記事のサマリー（TL;DR）
- Vercel は1日600万デプロイ・毎日1兆トークン超を処理するAIインフラの中枢に成長
- 社内エージェント基盤「Eve」と「Vercel Sandbox」でデータ統制・監査トレイルを実現
- モデル選択はOpenAI一択から「Gemini / DeepSeek / GLM-5.2」マルチ構成へシフト中
Salesforce 連携・社内AIエージェントを検討する国内SaaS利用企業への示唆
Rauch が語った「社内コーポレートエージェント」の具体例は、Salesforce のデータを自然言語で即時照会するというものです。日本でも kintone・Salesforce・freee などのSaaSを複数並走させている企業が多く、「ダッシュボード開発を四半期プロジェクトとして待ち続ける」という非効率は国内でも共通の課題です。Vercel が提示するアーキテクチャ——モデル・ハーネス・データプラットフォーム・サンドボックス・ゲートウェイを疎結合で組み合わせる設計——は、kintone や Salesforce を Rails ベースの専用UIで補完するような構成とも親和性が高く、特定SaaSのプロプライエタリなデータ閉鎖性に対抗する設計思想として参考になります。また Rauch が指摘した「コーディングIDEが設定ミスでコードベース全体を学習データとして送信してしまうリスク」は、航空宇宙のC++コードに限らず国内製造業・金融機関にも直結する懸念です。Sandbox によるポリシー制御の考え方は、Cursor や GitHub Copilot を社内展開する際のリスク管理指針として即座に参照できます。
詳細
Vercelのいま——1日600万デプロイ、毎日1兆トークン
サーバー管理不要でエージェントをデプロイできるクラウドインフラとして知られる Vercel は、AI ソフトウェアにおいて最も中核的な企業の一つになりつつあります。同社では現在1日あたり600万件のデプロイが行われており、そのうち半数はコーディングエージェントによってトリガーされています。さらに同社のAIゲートウェイを通過するトークン数は、毎日1兆を超えます。
先週開催された同社のカンファレンス「ShipNYC」を受け、TechCrunch は Vercel CEO の Guillermo Rauch 氏にインタビューを実施しました。テーマは「AIのこの瞬間」、そして Vercel のようなプラットフォーム企業が大手AIラボといかに競争関係に入るか、という問いです。
昨年は「プロトタイプ祭り」、今年は「本番運用の現実」
── コミュニティのエネルギーが昨年と違うように感じます。パイロット段階から、実際に機能させることへのフォーカスに変わった印象があります。Vercel 社内ではどのような道のりでしたか？
昨年はプロトタイピングの年でした。「可能性は無限大、エージェントを解き放て、誰でも作れる」というムードです。私たちもそれをやり、多くのことを学びました。社内で数百のエージェントが有機的に開発・デプロイされ、そしてエージェントを本番環境に置いたときの現実と課題に直面し始めたのです。
私にとって最大の学びは「ホームランになるユースケース」、つまりエージェントのキラーアプリが2つあるということです。
一つ目は言うまでもなくコーディングエージェントです。世界のトークン利用の多くを駆動していますが、大量のソフトウェアを生産すると、それを置く場所が必要になります。
二つ目のキラーアプリは「企業の運営を支援する社内エージェント」です。ここでの課題は、どうやってデータに安全にアクセスするか、エージェントの行動をどう監査するか、ジョブを完了するためにエージェントが行ったすべてのツールコールとアクセス制御のトレイルをどう取得するか、という点です。
この課題を解決するために、私たちは「Eve（イブ）」というフレームワークを構築しました。エージェントの指示とスキルを自然言語で定義できる仕組みです。もう一つのツールが「Vercel Sandbox」です。エージェントを「小さなケージ」の中に置くイメージで、知性を発揮する自由は与えながら、アクセスできるデータや外部に出せるデータにポリシーを適用できます。
Vercel Sandbox が防ぐリスク——Airbus 社長が語ったコードベース流出の恐怖
