Vercel CEO Guillermo Rauch over de cruciale splitsing tussen modellen en agents

Terwijl de AI-industrie de overstap maakt van experimenteel prototypen naar productieklare applicaties, ondergaat de infrastructuur die deze tools ondersteunt een enorme verschuiving. Vercel CEO Guillermo Rauch stelt dat de toekomst van AI ligt in het ontkoppelen van de onderliggende modellen van de agents die taken uitvoeren, wat leidt naar een modulair ecosysteem.

De verschuiving van prototyping naar productie

Vorig jaar werd het AI-landschap gedefinieerd door het "loslaten van agents" en het testen van de grenzen van wat mogelijk was via pilotprogramma's. Recente gegevens van Vercel wijzen echter op een significante volwassenwording in de manier waarop ontwikkelaars AI benaderen. Het bedrijf beheert momenteel dagelijks 6 miljoen deployments, waarvan meer dan 50% wordt getriggerd door coding agents. Bovendien stromen er elke dag meer dan 1 biljoen tokens door de AI gateway van Vercel.

Volgens Rauch is de industrie voorbij de "het kan allemaal" fase en worstelt het nu met de realiteit van productie: beveiliging, toegang tot gegevens en controleerbaarheid. Deze verschuiving heeft twee primaire "killer apps" voor agents naar voren gebracht: coding assistants en interne bedrijfsagents die ontworpen zijn om bedrijfsprocessen te automatiseren.

Het oplossen van het beveiligingsdilemma: sandboxes en datacontrole

Een van de grootste hindernissen bij het inzetten van autonome agents is het risico op datalekken. Rauch benadrukt een kritiek punt voor ondernemingen zoals Airbus: als een ontwikkelaar een AI-geïntegreerde IDE zoals Cursor of Devin gebruikt zonder de juiste waarborgen, zou propriëtaire code onbedoeld gebruikt kunnen worden om publieke modellen te trainen.

Om deze risico's te beperken, ontwikkelt Vercel gespecialiseerde infrastructuur. Hun Eve framework stelt gebruikers in staat om de instructies en vaardigheden van een agent te definiëren met behulp van natuurlijke taal, terwijl Vercel Sandbox een "kooi" biedt voor de agent. Deze sandbox stelt de agent in staat om intelligentie te tonen, terwijl er strikte regels worden toegepast op welke gegevens kunnen worden geraadpleegd en, nog belangrijker, welke gegevens de omgeving mogen verlaten.

Het einde van SaaS-datasilo's

De opkomst van agents zorgt ook voor een fundamenteel conflict met traditionele SaaS-businessmodellen. Veel softwaregiganten hebben hun waarde opgebouwd door gebruikersgegevens te "vangen" binnen propriëtaire ecosystemen. Rauch merkt op dat dit model inherent onverenigbaar is met agents, die naadloze, via API's gestuurde toegang tot gegevens nodig hebben om effectief te zijn.

Of het nu gaat om een verkoopvertegenwoordiger die een agent gebruikt om complexe Salesforce-gegevens op te vragen of een R&D-team dat workflows automatiseert, agents vereisen een open architectuur. Deze verschuiving dwingt bedrijven om prioriteit te geven aan gegevens toegankelijkheid, wat langetermijngevolgen zal hebben voor de manier waarop enterprise software wordt gebouwd en verkocht.

De strijd voor een open AI-infrastructuur

Terwijl grote AI-labs zoals OpenAI hun mogelijkheden uitbreiden — zoals het uitgeven van tools die rechtstreeks op het web publiceren — krijgen platformbedrijven zoals Vercel te maken met directe concurrentie. Rauch ziet dit als een strijd over de vraag of het "model" en de "agent" gekoppeld of ontkoppeld zullen worden.

Vercel positioneert zichzelf als de "AWS van deze generatie" en pleit voor een modulaire aanpak waarbij ontwikkelaars componenten kunnen verwisselen als LEGO-blokjes. In plaats van vast te zitten aan één enkele provider, optimaliseren ontwikkelaars steeds vaker voor prijs en prestaties door modellen van OpenAI, Anthropic, Google's Gemini en open-source modellen zoals DeepSeek met elkaar te combineren.

Belangrijkste conclusies

• Productie boven prototyping: De AI-industrie beweegt zich van experimentele pilots naar grootschalige productie, wat blijkt uit de 1 biljoen dagelijkse tokens van Vercel.
• Beveiliging is essentieel: Tools zoals Vercel Sandbox zijn essentieel om te voorkomen dat propriëtaire gegevens lekken naar trainingssets voor modellen.
• Modulaire architectuur: De toekomst van AI-software is afhankelijk van het ontkoppelen van modellen van agents, waardoor ontwikkelaars de kosten en prestaties kunnen optimaliseren met een multi-model aanpak.