IA en production : comment Vercel sépare les agents des modèles

Pour mettre une application d'IA en production, les entreprises doivent séparer les couches de modèles et d'agents. C'est la conclusion de Guillermo Rauch, PDG de Vercel, à partir des 6 millions de déploiements quotidiens sur la plateforme.

Ce que montrent les chiffres de Vercel

Vercel traite 6 millions de déploiements par jour, dont la moitié est déclenchée par des agents, et non par des humains. Plus de 1 000 milliards de tokens par jour transitent par la passerelle IA de la plateforme.

Ces chiffres ne sont pas une prévision, mais un basculement déjà opéré : les agents ne sont plus un outil expérimental et font désormais partie du flux principal de l'infrastructure. Selon Rauch, deux « applications phares » se sont dégagées pour les agents :

• Les agents de code — le principal moteur de la consommation de tokens sur la plateforme
• Les agents d'entreprise — des systèmes d'automatisation des processus internes qui respectent les exigences de sécurité et de compliance

Pourquoi la production change les choix d'architecture

Rauch désigne sans détour le principal déclencheur des changements d'architecture.

«

Quand on optimise pour la production, on commence à regarder le price/performance ».

Tant qu'un produit d'IA reste un prototype, le développeur peut travailler avec un seul fournisseur par commodité. En production, la logique change : les différentes tâches d'un scénario d'agent demandent des rapports coût/puissance différents. Une étape de l'agent peut exiger un raisonnement poussé, une autre un appel rapide et peu coûteux. S'enfermer dans un seul modèle rend toute optimisation impossible.

C'est pourquoi les clients de Vercel combinent aujourd'hui les fournisseurs — OpenAI, Anthropic, Google Gemini et des modèles ouverts comme DeepSeek — selon les caractéristiques de la tâche, et non par loyauté envers un laboratoire.

Cela ne fonctionne qu'avec une séparation architecturale nette : la couche des agents (orchestration, outils, mémoire, logique de prompts) existe indépendamment de la couche des modèles. Changer de modèle sous le capot n'affecte pas la logique de l'agent.

Les nouveaux outils de Vercel pour les agents en production

À la date de l'entretien, Vercel avait lancé deux nouveaux produits :

• Eve — un framework où les instructions et les compétences des agents se décrivent en langage naturel plutôt qu'en code
• Vercel Sandbox — un environnement isolé qui limite l'accès des agents aux données tout en préservant leurs capacités de calcul

Ces deux produits visent à rendre l'infrastructure d'agents maîtrisable et prévisible en production. Rauch évoque aussi ouvertement la pression concurrentielle : les grands laboratoires d'IA s'aventurent eux-mêmes sur des marchés voisins — hébergement, déploiement, infrastructure. La réponse de Vercel : miser sur les protocoles ouverts et se positionner comme une couche d'infrastructure indépendante, qui ne dépend d'aucun laboratoire.

Ce que cela signifie

Avec plus de mille milliards de tokens par jour, Vercel voit la transformation du marché avant la plupart des analystes : le passage d'une stratégie à fournisseur unique à une architecture multimodèle est déjà un schéma observable. Rauch présente Vercel comme « l'AWS de cette génération » dans l'infrastructure d'IA — une plateforme sur laquelle on construit des applications au-dessus de n'importe quel modèle.

Questions fréquentes

Combien de tokens Vercel traite-t-il par jour ?

Plus de 1 000 milliards de tokens par jour transitent par la passerelle IA de Vercel. La moitié des 6 millions de déploiements quotidiens est lancée par des agents, et non par des humains.

Qu'est-ce qu'Eve, de Vercel ?

Eve est un nouveau framework de Vercel qui permet de décrire les instructions et les compétences des agents en langage naturel plutôt qu'en code. L'outil a été présenté en juillet 2026.

Pourquoi Vercel a-t-il lancé Sandbox ?

Vercel Sandbox limite l'accès des agents aux données tout en préservant leurs capacités de calcul. C'est une réponse aux exigences de sécurité et de maîtrise des clients d'entreprise en production.

Pourquoi faut-il séparer les modèles d'IA et les agents en production ?

Les entreprises qui ont mis des applications d'IA en production finissent par adopter une architecture multimodèle à couches séparées. D'après Vercel, 50 % des 6 millions de déploiements quotidiens sont lancés par des agents.

Quelle est l'ampleur de la demande pour les applications d'IA en production ?

Vercel traite 6 millions de déploiements par jour, dont la moitié lancée par des agents. Plus de 1 000 milliards de tokens par jour transitent par la passerelle IA de la plateforme.