Le CTO de Vercel : Les agents sont la nouvelle couche applicative

Pourquoi les agents représentent une nouvelle catégorie de logiciel, et pas seulement une façon plus rapide d’en écrire

Voici Malte Ubl, CTO de Vercel, qui ouvre la première conférence AI Engineer en Europe. Son discours d’ouverture ne porte pas sur les modèles — il porte sur la couche applicative construite par-dessus, et sur les raisons pour lesquelles l’économie du logiciel elle-même est en train de se transformer.

Sur les agents comme nouvelle catégorie logicielle : “There was always all this stuff we wanted to automate, but not all of it was economically viable to do with traditional software. But it is with agents.” (Il y avait toujours tout ce que l’on voulait automatiser, mais tout cela n’était pas économiquement viable avec le logiciel traditionnel. Avec les agents, si.) Malte présente les agents comme comblant un angle mort économique du marché du logiciel — les workflows gorgés de cas particuliers et de savoir métier tacite que personne n’aurait jamais codés manuellement dans un SaaS traditionnel.

Sur la “copocalypse” du SaaS : “More and more companies, when they ask whether they should buy some software or make some software themselves, they’re answering that with the make side.” (De plus en plus d’entreprises, lorsqu’elles se demandent si elles doivent acheter un logiciel ou en développer un elles-mêmes, penchent du côté du “faire”.) Son analyse : le SaaS survivra, mais davantage d’entreprises qui construisent davantage de logiciels sur mesure signifie plus de travail pour les ingénieurs, pas moins. Le marché du logiciel se révèle étonnamment élastique — moins il coûte cher à produire, plus on en produit.

Sur les quatre archétypes d’agents déjà opérationnels aujourd’hui : Malte expose les patterns pratiques qu’il voit en production — pas de la recherche spéculative, mais des systèmes déployés :

1. Agent-as-a-service / support client — la version 24h/24, 7j/7 d’un rôle qui s’arrête à 18h.
2. Recherche compressée — un agent effectue la phase de recherche d’un processus métier, tandis qu’un humain prend toujours la décision finale. Le formulaire “contacter les ventes” de Vercel est traité par un agent qui lit LinkedIn, vérifie la taille de l’entreprise, et remet un dossier préparé à un humain.
3. Faire remonter l’information existante — “Is your issue tracker up to date? Probably not. Could it be? Yes — the info exists in Slack, in a Granola recording, somewhere.” (Votre outil de suivi des tickets est-il à jour ? Probablement pas. Pourrait-il l’être ? Oui — l’information existe quelque part, dans Slack, dans un enregistrement Granola.) Les agents tissent la connaissance dispersée de l’entreprise là où elle est nécessaire.
4. Éliminer le travail ennuyeux — L’agent de support de Vercel a un taux de déflexion de 90 %, et la satisfaction de l’équipe a augmenté parce que les humains ne traitent plus que les cas intéressants.

Sur les agents comme utilisateurs de logiciels : “In the last 7 days, over 60% of page views on vercel.com were AI agents.” (Au cours des 7 derniers jours, plus de 60 % des pages vues sur vercel.com provenaient d’agents IA.) La conséquence de premier ordre : les interfaces graphiques deviennent bon marché, tandis que les CLI et les API prennent de la valeur. La conséquence de second ordre : l’infrastructure doit faire tourner du code que personne dans l’équipe n’a réellement écrit.

Sur la captation de valeur : “Model companies are commoditizing. In that world, we the AI engineers are the powerful ones. Our agents are the ones that actually create the business value.” (Les entreprises de modèles se banalisent. Dans ce monde, nous les ingénieurs IA sommes les puissants. Ce sont nos agents qui créent réellement la valeur métier.) Malte est explicite sur le fait que l’Europe ne gagnera pas la guerre des modèles — mais elle n’en a pas besoin, car le Vercel AI SDK, Poe et OpenCode sont tous pilotés par des Européens et se positionnent dans la couche où l’argent se concentre désormais.

Quatre archétypes d’agents que chaque entreprise peut déployer dès aujourd’hui

• Agent-as-a-service - Le rôle support qui tourne 24h/24 (CRMs, pattern Decagon)
• Recherche compressée - L’agent recherche, l’humain décide ; une tâche de 30 minutes devient 5 minutes, 100 000 fois par an
• Faire remonter l’information existante - Relier les informations de Slack, des enregistrements et des documents vers les trackers et mises à jour de statut
• Éliminer le travail ennuyeux - Agent avec 90 % de déflexion ; la satisfaction de l’équipe support a explosé
• Poser la question “qu’est-ce que vous détestez le plus dans votre travail ?” - La question magique de Malte pour identifier les opportunités d’agents
• 60 % du trafic web est déjà le fait d’agents - Les interfaces graphiques sont bon marché ; les CLI et les API sont la vraie interface désormais

Ce que cela signifie pour les entreprises qui construisent des workflows alimentés par des agents

La couche applicative est là où la prochaine décennie de logiciels sera construite et là où la valeur économique s’accumule. Les entreprises n’ont pas besoin de choisir le “modèle gagnant” — elles doivent choisir les workflows qui méritent d’être automatisés. Le cadre de Malte — recherche compressée et élimination du travail ennuyeux — est exactement le pattern qui transforme l’IA d’une curiosité en poste budgétaire : même processus, même profil de risque, un ordre de grandeur de moins en temps humain. Pour quiconque recrute des employés IA plutôt que d’acheter un autre abonnement SaaS, ces archétypes sont le mode d’emploi.