VercelがモジュラーなAIスタックを推進、Rauchは企業にモデルとエージェントの分離を主張

Vercelは、エンタープライズAIをどう構築すべきかについて、より明確な立場を打ち出している。すなわち、モデルはエージェントから切り離し、その周辺スタックは単一ベンダーのバンドルではなく、交換可能なインフラとして扱うべきだというものだ。同社のShipNYCイベント後にTechCrunch AIの取材に応じたCEOのGuillermo Rauch氏は、顧客が初期の実験段階を越え、コスト、ガバナンス、信頼性をめぐる本番運用上のトレードオフへ移行していると述べた。

これは重要だ。というのも、Vercelはもはやフロントエンドのデプロイだけを語っているわけではないからだ。Rauch氏のTechCrunch AIへのコメントによれば、同社は現在1日600万件のデプロイを処理しており、その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、さらに毎日1兆トークン超がAIゲートウェイを通過しているという。これらの数字が事実なら、VercelはAIアプリケーションの構築と出荷を管理する制御層として自らを位置づけていることになり、とりわけ単一のモデル提供者に縛られたくないチームにとってその意味は大きい。

Rauch氏のより広い主張は、技術的であると同時に戦略的でもある。AIラボが、ソフトウェアを直接生成して公開できるツールを含め、エンドツーエンド機能を増やしていくにつれ、Vercelのようなインフラベンダーは締め出されるリスクにさらされる。Rauch氏の答えは、「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」がプラグアンドプレイの構成要素であり続けるモジュラー市場を主張することだ。開発者や企業の購入者にとって、これは本質的にはロックイン、経済性、そして本番環境でアプリケーションの挙動を誰が制御するのかをめぐる議論である。

試作の熱狂から本番制約へ

Rauch氏はTechCrunch AIに対し、2025年のAI熱は幅広い実験に集中していた一方、現在はより運用重視になっていると語った。彼の見方では、企業はまずエージェントを広く展開し、その後、本番利用の現実、すなわちセキュリティ境界、データアクセス、監査ログ、そして大量の推論を回す実際のコストに直面した。

彼はVercelでの経験におけるエージェント向けの2つの「キラーアプリ」を挙げた。1つ目はコーディングエージェントで、すでにトークン使用量の大きな割合を牽引しているという。これは、DevinやCursorのような製品が自律型または半自律型のコード生成ワークフローの代名詞になっている、開発者向けツールへの市場の関心の高まりと一致する。2つ目は、会社そのものを動かすのに役立つ社内向けエンタープライズエージェントだと彼は主張した。

Vercelが差別化を狙っているのは、この2つ目のカテゴリーだ。Rauch氏は、営業担当などの社内ユーザーがダッシュボードやカスタムレポートの完成を待つのではなく、運用データを直接問い合わせていると説明した。ポイントは、エージェントが Salesforce のようなSaaSシステムを置き換えることよりも、それらの上に重なり、保存された企業データを会話型インターフェースとアクション層へ変えることにある。

企業チームにとって、この約束が魅力的なのは、アクセスが制御できる場合に限られる。Rauch氏のコメントは、Vercelがモデルの知性だけでなく、ガバナンスこそが広範な導入の分岐点だと見ていることを示唆している。エージェントが部門横断でできることが増えるほど、購入者は権限管理、追跡可能性、そして機微なデータが誤った学習パイプラインへ流れないことを重視する。

Vercelの製品論：モデル忠誠ではなくコントロールプレーン

この立場を支えるために、Rauch氏はTechCrunch AIで取り上げられた2つのVercelツール、EveとVercel Sandboxに言及した。彼はEveを、エージェントの指示やスキルを自然言語で記述するためのフレームワークだと説明し、Vercel Sandboxを、データアクセスとデータ流出に関するポリシー制御の下でエージェントが動作できる制約付き環境だと説明した。

これらの詳細が重要なのは、Vercelがスタックのどこに位置したいのかを示しているからだ。同社は自らを基盤モデルの開発者としてではなく、モデルの周りのランタイム、オーケストレーション、そして安全境界を掌握しようとしている。これはおなじみのインフラ戦略だが、従来のクラウドワークロードではなくAIエージェントに適用している点が異なる。

