AIエージェントがビジネスの未来を再定義する：Vercelが示すGTMモーションの革新

現代のビジネス環境において、人工知能（AI）は単なる流行語ではなく、企業が競争優位性を確立し、新たな成長機会を掴むための不可欠な要素となっています。特に、AIエージェントの進化は、従来のビジネスプロセスを根底から覆し、生産性と効率性を飛躍的に向上させる可能性を秘めています。

SaaStr AI Annual+でVercelのCOOであるJean氏が語ったプレゼンテーションは、このAIエージェント革命の最前線で何が起こっているのか、そして企業がどのようにこの変化に対応すべきかを示唆するものでした。Vercelは、Next.jsの生みの親としてWeb開発の世界に大きな影響を与えてきた企業ですが、彼らが現在最も注力しているのは、まさにこのAIエージェントの分野です。

本記事では、VercelがどのようにしてAIエージェントを自社のGo-To-Market（GTM）戦略に組み込み、驚異的な成果を上げているのかを深く掘り下げます。その具体的な機能、ビジネスへの影響、そして将来性について詳細に分析し、読者の皆様がAIエージェントの重要性を多角的に理解できるよう解説していきます。

Vercelが切り拓く「Agentic Engineering」の世界

Vercelは、Webフロントエンド開発のデファクトスタンダードであるNext.jsの生みの親であり、その開発とメンテナンスを担っています。Next.jsは、現代のWebアプリケーションの多くを支える基盤技術であり、Vercelはその上に構築されるアプリケーションのデプロイメントとスケーリングを容易にするプラットフォームを提供してきました。

しかし、VercelのイノベーションはWeb開発の領域にとどまりません。彼らは早くからAIの可能性に着目し、特にAIエージェントの開発に積極的に投資してきました。Jean氏によると、2025年6月には社内に「GTM Engineeringチーム」を設立し、生産性の高いAIエージェントを構築するという明確な目標を掲げました。この取り組みは、単なる概念実証やプロトタイプに留まらず、Vercelの核となるビジネス機能にAIエージェントを深く統合することを目指しています。

Vercel社内におけるAIエージェントの驚異的な成果

VercelのAIエージェント導入は、わずか10ヶ月で目覚ましい成果を上げています。社内の様々な部門でAIエージェントが導入され、以下のような具体的な数値としてその効果が示されています。

Next.jsの毎週のダウンロード数: 3300万以上
AI SDKの毎週のダウンロード数: 1200万以上
Vercel上で構築されているユーザー数: 1700万以上（毎日）
デプロイメント数: 400万以上（毎日）
リクエスト数: 400億以上（毎日）
脅威の軽減/フラグ立て: 17億以上（毎日）
オープンソースプロジェクト: 35以上 (Turborepo, Svelte, Nx, Workflow DevKit, Sandbox, Flags, Shadcn, Skill, Chatなど)

これらの巨大なスケールで動くVercelのインフラは、AIエージェントの導入によりさらに効率化されています。

さらに、社内業務におけるAIエージェントの具体的な貢献は以下の通りです。

データエージェント (d0): 1日あたり数百件の質問に回答。データアナリストチームへの問い合わせのほとんどを、社員がSlack経由で直接解決できるようになりました。
コンテンツエージェント: Vercel.comのコンテンツの**96%**がエージェントによって生成・更新（過去2週間）。これにより、マーケティングチームはコンテンツ作成の劇的な効率化を実現しました。
カスタマーサポートエージェント (Vertex): 顧客からの問い合わせの**93%**を人間が介入することなく処理。高度に技術的な問い合わせが多いVercelのような企業にとって、これは画期的な成果です。
リードクオリフィケーションエージェント: 1人のSDRが10人のSDRの仕事量をこなすまでに効率化。この事例はBusiness Insiderの記事でも取り上げられ、大きな話題となりました。
Vercelエージェント: コードコミットの承認率が55%。開発プロセスにおいてもAIエージェントが重要な役割を果たしています。

これらのデータは、AIエージェントが単なる生産性向上ツールではなく、企業運営の根幹を刷新し、ビジネスモデルそのものに影響を与える可能性を秘めていることを明確に示しています。

AIエージェントがビジネスを変革する具体的な事例

Vercelは、AIエージェントの導入によって、営業、マーケティング、カスタマーサポートといったGTM（Go-To-Market）の主要機能において、目覚ましい成果を上げています。ここでは、その具体的な事例をいくつか紹介します。

