Default
Door Remote - 06 Jul 2026
Bekend om zijn cloudinfrastructuur waarmee ontwikkelaars agenten kunnen inzetten zonder servers te beheren, is Vercel stilletjes uitgegroeid tot een van de meest centrale bedrijven op het gebied van AI-software. Het bedrijf ziet momenteel 6 miljoen implementaties per dag, waarvan de helft wordt geactiveerd door codeeragenten, en er stromen dagelijks meer dan 1 biljoen tokens door de AI-gateway van het bedrijf.
Na de ShipNYC-conferentie van het bedrijf vorige week spraken we met Guillermo Rauch, CEO van Vercel, over zijn kijk op dit moment in AI, en hoe platformbedrijven als Vercel uiteindelijk concurreren met grote laboratoria. Hier is een licht bewerkte transcriptie.
Het voelt alsof er dit jaar een andere energie in de gemeenschap is, minder pilotprogramma’s en meer aandacht voor hoe je dingen in de praktijk goed kunt laten werken. Ik weet zeker dat je dat veel hebt gezien bij klanten, maar ik ben benieuwd hoe die reis er binnen Vercel uitzag.
Vorig jaar ging het over prototypen. The sky is the limit, laat de agenten los, iedereen kan bouwen, enzovoort. Dat hebben we gedaan, en we hebben veel geleerd omdat we honderden agenten op organische wijze binnen het bedrijf hadden ontwikkeld en ingezet, en toen begon je de realiteit van agenten in de productie te leren kennen, en enkele van de uitdagingen.
De grootste les voor mij waren de thuisgebruiksscenario's, de twee geweldige apps van agenten. Eén daarvan is natuurlijk de codeeragent. Dat zorgt voor een groot deel van het tokengebruik in de wereld, maar als je zoveel software produceert, heb je een plek nodig om het neer te zetten. De tweede killer-app van agenten is de interne agent die je helpt het bedrijf te runnen. De uitdaging is: hoe krijg je veilig toegang tot gegevens? Hoe controleer je wat de agent doet? Hoe krijgt u een spoor van alle tool-oproepen en toegangscontroles die de agent moest uitvoeren om een klus te klaren?
Om dat op te lossen, hebben we dit raamwerk bedacht, genaamd Eve, waarin je de instructies en vaardigheden van agenten in natuurlijke taal kunt weergeven. En een ander hulpmiddel is Vercel Sandbox, waarbij je de agent in een kleine kooi stopt. Het kan nog steeds de vrijheid hebben om zijn intelligentie te uiten, maar dan kun je beleid toepassen op de gegevens waartoe het toegang heeft en welke gegevens de sandbox mogen verlaten.
Welk soort problemen helpt u daarmee te voorkomen?
Voor [de] sandbox is het grootste voordeel de gegevenscontrole. Een reëel risico van AI waar ik altijd aan denk is dat als je een codeer-IDE zoals Devin of Cursor krijgt, als je in de verkeerde instelling zit, ze mogelijk op je hele codebasis trainen. Ik herinner me dat ik hierover met de president van Airbus sprak. U beschikt over tientallen jaren aan zeer specifieke C++-code voor lucht- en ruimtevaarttechniek. Iemand komt binnen en installeert de verkeerde ontwikkelaarstool en boem, alle code gaat naar de cloud voor training.
Ik ben benieuwd om meer te horen over die tweede killer-use case. We kennen allemaal codeeragenten, maar hoe ziet een interne bedrijfsagent er in de praktijk uit?
Er zit dus een verkoper [in het kantoor van Vercel]. Ze werkt op installbase. Haar taak is om bestaande accounts te laten groeien. Het knelpunt voor mensen zoals zij is niet haar creativiteit, intelligentie en vermogen om relaties op te bouwen; het zijn data. "Ik begrijp niet welke accounts sneller groeien. Geef mij de vijf accounts die de afgelopen twee weken de meeste zetels hebben toegevoegd, zodat ik prioriteit kan geven aan mijn werk." Vroeger kon ze die vraag niet stellen. Ze moest wachten tot een Q1-project voor een nieuw verkoopdashboard voltooid was.
Bij Vercel zaten we jarenlang in dat knelpunt, en het was erg frustrerend omdat we aan de R&D-kant het snelst evoluerende bedrijf ter wereld zijn. Maar op het gebied van de verkoop, de Salesforce-engineering, was ik zo incompetent. Toen ik begon, had ik Salesforce nog nooit geopend.
