Il CEO di Vercel Guillermo Rauch sulla distinzione cruciale tra modelli e agenti

Mentre l'industria dell'IA passa dalla prototipazione sperimentale alle applicazioni pronte per la produzione, l'infrastruttura che alimenta questi strumenti sta subendo un cambiamento massiccio. Il CEO di Vercel, Guillermo Rauch, sostiene che il futuro dell'IA risieda nel disaccoppiare i modelli sottostanti dagli agenti che eseguono i compiti, muovendosi verso un ecosistema modulare.

Il passaggio dalla prototipazione alla produzione

L'anno scorso, il panorama dell'IA era definito dal "rilascio di agenti" e dal test dei limiti di ciò che era possibile attraverso programmi pilota. Tuttavia, i recenti dati di Vercel indicano una significativa maturazione nel modo in cui gli sviluppatori approcciano l'IA. L'azienda gestisce attualmente 6 milioni di deployment al giorno, di cui oltre il 50% innescati da agenti di codifica. Inoltre, oltre 1 trilione di token fluiscono attraverso l'AI gateway di Vercel ogni singolo giorno.

Secondo Rauch, il settore ha superato la fase del "non ci sono limiti" e sta ora affrontando le realtà della produzione: sicurezza, accesso ai dati e verificabilità. Questo cambiamento ha messo in luce due "killer app" primarie per gli agenti: gli assistenti di codifica e gli agenti aziendali interni progettati per automatizzare i flussi di lavoro aziendali.

Risolvere il dilemma della sicurezza: Sandbox e controllo dei dati

Uno degli ostacoli più significativi nel dispiegamento di agenti autonomi è il rischio di fuga di dati. Rauch evidenzia una preoccupazione critica per aziende come Airbus: se uno sviluppatore utilizza un IDE integrato con l'IA come Cursor o Devin senza adeguate protezioni, il codice proprietario potrebbe essere utilizzato involontariamente per addestrare modelli pubblici.

Per mitigare questi rischi, Vercel sta sviluppando un'infrastruttura specializzata. Il loro framework Eve consente agli utenti di definire le istruzioni e le abilità di un agente utilizzando il linguaggio naturale, mentre Vercel Sandbox fornisce una "gabbia" per l'agente. Questa sandbox consente all'agente di esercitare la propria intelligenza applicando al contempo politiche rigorose su quali dati possono essere consultati e, cosa più importante, su quali dati è consentito far uscire dall'ambiente.

La fine dei silos di dati SaaS

L'ascesa degli agenti sta creando anche un conflitto fondamentale con i modelli di business SaaS tradizionali. Molti giganti del software hanno costruito il proprio valore "intrappolando" i dati degli utenti all'interno di ecosistemi proprietari. Rauch osserva che questo modello è intrinsecamente incompatibile con gli agenti, che richiedono un accesso ai dati fluido e basato su API per essere efficaci.

Che si tratti di un rappresentante commerciale che utilizza un agente per interrogare dati complessi di Salesforce o di un team di R&D che automatizza i flussi di lavoro, gli agenti richiedono un'architettura aperta. Questo cambiamento sta costringendo le aziende a dare priorità all'accessibilità dei dati, il che avrà implicazioni a lungo termine su come il software aziendale viene costruito e venduto.

La lotta per un'infrastruttura IA aperta

Mentre i principali laboratori di IA come OpenAI espandono le proprie capacità — ad esempio rilasciando strumenti che pubblicano direttamente sul web — le aziende di piattaforme come Vercel affrontano una concorrenza diretta. Rauch vede questo come una battaglia per stabilire se il "modello" e l' "agente" saranno accoppiati o disaccoppiati.

Vercel si sta posizionando come l' "AWS di questa generazione", sostenendo un approccio modulare in cui gli sviluppatori possono scambiare i componenti come mattoncini LEGO. Invece di essere vincolati a un singolo fornitore, gli sviluppatori stanno ottimizzando sempre più prezzo e prestazioni combinando modelli di OpenAI, Anthropic, Gemini di Google e modelli open-source come DeepSeek.

Punti chiave

• Produzione rispetto alla prototipazione: L'industria dell'IA si sta spostando dai progetti pilota sperimentali alla produzione su larga scala, come dimostrato dai 1 trilione di token giornalieri di Vercel.
• La sicurezza è fondamentale: Strumenti come Vercel Sandbox sono essenziali per evitare che i dati proprietari vengano trapelati nei set di addestramento dei modelli.
• Architettura modulare: Il futuro del software IA dipende dal disaccoppiamento dei modelli dagli agenti, consentendo agli sviluppatori di ottimizzare costi e prestazioni utilizzando un approccio multi-modello.