── サンドボックスはどのような問題を防ぎますか？
サンドボックスの最大のメリットはデータ制御です。私が常に考えるAIの真のリスクは、Devin や Cursor のようなコーディングIDEを使う際、設定を誤ると自社のコードベース全体がトレーニングデータとしてクラウドに送られてしまう可能性があることです。
以前 Airbus の社長と話したことを覚えています。航空宇宙工学のための非常に特殊なC++コードが数十年分ある。そこに誰かが間違った開発者ツールをインストールしてしまうと、すべてのコードがトレーニング用にクラウドに送信されてしまう——そういう話です。
「コーポレートエージェント」の実像——Salesforce データをリアルタイム照会
── 社内コーポレートエージェントとは実際にどのようなものですか？
例えば、（Vercelのオフィスにいる）セールス担当者の話です。彼女の仕事は既存顧客のアカウントを成長させることですが、彼女のボトルネックは創造性でも知性でも関係構築力でもありませんでした——データでした。
「どのアカウントが最も速く伸びているかわからない。直近2週間でシート数が最も増加した5つのアカウントを教えてくれれば、仕事の優先順位をつけられるのに」という問いに、以前は答えられなかったのです。新しいセールスダッシュボードのQ1プロジェクトが完了するまで待つしかなかった。Vercel でも何年もこのボトルネックに悩まされ、非常に苦労しました。
R&D サイドでは世界最速で動いているのに、セールスエンジン・Salesforce エンジニアリングの面では本当に無力でした。私自身、入社当初は Salesforce を一度も開いたことがなかった。
でも今は Eve によって、カスタマー向けエージェントにも、社内の生産性向上にも影響を与えられます。同じ技術、APIだけが違う。エージェントは企業にデータを開かせることを強制しており、それは長期的に劇的な影響をもたらすでしょう。多くのSaaSジャイアントはデータを囲い込むことで王国を築いてきましたが、それはエージェントとは相容れない。
モデル選定の大転換——Gemini の急伸と DeepSeek / GLM-5.2 の台頭
── 大手AIラボとのクライアント関係はどう変わっていますか？
昨年は多くの人がラボパートナーを一つに絞っていました。「すべてを OpenAI で作る」「すべてを Anthropic で作る」と。
今は「モデル・ハーネス・データプラットフォーム・サンドボックス・ゲートウェイ、すべてがプラグアンドプレイだ」という理解に変わっています。OpenAI でも Anthropic でも Gemini でも使える。
私たちは Gemini の大きな成長を目撃しています。ニュースではあまり取り上げられませんが、それは人々が本番運用に最適化し始めているからです。本番最適化を始めると、コストパフォーマンスが気になり始め、Gemini モデルはその点で非常に優れた特性を持っています。オープンモデルも加わり、DeepSeek や GLM-5.2 が急速に普及しています。データが語っています。
OpenAI との競合——「モデルとエージェントを切り離す戦い」
── ラボと直接競合する場面もありますよね。OpenAI は先日、OpenAI のエンクレーブを出ずにウェブに直接公開できる新ツールをリリースしました。
彼らが小さなウェブサイトをホストするのは自然な次のステップです。でも、これは私たちにとって絶好の機会でもあります。人々が ChatGPT を「ウェブサイトを作るツール」として認識し始め、ウェブホスティングについてモデルに質問し続けると、モデルは私たちを推薦するからです。
その通り、モデルやプラットフォームが機能を追加するにつれ、既存のインフラプラットフォームと直接競合するようになります。私が今考えるのは、モデルとエージェントを結合させるかどうかという選択です。一か所からすべての知性を得るか。それとも一つのプロバイダーからモジュール・ライブラリ・ビルディングブロックを取得して、その上に構築するか。
後者こそがソフトウェアエンジニアリングが常にそうであった形であり、それが私たちの市場への提案です。私たちはこの世代のAWSになる。だからこそ、オープンなプロトコルの世界のために戦っています。