Nu heb ik het gevoel dat ik daadwerkelijk impact kan hebben op het hele bedrijf, omdat Eve kan worden gebruikt voor onze klantgerichte agenten en kan worden gebruikt om de productiviteit te verbeteren. Dezelfde technologie, het zijn gewoon API’s. Agenten dwingen bedrijven zich open te stellen, en dat zal dramatische gevolgen op de lange termijn hebben. Zoveel van deze SaaS-giganten bouwen hun hele koninkrijk op het onderscheppen van uw gegevens, en dat is onverenigbaar met agenten.
Hoe zie jij de klantrelaties met de grote AI-labs veranderen?
Vorig jaar waren er veel mensen die één laboratoriumpartner kozen en zeiden dat ze alles op OpenAI of Anthropic zouden bouwen. Nu zeggen ze: ik begrijp hoe dit allemaal werkt – model, harnas, dataplatform, sandbox, gateway – elk onderdeel is plug-and-play. Je kunt OpenAI gebruiken, je kunt Anthropic gebruiken, of je kunt Gemini gebruiken. We zien veel groei van Gemini, ook al is het niet zo vaak op het nieuws, omdat mensen nu optimaliseren voor de productie. De realiteit is dat wanneer je optimaliseert voor productie, je naar prijs/prestatie gaat kijken, en Gemini-modellen hebben geweldige prijs/prestatie-eigenschappen. Je brengt ook open modellen binnen, dus DeepSeek en GLM-5.2 gaan van start. De gegevens liegen niet.
Er zijn ook plaatsen waar je rechtstreeks concurreert met de laboratoria, toch? Onlangs heeft OpenAI een nieuwe set tools uitgebracht die rechtstreeks op internet publiceren zonder de OpenAI-enclave te hoeven verlaten.
Het is voor hen een logische volgende stap om kleine websites te hosten. En het is een geweldige opening voor ons, omdat mensen ChatGPT nu zullen zien als een hulpmiddel voor het maken van websites. En als ze het model vragen blijven stellen over webhosting, beveelt het model ons aan. Maar je hebt gelijk: naarmate de modellen of platforms meer mogelijkheden toevoegen, concurreren ze rechtstreeks met de infrastructuurplatforms die al bestaan.
Ik denk echt dat we op dit punt beslissen of het model en de agent zullen worden gekoppeld.
Haal jij al je intelligentie op één plek? Of krijg je een module of een bibliotheek of een bouwsteen van één aanbieder, en dan bouw je daar bovenop. Dat is meer zoals software-engineering altijd is geweest, en dat is echt wat we op de markt brengen. We worden de AWS van deze generatie, dus we vechten duidelijk voor een wereld van open protocollen.
Na de ShipNYC-conferentie van het bedrijf vorige week spraken we met Guillermo Rauch, CEO van Vercel, over zijn kijk op dit moment in AI, en hoe platformbedrijven als Vercel uiteindelijk concurreren met grote laboratoria. Hier is een licht bewerkte transcriptie.
Het voelt alsof er dit jaar een andere energie in de gemeenschap is, minder pilotprogramma’s en meer aandacht voor hoe je dingen in de praktijk goed kunt laten werken. Ik weet zeker dat je dat veel hebt gezien bij klanten, maar ik ben benieuwd hoe die reis er binnen Vercel uitzag.
Vorig jaar ging het over prototypen. The sky is the limit, laat de agenten los, iedereen kan bouwen, enzovoort. Dat hebben we gedaan, en we hebben veel geleerd omdat we honderden agenten op organische wijze binnen het bedrijf hadden ontwikkeld en ingezet, en toen begon je de realiteit van agenten in de productie te leren kennen, en enkele van de uitdagingen.
De grootste les voor mij waren de thuisgebruiksscenario's, de twee geweldige apps van agenten. Eén daarvan is natuurlijk de codeeragent. Dat zorgt voor een groot deel van het tokengebruik in de wereld, maar als je zoveel software produceert, heb je een plek nodig om het neer te zetten. De tweede killer-app van agenten is de interne agent die je helpt het bedrijf te runnen. De uitdaging is: hoe krijg je veilig toegang tot gegevens? Hoe controleer je wat de agent doet? Hoe krijgt u een spoor van alle tool-oproepen en toegangscontroles die de agent moest uitvoeren om een klus te klaren?
Om dat op te lossen, hebben we dit raamwerk bedacht, genaamd Eve, waarin je de instructies en vaardigheden van agenten in natuurlijke taal kunt weergeven. En een ander hulpmiddel is Vercel Sandbox, waarbij je de agent in een kleine kooi stopt. Het kan nog steeds de vrijheid hebben om zijn intelligentie te uiten, maar dan kun je beleid toepassen op de gegevens waartoe het toegang heeft en welke gegevens de sandbox mogen verlaten.