Business Insiderが報じたセールスチームの再編

Business Insiderの記事「Vercel trained an AI agent on its best salesperson. Then it cut the 10-person team down to 1.（Vercelは最高の営業担当者にAIエージェントを訓練し、10人のチームを1人に削減した）」は、AIエージェントのビジネスへの影響を象徴する出来事として広く注目されました。

Vercelは昨年8月、リードクオリフィケーション（見込み客の質を評価するプロセス）に特化したAIエージェントを導入しました。このエージェントは、当初、1人のエンジニアが稼働時間の約20%を費やし、人間の監視のもとで開発・運用されました。しかし、わずか6週間後には、それまで10人体制だったセールス開発（SDR）チームが、たった1人の人間で運用できるまでに効率化されたのです。

この人員削減は、知識労働者の終焉を予感させるものとして一部で懸念されましたが、Vercelの視点は異なります。Jean氏は、削減された人員はより価値の高い役割にシフトされ、AIエージェントによって彼らの創造性や戦略的思考が解放されたと説明しています。つまり、AIは人間の仕事を奪うのではなく、より高度で意味のある仕事へと昇華させるための触媒として機能するのです。

リードエージェントの仕組みとその効果

Vercelのリードエージェントは、以下の3つの要素を組み合わせた独自のモデルで構築されています。

GTMエンジニア: AIエージェントの技術的な実装と保守を担当します。
データサイエンティスト: データ分析とモデルの最適化を通じて、エージェントの知能を向上させます。
最高のドメインエキスパート: 特定の機能（この場合はリードクオリフィケーション）におけるベストプラクティスを熟知した人間です。

この三脚モデルでは、まずドメインエキスパートがリードクオリフィケーションに関するベストプラクティスを文書化します。次に、GTMエンジニアとデータサイエンティストが、その知識をワークフローとしてエージェントにエンコードします。エージェントは初期段階では人間の監視下で稼働し、人間のフィードバックを通じて学習し、その性能を向上させていきます。最終的には、人間が直接介入する必要がなくなり、エージェントが自律的にリードクオリフィケーションプロセスを実行できるようになるのです。

このリードエージェントの導入により、Vercelは年間5,000ドル未満の運用コストで、1人のSDRが10人分の業務をこなすという、驚異的な32倍のROIと100%のリードカバレッジを達成しました。

Deal1（ミーティングインテリジェンスエージェント）の活用事例

Vercelが開発した内部ツール「Deal1」は、ミーティングインテリジェンスエージェントとして機能し、営業担当者の生産性を劇的に向上させています。

Deal1の主な機能は以下の通りです。

通話録音の取り込み: 全ての営業通話をインジェスト（取り込み）します。
ノートとアクションアイテムの生成: 通話内容から自動的に要約されたノートと、具体的なアクションアイテムを生成します。
CRMの更新提案: 顧客関係管理（CRM）システムへのフィールド更新を提案します。
コーチングのヒント: 営業担当者のパフォーマンス向上のためのコーチングのヒントを社内Slackチャンネルに直接投稿します。
競合他社言及の追跡: 通話中に競合他社が言及された回数や、顧客からの異論を時系列で追跡します。
失注案件の事後分析: 失注した全ての案件について、包括的な事後分析（ポストモーテム）を実施し、改善点を特定します。

これらの機能は全て、営業担当者が日常的に使用するSlack環境内で完結します。営業担当者はSlackから離れることなく、Deal1に対して質問を投げかけ、リアルタイムで回答や分析結果を得ることができます。Deal1が効果的に機能するためには、Gongのような通話録音サービスがアクセス可能なAPIを提供し、SalesforceのようなCRMシステムがWebhooksを介してデータ連携できることが不可欠です。Vercelは、これらの外部製品が開発者向けインターフェースを提供していたため、Deal1をヘッドレスかつコンポーザブルなアーキテクチャで構築することができました。

Playbook Platform（プレイブックプラットフォーム）によるアウトリーチ自動化

Vercelは、優秀な営業担当者が無意識のうちに行っていた効果的な営業活動のパターンを特定し、それをPlaybook Platformとしてシステム化しました。

このプラットフォームは、以下のプロセスを自動化します。

シグナル検知: 顧客の使用量が急増したり、高価値の見込み客が価格ページを訪問したりするなどの重要なビジネスシグナルを検知します。
プレイブックマッチング: 検知されたシグナルに基づいて、適切な営業プレイブック（行動規範）をマッチングします。
パーソナライズされたアウトリーチ生成: 個別の顧客や見込み客に合わせたパーソナライズされたアウトリーチメッセージ（メールなど）を下書きします。
レップへの通知とワンクリックレビュー: 生成されたアウトリーチメッセージを営業担当者に通知し、担当者は既存のワークフロー（例: Slack）内でワンクリックで確認・送信できます。

