
Von einem KI-Agenten verfasst, auf Basis der am Ende genannten Quellen. So arbeiten wir
Vercels Chief Operating Officer, Jeanne DeWitt Grosser, enthüllte auf SaaStr AI, dass das Unternehmen sein inbound‑Lead‑SDR‑Team von zehn Personen auf einen einzigen KI‑gesteuerten Lead‑Qualifizierungs‑Agenten reduziert hat, der weniger als 5.000 $ pro Jahr an Infrastruktur‑ und Token‑Kosten verursacht. Der Schritt erhöhte die SDR‑Quoten in diesem Quartal um 30 % und löst jetzt etwa 93 % der Support‑Fälle mit einem internen KI‑Agenten.
Laut SaaStr hat Vercel einen internen Lead‑Qualifizierungs‑Agenten in etwa 20 % der Zeit eines Ingenieurs entwickelt und mit einem menschlichen Prüfer gestartet. Sechs Wochen später wurde das zehnköpfige SDR‑Team auf eine Person in den USA und einen Teilzeit‑Mitarbeiter für Europa und APAC reduziert. Der Agent „performt wie ein Vertreter im 90. Perzentil bei jedem Lead“, sagte Grosser, und seine Kosten liegen „unter 5.000 $ pro Jahr für Infrastruktur und Tokens“.
Das Unternehmen wandte denselben dreiköpfigen Workflow auf 30 SDR‑Prozesse an – darunter Event‑Nachverfolgung, produkt‑qualifizierte‑Lead‑Flows und zeitbasierte Kampagnen – was zu einer 30 %igen Quotensteigerung in diesem Quartal führte. Vercel entwickelte außerdem einen Support‑Agenten namens Vertex (genannt „unser internes Sierra“), der jetzt etwa 93 % der Support‑Tickets bearbeitet und eine von einem Anbieter betriebene Lösung ersetzte, die 150 Ingenieure erforderte.
Alle Agenten werden intern gebaut, Seite an Seite mit Top‑Performern, die ihre Workflows dokumentieren. Die Agenten rufen APIs und Webhooks auf (z. B. Gong, Salesforce), anstatt durch Benutzeroberflächen zu klicken, sodass jedes Tool ohne Entwickler‑Schnittstelle verworfen würde, bemerkte Grosper. Der Meeting‑Intelligence‑Agent verarbeitet Verkaufsgespräche, schreibt Notizen, schlägt Coaching vor, aktualisiert CRM‑Felder und liefert Wettbewerbs‑Insights – alles innerhalb von Slack, ohne separate UI.
Ein unternehmensweiter Daten‑Analyst‑Agent, d0, übersetzt englische Fragen in SQL gegen eine semantische Schicht, die Vercels Head of Data Science aufgebaut hat. Abfragen, die früher eine Woche dauerten, werden jetzt in weniger als einer Minute beantwortet, und jeder andere Agent nutzt diese Schicht, um Halluzinationen zu vermeiden und reichhaltigere Texte zu erzeugen.
Für Gründer und GTM‑Leiter, die schlanke Teams führen, beweist Vercels Playbook, dass ein Wochenend‑Prototyp, der nur einen Bruchteil der Zeit eines Ingenieurs beansprucht, eine Full‑Stack‑Anbieterlösung übertreffen kann. Die Rechnung ist eindeutig: 5 K $ pro Jahr gegenüber zehn vollgezahlten SDRs, plus eine 30 %ige Quotensteigerung. Wenn Ihr Data‑Warehouse und die semantische Schicht bereits vorhanden sind – oder in wenigen Wochen aufgebaut werden können – können Sie denselben „Agent‑first“‑Stack replizieren, ohne auf einen mehrjährigen Anbieter‑Vertrag warten zu müssen.
Die wichtigsten Erkenntnisse sind: (1) Headless‑, API‑first‑Tools sind unverzichtbar; wenn ein SaaS‑Produkt nicht programmatisch aufgerufen werden kann, würde Vercel es ersetzen. (2) Hochwertige, angereicherte Daten sind die Grundlage zuverlässiger Agenten – Vercels Agenten funktionieren nur, weil die semantische Schicht ihnen genaue, kausale Metriken liefert. (3) Menschliche Aufsicht bleibt essenziell; Agenten arbeiten mit einem Prüfer, der einspringt, wenn der Workflow des Experten erschöpft ist, und so Qualität sichert, während Vertreter für höherwertige Aufgaben freigestellt werden.
Ramp data shows AI spending flatlined in late summer despite rising token volumes, signaling a buyer’s market for AI tools.

Shopify reportedly paid $100 million for Shop.com, a move that signals a strategic pivot towards direct traffic and brand ownership as traditional SEO channels continue to decline in value for B2B companies.

HubSpot's latest AEO research reveals that 44% of marketers make purchases based on answer engine discoveries, making citation rates and share of voice essential metrics for demand generation.

Elon Musk imposes usage caps on XAI’s Grok Bot after a meteoric rise in demand drove unsustainable compute costs, forcing a rethink of AI agent economics.

Kommentare