Welk soort problemen helpt u daarmee te voorkomen?
Voor [de] sandbox is het grootste voordeel de gegevenscontrole. Een reëel risico van AI waar ik altijd aan denk is dat als je een codeer-IDE zoals Devin of Cursor krijgt, als je in de verkeerde instelling zit, ze mogelijk op je hele codebasis trainen. Ik herinner me dat ik hierover met de president van Airbus sprak. U beschikt over tientallen jaren aan zeer specifieke C++-code voor lucht- en ruimtevaarttechniek. Iemand komt binnen en installeert de verkeerde ontwikkelaarstool en boem, alle code gaat naar de cloud voor training.
Ik ben benieuwd om meer te horen over die tweede killer-use case. We kennen allemaal codeeragenten, maar hoe ziet een interne bedrijfsagent er in de praktijk uit?
Er zit dus een verkoper [in het kantoor van Vercel]. Ze werkt op installbase. Haar taak is om bestaande accounts te laten groeien. Het knelpunt voor mensen zoals zij is niet haar creativiteit, intelligentie en vermogen om relaties op te bouwen; het zijn data. "Ik begrijp niet welke accounts sneller groeien. Geef mij de vijf accounts die de afgelopen twee weken de meeste zetels hebben toegevoegd, zodat ik prioriteit kan geven aan mijn werk." Vroeger kon ze die vraag niet stellen. Ze moest wachten tot een Q1-project voor een nieuw verkoopdashboard voltooid was.
Bij Vercel zaten we jarenlang in dat knelpunt, en het was erg frustrerend omdat we aan de R&D-kant het snelst evoluerende bedrijf ter wereld zijn. Maar op het gebied van de verkoop, de Salesforce-engineering, was ik zo incompetent. Toen ik begon, had ik Salesforce nog nooit geopend.
Nu heb ik het gevoel dat ik daadwerkelijk impact kan hebben op het hele bedrijf, omdat Eve kan worden gebruikt voor onze klantgerichte agenten en kan worden gebruikt om de productiviteit te verbeteren. Dezelfde technologie, het zijn gewoon API’s. Agenten dwingen bedrijven zich open te stellen, en dat zal dramatische gevolgen op de lange termijn hebben. Zoveel van deze SaaS-giganten bouwen hun hele koninkrijk op het onderscheppen van uw gegevens, en dat is onverenigbaar met agenten.
Hoe zie jij de klantrelaties met de grote AI-labs veranderen?
Vorig jaar waren er veel mensen die één laboratoriumpartner kozen en zeiden dat ze alles op OpenAI of Anthropic zouden bouwen. Nu zeggen ze: ik begrijp hoe dit allemaal werkt – model, harnas, dataplatform, sandbox, gateway – elk onderdeel is plug-and-play. Je kunt OpenAI gebruiken, je kunt Anthropic gebruiken, of je kunt Gemini gebruiken. We zien veel groei van Gemini, ook al is het niet zo vaak op het nieuws, omdat mensen nu optimaliseren voor de productie. De realiteit is dat wanneer je optimaliseert voor productie, je naar prijs/prestatie gaat kijken, en Gemini-modellen hebben geweldige prijs/prestatie-eigenschappen. Je brengt ook open modellen binnen, dus DeepSeek en GLM-5.2 gaan van start. De gegevens liegen niet.
Er zijn ook plaatsen waar je rechtstreeks concurreert met de laboratoria, toch? Onlangs heeft OpenAI een nieuwe set tools uitgebracht die rechtstreeks op internet publiceren zonder de OpenAI-enclave te hoeven verlaten.
Het is voor hen een logische volgende stap om kleine websites te hosten. En het is een geweldige opening voor ons, omdat mensen ChatGPT nu zullen zien als een hulpmiddel voor het maken van websites. En als ze het model vragen blijven stellen over webhosting, beveelt het model ons aan. Maar je hebt gelijk: naarmate de modellen of platforms meer mogelijkheden toevoegen, concurreren ze rechtstreeks met de infrastructuurplatforms die al bestaan.
Ik denk echt dat we op dit punt beslissen of het model en de agent zullen worden gekoppeld.
Haal jij al je intelligentie op één plek? Of krijg je een module of een bibliotheek of een bouwsteen van één aanbieder, en dan bouw je daar bovenop. Dat is meer zoals software-engineering altijd is geweest, en dat is echt wat we op de markt brengen. We worden de AWS van deze generatie, dus we vechten duidelijk voor een wereld van open protocollen.