以前は、このような最適なタイミングでのアウトリーチは、営業担当者の経験と勘に依存しており、一貫性がありませんでした。しかし、Playbook Platformはこれを自動化することで、全ての営業担当者が最高のプレイを実行できるようにしました。このプラットフォームもまた、ログインするための個別のUIを持たず、シグナルが入力され、アウトリーチが生成され、担当者が既存のワークフローでレビューするというヘッドレスな設計思想に基づいて構築されています。

Box、Notion、Salesforceといった優れたエンタープライズSaaS企業が現在、開発者プラットフォームに大規模な投資を行っているのは、エージェント時代において製品がヘッドレスでコンポーザブルであることの重要性を理解しているからです。Vercelの事例は、開発者向けインターフェースが豊富に用意されていることが、AIエージェントの成功に不可欠であることを示しています。

d0（データアナリストエージェント）によるデータ民主化

Vercel社内で最も利用されているAIエージェントの一つが、データアナリストエージェント「d0」です。d0は、Vercelの全従業員がSlackを通じてデータにアクセスし、複雑なビジネスに関する質問をできるよう設計されています。

従来のプロセスでは、データに関する質問はデータサイエンスチームにチケットとして依頼され、回答が得られるまでに数日、あるいは数週間かかることもありました。しかし、d0の導入により、以下のような質問への回答が1分以内に可能になりました。

「先週のAI Gatewayを通じたトークン利用量は？」
「英国でロゴ使用権を持つ顧客企業は？」
「サンドボックスを利用しているスタートアップ顧客のうち、最も収益の高い企業は？」

d0は、自然言語で書かれた質問をSQLクエリに変換し、Vercelの分析インフラに対してクエリを実行することで、このような質問に答えます。これにより、データサイエンスチームの負担が軽減されるだけでなく、全社員がデータに基づいた迅速な意思決定を行えるようになりました。

d0を支えているのは、Vercelが「ナレッジベース」と呼ぶ強固なデータ基盤です。これは、Vercelのビジネスを最小限の因果単位に分解し、サードパーティおよびファーストパーティのシグナルで強化された、構造化されたクエリ可能なビジネスモデルです。このナレッジベースこそが、エージェントが幻覚（ハルシネーション）を起こさず、具体的で正確な回答を生成できるための基盤となっています。データ基盤への投資は、エージェントの質を決定する上で不可欠な要素です。

Vertex（カスタマーサービスエージェント）による大幅なコスト削減と効率化

Vertexは、Vercel.comのヘルプセクションを支えるカスタマーサービスエージェントであり、Vercelの社内Siriとも言える存在です。このエージェントは、以下のような驚異的な効率化を実現しています。

コスト: インフラ費用は月額300ドル、トークン費用は月額12,000ドル未満。
規模: 週に数千件の技術的なケースを処理する大規模な運用。
人員: わずか3人のエンジニアで運用。
時間節約: 月間5,000時間以上のカスタマーサポート時間を節約。

Vercelは当初、既製のソリューションを試しましたが、十分な結果が得られなかったため、自社でVertexを2ヶ月で構築し、本番環境に導入しました。これは、既存のソリューションがエージェントの要件に合致しなかった場合、自社で構築する方がはるかに効率的でコスト効果が高いことを示しています。

同等のワークフローを運用している他社のサポート企業が150人ものエンジニアを抱えているのに対し、Vertexはたった3人のエンジニアで大幅に高いコスト効率を実現しています。この違いは、Vercelが最初から「エージェントのために構築されたインフラ」を使用したことに起因します。

エージェント時代を乗り切るための3つの教訓

Vercelの事例から、AIエージェントをビジネスに成功裏に導入し、その恩恵を最大限に引き出すために、企業が記憶すべき3つの重要な教訓が見えてきます。

1. エージェントにはヘッドレスでコンポーザブルなアーキテクチャが必要

エージェントは、ユーザーインターフェース（UI）を介して人間と対話する従来のアプリケーションとは根本的に異なります。エージェントは、APIを呼び出し、MPC（マルチパーティ計算）サーバーにアクセスし、Webhookを介して他のシステムと連携することで、自律的にタスクを実行します。

