Connue pour son infrastructure cloud qui permet aux développeurs de déployer des agents sans gérer de serveurs, Vercel est progressivement devenue l’une des sociétés les plus centrales en matière de logiciels d’IA. L’entreprise voit actuellement 6 millions de déploiements par jour, dont la moitié déclenchés par des agents de codage, et plus de 1 000 milliards de jetons transitent quotidiennement par la passerelle IA de l’entreprise.
Après la conférence ShipNYC de la société la semaine dernière, nous avons rencontré le PDG de Vercel, Guillermo Rauch, pour nous parler de ce moment de l’IA et de la façon dont les sociétés de plateforme comme Vercel finissent par rivaliser avec les grands laboratoires. Voici une transcription légèrement modifiée.
On a l’impression qu’il y a une énergie différente dans la communauté cette année, moins de programmes pilotes et plus d’attention sur la façon de faire en sorte que les choses fonctionnent bien dans la pratique. Je suis sûr que vous avez souvent vu cela avec des clients, mais je suis curieux de savoir à quoi a ressemblé ce parcours au sein de Vercel.
L’année dernière, c’était le prototypage. Il n’y a pas de limite, libérez les agents, tout le monde peut construire, et ainsi de suite. Nous l’avons fait et nous avons beaucoup appris car nous avions des centaines d’agents développés et déployés de manière organique au sein de l’entreprise, puis vous avez commencé à vous plonger dans les réalités des agents en production et dans certains de leurs défis.
La plus grande leçon pour moi a été les cas d’utilisation à domicile, les deux applications tueuses des agents. L’un d’entre eux est bien sûr l’agent de codage. Cela explique une grande partie de l’utilisation des jetons dans le monde, mais lorsque vous produisez autant de logiciels, vous avez besoin d’un endroit où les placer. La deuxième application phare des agents est l’agent interne qui vous aide à gérer l’entreprise. Le défi est le suivant : comment accéder aux données en toute sécurité ? Comment auditez-vous ce que fait l’agent ? Comment obtenir une trace de tous les appels d’outils et contrôles d’accès que l’agent a dû effectuer pour accomplir son travail ?
Pour résoudre ce problème, nous avons créé ce framework appelé Eve, dans lequel vous pouvez présenter les instructions et les compétences d’un agent en langage naturel. Et un autre outil est Vercel Sandbox, où vous mettez l’agent dans une petite cage. Il peut toujours avoir la liberté d’exprimer son intelligence, mais vous pouvez alors appliquer une politique sur les données auxquelles il peut accéder et celles qui peuvent quitter le bac à sable.
Quels types de problèmes cela vous aide-t-il à éviter ?
Pour (le) sandbox, le plus gros avantage est le contrôle des données. Un risque réel de l’IA auquel je pense toujours est que, lorsque vous obtenez un IDE de codage comme Devin ou Cursor, si vous êtes dans le mauvais environnement, ils peuvent s’entraîner sur l’intégralité de votre base de code. Je me souviens en avoir parlé au président d’Airbus. Vous disposez de plusieurs décennies de code C++ très spécifique pour l’ingénierie aérospatiale. Quelqu’un arrive et installe le mauvais outil de développement et boum, tout le code est envoyé dans le cloud pour être formé.
Je suis curieux d’en savoir plus sur ce deuxième cas d’utilisation qui tue. Nous connaissons tous les agents de codage, mais à quoi ressemble un agent d’entreprise interne dans la pratique ?
Donc, il y a un représentant commercial assis là-bas (dans le bureau de Vercel). Elle travaille sur la base d’installation. Son travail consiste à développer les comptes existants. Le goulot d’étranglement pour des personnes comme elle n’a pas été sa créativité, son intelligence, sa capacité à établir des relations, mais bien les données. « Je ne comprends pas quels comptes connaissent la croissance la plus rapide. Donnez-moi les cinq comptes qui ont ajouté le plus de sièges au cours des deux dernières semaines, afin que je puisse prioriser mon travail. » Elle ne pouvait pas poser cette question dans le passé. Elle a dû attendre la fin d’un projet du premier trimestre pour un nouveau tableau de bord des ventes.
Nous avons été dans ce goulot d’étranglement pendant des années chez Vercel, et c’était vraiment frustrant car du côté de la R&D, nous sommes l’entreprise qui évolue le plus rapidement au monde. Mais sur le moteur de vente, l’ingénierie Salesforce (côté), j’étais tellement incompétent. Je n’avais jamais ouvert Salesforce de ma vie lorsque j’ai commencé.
Maintenant, j’ai l’impression que je peux réellement avoir un impact sur l’ensemble de l’entreprise, car Eve peut être utilisée pour nos agents en contact avec les clients et peut être utilisée pour améliorer la productivité. Même technologie, ce ne sont que des API. Les agents obligent les entreprises à s’ouvrir, ce qui aura des conséquences dramatiques à long terme. Un grand nombre de ces géants du SaaS bâtissent tout leur royaume sur la capture de vos données, ce qui est incompatible avec les agents.
Comment voyez-vous évoluer les relations clients avec les grands laboratoires d’IA ?
L’année dernière, de nombreuses personnes ont choisi un partenaire de laboratoire, affirmant qu’elles construiraient tout sur OpenAI ou Anthropic. Maintenant, ils disent : je comprends comment tout cela fonctionne – modèle, harnais, plate-forme de données, bac à sable, passerelle – chaque élément est plug and play. Vous pouvez utiliser OpenAI, vous pouvez utiliser Anthropic ou vous pouvez utiliser Gemini. Nous constatons une forte croissance de Gemini, même si cela ne fait pas autant la une des journaux, car les gens optimisent désormais la production. La réalité est que lorsque vous optimisez la production, vous commencez à considérer un rapport prix/performance, et les modèles Gemini ont des caractéristiques prix/performance impressionnantes. Vous introduisez également des modèles ouverts, donc DeepSeek et GLM-5.2 décollent. Les données ne sont pas contraignantes.
Il y a aussi des endroits où vous êtes en concurrence directe avec les laboratoires, n’est-ce pas ? L’autre semaine, OpenAI a publié un nouvel ensemble d’outils permettant de publier directement sur le Web sans avoir à quitter l’enclave OpenAI.
C’est une prochaine étape naturelle pour eux d’héberger de petits sites Web. Et c’est une grande ouverture pour nous, car désormais les gens considéreront ChatGPT comme un outil pour créer des sites Web. Et puis s’ils continuent de poser des questions au modèle sur l’hébergement Web, le modèle nous recommande. Mais vous avez raison, à mesure que les modèles ou les plates-formes ajoutent des capacités supplémentaires, ils entrent en concurrence directe avec les plates-formes d’infrastructure déjà existantes.
Je pense vraiment qu’à ce stade, nous décidons si le modèle et l’agent vont être couplés.
Obtenez-vous toute votre intelligence à partir d’un seul endroit ? Ou obtenez-vous un module, une bibliothèque ou un élément de base auprès d’un fournisseur, puis vous construisez dessus. Cela ressemble davantage à ce que le génie logiciel a toujours été, et c’est vraiment ce que nous mettons sur le marché. Nous allons être l’AWS de cette génération, donc évidemment nous nous battons pour un monde de protocoles ouverts.
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