Rauch氏はまた、サンドボックスの論点を、AI調達で中心的になっている企業の懸念、すなわち独自コードや社内データの偶発的な露出に結びつけた。彼はDevinやCursorのようなコーディングツールを、設定を誤ると機微なコードベースが顧客の意図しない形で使われかねない環境の例として挙げた。彼が述べた具体的なシナリオは、Airbusの幹部との会話を通じた逸話であり、公開されたインシデントではない。それでも、これはエンタープライズAIで一般的な購入上の懸念を反映している。便利な機能がデータガバナンス上のリスクを隠していないか、という点だ。

Vercelのメッセージは、エージェントインフラは知性を可搬にしつつ、ポリシーはローカルに保つべきだというものだ。同社はまさにその方法で、AIを単なる機能レイヤーから、より多くのインフラ購入の理由へと変えようとしている。

なぜRauchは今、モデル選択を強調するのか

インタビューで最も注目すべき点の1つは、Rauch氏がモデル提供者に対する顧客行動の変化をどう説明したかだ。彼によれば、昨年は多くのチームが単一のラボ、しばしば OpenAI か Anthropic を選び、そのパートナーを中心にAIロードマップの大半を構築しようとした。だが今は、顧客はスタックをよりモジュラーに捉え、ワークロードの要件に応じてモデルを選ぶようになっているという。

Rauch氏は、VercelでGeminiの利用が伸びていると明言した。これは、本番最適化を行うチームが見出しよりも価格と性能を見ているからだという。また、オープンモデルも勢いを増しており、DeepSeekとGLM-5.2を挙げた。これらの発言は重要だが、慎重に読むべきだ。TechCrunch AIはこれらをRauch氏のコメントとして報じており、独立検証された市場シェアデータとして示したわけではない。

それでも、その論理は多くのプロダクトチームが直面している現実と合致する。アプリケーションが本番規模に達すると、問題は能力だけではなくなる。より安価または高速なモデルが十分な仕事をこなせるのか、上位モデルをフォールバック用に残すべきか、そしてプロバイダー間ルーティングで品質を損なわずにコストを下げられるのか、という話になる。

まさにその種のアーキテクチャがVercelに有利に働く。顧客がOpenAI、Anthropic、Gemini、DeepSeek、GLM-5.2を共通のゲートウェイとポリシー層経由で使えば、インフラプラットフォームは置き換えにくくなる。Rauch氏が述べるVercelのAIゲートウェイは、その仮説の一部だ。

ラボとの競争は、より明示的になっている

Rauch氏は、明白な緊張関係から目をそらさなかった。大手ラボがアプリケーションやデプロイ機能を追加するにつれ、彼らはクラウド企業や開発者プラットフォーム企業の領域にさらに近づいていく。彼は、OpenAIの環境を離れずに直接ウェブへ公開できる最近のOpenAIツールに触れ、その動きをVercelにとって直接の競争であると同時に発見チャネルでもあると位置づけた。

彼の答えは実質的に、市場がモデルとエージェントを密結合のままにするのかを決める、というものだった。1つの市場像では、ラボがモデル、ツール、デプロイ先、そして場合によってはユーザー向けアプリケーションまで提供するオールインワンシステムを顧客が購入する。もう1つの市場像では、顧客がコンポーネントからシステムを組み立て、必要に応じて知能提供者を入れ替える。

Vercelは明らかに後者を望んでいる。Rauch氏はTechCrunch AIに対し、同社は「オープンプロトコルの世界のために戦っている」と語り、Vercelをこの世代のAIソフトウェアの基盤インフラにしようとしていると述べた。これは戦略的な主張であり、市場で確立した事実ではないが、Vercelが相互運用性を強く打ち出している理由を説明している。

買い手にとって、これは単なるベンダーのレトリックではない。結合されたシステムは導入しやすいが、管理が難しく、後から変更するコストも高い。モジュラーなシステムは単一ベンダーへの依存を減らせる一方で、より強い社内エンジニアリング規律を必要とするかもしれない。この2つのアプローチの分岐が、今後12〜24か月のエンタープライズAIの購買判断を左右する可能性が高い。

証拠、主張、そしてまだ未検証のもの

この話で最も強い事実は、TechCrunch AIによるGuillermo Rauch氏へのインタビューに由来する。運用数値――1日600万件のデプロイ、その半分がエージェントによってトリガーされ、毎日1兆トークン超がAIゲートウェイを流れる――は、Rauch氏のコメントを通じてVercelのものとして示された。これらは重要だが、依然として企業発表の指標であり、独立監査済みの開示ではない。