UIからの脱却: エージェントは通常、直接的なUIを持ちません。彼らはコードとAPIを通じて機能し、その結果をSlackのような既存のコミュニケーションプラットフォームやCRMのようなビジネスシステムに統合します。
APIとWebhookの重要性: 製品がコンポーザブルで、開発者がAPIやWebhookを通じてアクセスできることは、エージェントワークフローに製品を組み込む上で不可欠です。もしあなたの製品がこのような開発者向けインターフェースを持たない場合、エージェントの世界では「見えない存在」となり、エコシステムに統合される機会を失ってしまいます。
開発者向け表面領域の構築: API、MPCサーバー、Webhookといった開発者向けの表面領域を今すぐ構築することが、エージェント時代における競争優位性を確立するための鍵です。これにより、製品がAIエージェントのエコシステム内で相互運用可能となり、人間の介入なしに自動化されたワークフローに組み込まれることが可能になります。

VercelのDeal1やPlaybook Platformは、GongやSalesforceといった外部ツールが提供するAPIやWebhookを活用することで、社内ワークフローに深く統合されました。このヘッドレスでコンポーザブルな設計は、エージェントがシームレスに機能するための基盤であり、今後の製品開発における必須要件となるでしょう。

2. エージェントはデータ基盤への投資を要求する

AIエージェントの性能は、その根底にあるデータの質に大きく左右されます。「良いデータは良いエージェントを生む」という原則は、エージェント時代においてこれまで以上に重要になります。

データはエージェントの燃料: エージェントが賢明で、文脈に即した、そして正確な行動をとるためには、高品質でアクセス可能なデータが不可欠です。
ナレッジベースの構築: Vercelのd0エージェントの成功は、同社が「ナレッジベース」と呼ばれるセマンティックレイヤーとクリーンなデータウェアハウスに投資した結果です。このナレッジベースは、企業のビジネスモデルを最小限の因果単位に分解し、ファーストパーティとサードパーティのシグナルで強化された、クエリ可能な表現を提供します。
データの民主化: このナレッジベースを構築することは地味な作業であり、すぐにエキサイティングな結果を生むものではありません。しかし、これがあるからこそ、d0エージェントのように、あらゆる従業員が複雑なデータクエリを自然言語で実行し、迅速にインサイトを得ることが可能になります。データ基盤が堅牢であれば、エージェントは幻覚（ハルシネーション）を起こすことなく、的確な情報を提供できるようになります。
データと人間の相互作用: データをスマートな人々の前に置くことで、データ自体が改善され、それを活用するエージェントもより洗練されていきます。この継続的なフィードバックループが、エージェントの長期的な成功を支えます。

データ基盤への投資は、一見すると派手さがないかもしれませんが、エージェントを動かすための土台となるため、その重要性は計り知れません。

3. エージェントは「構築 vs 購買」の計算を変える

SaaS（Software as a Service）の台頭により、多くの企業は汎用的なエンタープライズソフトウェアを「購買」する方が、「自社で構築」するよりもコスト効率が良いと考えるようになりました。しかし、AIエージェントの出現は、この「構築 vs 購買」の計算式を大きく変えつつあります。

自社構築の再評価: 堅牢なアプリケーションやエージェントを、数週間という短期間で大規模に構築し、運用することが可能になりました。これは、企業が独自のビジネスワークフローに完全に最適化されたエージェントを、外部の既製ソリューションに依存することなく、自社で開発できることを意味します。
劇的なROI: Vercelのリードエージェントは、年間5,000ドル未満の運用コストで32倍のROIを達成しました。また、カスタマーサービスエージェントVertexは、少数のエンジニアで月間5,000時間以上を節約し、既製ソリューションでは得られなかった90%以上の解決率を達成しました。
専用インフラの優位性: Vercelの全ての社内エージェントは、Fluid Compute上で動作しています。Fluid Computeは、必要な時にだけ起動する高パフォーマンスなミニサーバーを提供し、既存のリソースを再利用することで、コンピューティングコストを最大85%削減します。このようなエージェントのために設計されたインフラストラクチャは、従来のクラウドインフラでは対応しきれなかった、エージェントの複雑な実行パターン（思考、LLMとの対話、ツール呼び出し、長期間の実行）に最適化されています。
実験の促進: 既存のインフラを活用し、週に数時間程度の時間で実験を開始できるようになったことで、企業は「自社で構築すること」に対する障壁が低減しました。これは、独自のGTMモーションを製品化する企業にとって、大きなチャンスとなります。

