte de que los embeddings pueden perder una referencia, un código o un nombre propio, y recomienda combinarlos con la búsqueda por palabras. Si se indexa todo sin respetar quién puede ver qué, el buscador enseña documentos a quien no debe. Y un producto dedicado es un proveedor más que contratar y vigilar.