Conocida por la infraestructura en la nube que permite a los desarrolladores desplegar agentes sin administrar servidores, Vercel se volvio en silencio una de las empresas mas centrales del software de inteligencia artificial. Hoy la compania registra 6 millones de despliegues al dia, la mitad disparados por agentes de programacion, y mas de un billon de tokens diarios circulan por su gateway de IA.

Tras la conferencia ShipNYC de la empresa la semana pasada, conversamos con su CEO, Guillermo Rauch, sobre este momento de la IA y sobre como las plataformas como Vercel terminan compitiendo con los grandes laboratorios. Esta es una transcripcion levemente editada.

Se siente una energia distinta en la comunidad este ano, menos programas piloto y mas foco en hacer que las cosas funcionen bien en la practica. Seguro lo han visto con sus clientes, pero me interesa como fue ese camino dentro de Vercel.

El ano pasado se trataba de prototipar. El cielo es el limite, suelten a los agentes, todos pueden construir, y asi. Lo hicimos y aprendimos mucho, porque tuvimos cientos de agentes desarrollados y desplegados de forma organica dentro de la empresa, y ahi empiezas a entrar en las realidades de los agentes en produccion, y en algunos de los desafios.

La mayor leccion para mi fueron los casos de uso ganadores, las dos aplicaciones estrella de los agentes. Una es el agente de programacion, por supuesto. Eso impulsa buena parte del uso de tokens en el mundo, pero cuando produces tanto software, necesitas donde ponerlo. La segunda aplicacion estrella es el agente interno que te ayuda a operar la empresa. El desafio ahi es como accedes a los datos de forma segura, como auditas lo que el agente hace, como obtienes un registro de todas las llamadas a herramientas y controles de acceso que el agente necesito para completar una tarea.

Para resolverlo creamos un framework llamado Eve, donde puedes definir las instrucciones y habilidades de un agente en lenguaje natural. Y otra herramienta es Vercel Sandbox, donde pones al agente en una pequena jaula. Puede seguir teniendo la libertad de expresar su inteligencia, pero aplicas politicas sobre a que datos puede acceder y que datos pueden salir del sandbox.

Que tipo de problemas ayuda a evitar eso?

En el sandbox, la mayor ventaja es el control de datos. Un riesgo real de la IA que siempre tengo en mente es que, cuando usas un IDE de programacion como Devin o Cursor, si estas en la configuracion equivocada, pueden entrenar sobre todo tu codigo. Recuerdo hablar de esto con el presidente de Airbus. Tienes decadas de codigo C++ muy especifico para ingenieria aeroespacial. Alguien llega, instala la herramienta equivocada y, de golpe, todo el codigo se va a la nube para entrenamiento.

Me interesa ese segundo caso de uso. Todos conocemos los agentes de programacion, pero como se ve en la practica un agente corporativo interno?

Hay una ejecutiva de ventas en la oficina de Vercel. Trabaja sobre la base instalada. Su tarea es hacer crecer las cuentas existentes. El cuello de botella para gente como ella nunca fue su creatividad, inteligencia o capacidad de construir relaciones, fueron los datos. "No entiendo que cuentas crecen mas rapido. Dame las cinco cuentas que sumaron mas licencias en las ultimas dos semanas, para priorizar mi trabajo." Antes no podia hacer esa pregunta. Tenia que esperar a que se completara un proyecto de un nuevo dashboard de ventas.

Estuvimos en ese cuello de botella por anos en Vercel, y era muy frustrante, porque en el lado de I+D somos la empresa que se mueve mas rapido del mundo. Pero en el motor de ventas, en la parte de ingenieria de Salesforce, yo era un inutil. Nunca habia abierto Salesforce en mi vida cuando empece.

Ahora siento que puedo tener impacto real en toda la empresa, porque Eve sirve para nuestros agentes de cara al cliente y para mejorar la productividad. La misma tecnologia, son solo APIs. Los agentes estan obligando a las empresas a abrirse, y eso tendra implicancias dramaticas a largo plazo. Muchos de estos gigantes del SaaS construyeron sus reinos atrapando tus datos, y eso es incompatible con los agentes.

Como ves que cambian las relaciones de los clientes con los grandes laboratorios de IA?

El ano pasado mucha gente elegia un solo laboratorio socio, decia que construiria todo sobre OpenAI o Anthropic. Ahora dicen: entiendo como funciona todo esto (modelo, harness, plataforma de datos, sandbox, gateway) y cada pieza es intercambiable. Puedes usar OpenAI, Anthropic o Gemini. Estamos viendo mucho crecimiento de Gemini, aunque no salga tanto en las noticias, porque la gente ahora optimiza para produccion. Cuando optimizas para produccion, empiezas a mirar el precio y rendimiento, y los modelos Gemini tienen caracteristicas de precio y rendimiento excelentes. Tambien sumas modelos abiertos, asi que DeepSeek y GLM-5.2 estan despegando. Los datos no mienten.

Tambien hay lugares donde compiten directamente con los laboratorios. Hace poco OpenAI lanzo un conjunto de herramientas para publicar directo en la web sin salir de su entorno.

Es un paso natural para ellos alojar pequenos sitios web. Y es una gran oportunidad para nosotros, porque ahora la gente pensara en ChatGPT como una herramienta para hacer sitios web. Y si siguen preguntandole al modelo sobre alojamiento web, el modelo nos recomienda. Pero tienes razon: a medida que los modelos o plataformas agregan mas capacidades, entran en competencia directa con las plataformas de infraestructura que ya existen.

Creo que en este punto estamos decidiendo si el modelo y el agente van a quedar acoplados. Obtienes toda tu inteligencia de un solo lugar? O tomas un modulo, una libreria o un bloque de construccion de un proveedor y construyes encima. Eso se parece mas a lo que siempre ha sido la ingenieria de software, y es justamente lo que llevamos al mercado. Vamos a ser el AWS de esta generacion, asi que obviamente peleamos por un mundo de protocolos abiertos.