エージェントは非常に印象的ですが、同時に複雑な技術でもあります。特に、大規模な運用を考えた場合、インフラの選択は初期段階で多くのチームが認識する以上に重要になります。

Vercelが提供するAgentic Infrastructure

AIエージェントの時代において、Vercelは開発者がエージェントを効率的に構築・デプロイできるよう、「Agentic Infrastructure」と呼ばれる一連のツールとサービスを提供しています。これは、自律的で自己改善し、生産インサイトに基づいて最適化されるエージェントを構築するための基盤となります。

Vercelの主要なエージェントプリミティブは以下の通りです。

AI SDK: 統一されたAIモデルへのアクセスを提供するツールキットです。これにより、開発者は複数のAIモデルを容易に統合し、管理できます。
AI Gateway: 多数のAIモデルを、ゼロAPIキーで利用できるゲートウェイです。異なるAIモデル間の接続とオーケストレーションを簡素化し、コスト管理を容易にします。
Chat SDK: あらゆるチャットプラットフォームで動作する単一のコードベースでチャット機能を実現するSDKです。これにより、異なるプラットフォーム間でのエージェントの展開が容易になります。
Fluid Compute: アクティブなCPU利用に基づいた課金モデル（Pay-for-what-you-actually-use）を提供するコンピューティングプラットフォームです。高パフォーマンスなミニサーバーを、必要な時だけ起動し、既存リソースを再利用することで、エージェントの運用コストを劇的に削減します。
Sandbox: 高速かつセキュアなコード実行環境です。エージェントが安全かつ効率的にコードを実行し、外部ツールと連携することを可能にします。
Workflow: 任意のTypeScript関数を永続化（durable）可能にする機能です。これにより、エージェントは複雑な複数ステップのプロセスや長期間のタスクを、状態を維持しながら実行できます。

Vercelは、これらのプリミティブを提供することで、開発者が「エージェントのためにコードを書く」ことを容易にし、AIエージェントをデプロイするための最適化された環境を提供しています。Vercelの顧客のデプロイのうち、すでに3分の1がCloud CodeやCodexのようなAgentic Engineeringオファリングから生成されているという事実は、このインフラが実際にエージェント開発の主流になりつつあることを示しています。

まとめ：GTMモーションを製品化する企業が勝つ

AIエージェントは、単なる技術的な流行ではなく、ビジネスのあり方を根本から変える可能性を秘めた変革の波です。Vercelの事例は、このエージェント時代において、企業がどのようにGTM戦略を再考し、AIを活用すべきかを示す強力な道標となります。

重要な教訓は以下の3点です。

ヘッドレスでコンポーザブルなアーキテクチャを構築する: エージェントはUIの裏側で動作し、APIを介してシステムと連携します。製品がAPI、MPCサーバー、Webhookといった開発者向けのインターフェースを提供し、コンポーザブルであることは、エージェントワークフローに統合されるための必須条件です。
データ基盤への投資を惜しまない: 高品質なデータはエージェントのパフォーマンスを決定づける燃料です。セマンティックレイヤーやナレッジベースといった強固なデータ基盤を構築し、データの民主化を進めることで、エージェントは正確で実用的なインサイトを提供できるようになります。
「構築 vs 購買」の計算式を見直す: 独自のワークフローに最適化されたエージェントは、既存の既製ソリューションよりもはるかに高いROIと効率性をもたらす可能性があります。Fluid Computeのようなエージェント特化型インフラストラクチャを活用することで、低コストかつ迅速に自社でエージェントを構築・運用することが現実的になっています。

VercelのJean氏は、「GTMモーションを製品として扱い、それを文書化し、設計し、反復し、そして段階的に自動化するチームが、エージェントへのシフトにおいて最終的に勝利するだろう」と結論付けています。

今や、AIエージェントは企業にとって競争優位性を確立するための必須戦略です。この新しい時代において、市場で優位に立つためには、AIエージェントの可能性を理解し、そのための適切なインフラと戦略に投資することが不可欠です。あなたのチームも、今日からAIエージェントの構築と活用に向けて一歩を踏み出してみてはいかがでしょうか。Vercelが示す未来は、まさにその先にあるのです。