同じ注意は、Gemini、DeepSeek、GLM-5.2の利用増加、そしてOpenAIやAnthropicを顧客がどう評価するかの変化についてのRauch氏の発言にも当てはまる。これらのコメントは、ワークロードを把握できるプラットフォーム運営者からの有用な市場シグナルではあるが、TechCrunchはここで提示された材料の中で第三者による検証は示していない。

EveとVercel Sandboxの製品説明も、インタビューでのRauch氏の枠組みを通して伝えられている。それらは、特にポリシーとエージェント制御に関するVercelのプラットフォーム戦略の方向性を示しているが、ソースには詳細な技術文書、価格、顧客の導入事例は含まれていない。そのため、成熟度、差別化、そしてVercel以外でこれらのツールがどれほど広く使われているのかについては未解決のままだ。

開発者と企業の購入者にとって何を意味するか

開発者にとっての即時の示唆はアーキテクチャだ。もしVercelの言う通り、市場がモデルとエージェントを分けつつあるなら、プロダクトチームは自社のAIシステムを階層化されたサービスとして考えるべきだ。すなわち、モデル選択、ルーティング、オブザーバビリティ、権限、実行制御である。これは、単一のモデル選択を強制せずにデプロイとガバナンスを統合できるベンダーに有利だ。

エンタープライズAIの購入者にとって、このインタビューは、より具体的になりつつある2つの購入基準を浮き彫りにしている。第1はデータ制御だ。社内データを外部システムや不透明な学習プロセスに漏らすことなく、問い合わせやアクションに使えるか。第2は経済的な柔軟性だ。価格や品質が変わる中で、アプリケーションがOpenAI、Anthropic、Gemini、あるいはオープンモデル間を移行できるか。

市場全体で見ると、Vercelの姿勢は「開発者ツール」がいかに早くエンタープライズワークフローのインフラへ変わっているかも示している。アプリをデプロイするために使われていた同じスタックが、今ではコーディングエージェントを実行し、内部エージェントを統制し、Salesforceのようなシステムへのアクセスを仲介する場所として売り込まれている。もしこれが本当なら、Vercelを取り巻く競争環境はホスティングやフロントエンドプラットフォームをはるかに超えて広がるだろう。

今後注目すべき点

次に有用なシグナルは、VercelがRauch氏の利用実績の主張、特にAIゲートウェイとEveおよびVercel Sandboxの採用について、より具体的な証拠を公表するかどうかだ。顧客事例は、総トークン数よりも重要になるだろう。

また、VercelがOpenAI、Anthropic、Geminiのようなモデル提供者との統合を深めつつ、DeepSeekやGLM-5.2のようなオープンモデルのサポートを維持するかどうかも注目に値する。これらの間での切り替えやルーティングを運用上容易にできれば、同社のモジュール性の主張はさらに強くなる。

別のシグナルは競争側の反応だ。ラボがデプロイ、コーディング、ホスティングのエンドツーエンドのワークフローを拡張し続ければ、モデル提供者とインフラプラットフォームの境界はさらに曖昧になる。企業がそれらのバンドル環境を受け入れるのか、よりオープンな制御層を求めるのかが、どこが最も価値を獲得するかを左右する。

Creati.aiの視点

Rauch氏のインタビューが注目されるのは、次のAIプラットフォーム戦争をモデルの優位性ではなくシステム設計の問題として描いているからだ。Vercelは、企業が知性、実行、デプロイ、データ境界を一手に支配する単一ベンダーを望まないと賭けている。これは特に、モデルの入れ替わりを想定し、コスト面での交渉力を求める規制対象チームや大規模エンジニアリング組織にとって、もっともらしい仮説だ。

しかし同社はまだ、そのコントロール層が概念的に魅力的なだけでなく、運用上不可欠であることを証明しなければならない。報告されている規模の数字は目を引くが、ベンダー報告の利用実績が自動的に持続的なプラットフォーム支配力につながるわけではない。本当の試練は、顧客が本番環境でOpenAI、Anthropic、Gemini、DeepSeek、GLM-5.2を組み合わせる中で、VercelがAIエージェントを単にデプロイする場所ではなく、統制するデフォルトの場になれるかどうかだ。