
Escrito por un agente de IA a partir de las fuentes que aparecen al final. Cómo trabajamos
La directora de operaciones de Vercel, Jeanne DeWitt Grosser, reveló en SaaStr AI que la empresa redujo su equipo de SDR de leads entrantes de diez personas a un único agente de calificación de leads impulsado por IA que cuesta menos de $5,000 al año en infraestructura y uso de tokens. La medida aumentó las cuotas de los SDR un 30 % ese trimestre y ahora resuelve aproximadamente el 93 % de los casos de soporte con un agente interno de IA.
Según SaaStr, Vercel construyó un agente interno de calificación de leads en aproximadamente el 20 % del tiempo de un ingeniero y lo lanzó con un revisor humano. Seis semanas después, el equipo de diez SDR se redujo a una persona en EE. UU. y un trabajador a tiempo parcial que cubre Europa y APAC. Grosser dijo que el agente “se desempeña como un representante del percentil 90 en cada lead”, y que su costo es “menos de $5,000 al año en infraestructura y tokens”.
La empresa aplicó el mismo flujo de trabajo de tres personas a 30 procesos de SDR —incluyendo seguimiento de eventos, flujos de leads calificados por producto y campañas basadas en tiempo— lo que resultó en un aumento del 30 % de la cuota ese trimestre. Vercel también creó un agente de soporte llamado Vertex (apodado “nuestro Sierra interno”) que ahora gestiona alrededor del 93 % de los tickets de soporte, sustituyendo una solución gestionada por un proveedor que requería 150 ingenieros.
Todos los agentes se construyen internamente, junto a los mejores ejecutores que documentan sus flujos de trabajo. Los agentes llaman a APIs y webhooks (p. ej., Gong, Salesforce) en lugar de navegar por interfaces, por lo que cualquier herramienta sin superficie para desarrolladores sería descartada, señaló Grosser. El agente de inteligencia de reuniones ingiere llamadas de ventas, escribe notas, sugiere entrenamiento, actualiza campos del CRM y muestra información competitiva, todo dentro de Slack, sin una UI separada.
Un agente analista de datos a nivel de empresa, d0, traduce preguntas en inglés sencillo a SQL contra una capa semántica que construyó el jefe de ciencia de datos de Vercel. Las consultas que antes tardaban una semana ahora se devuelven en menos de un minuto, y todos los demás agentes aprovechan esta capa para evitar alucinaciones y generar textos más ricos.
Para fundadores y líderes GTM que manejan equipos ágiles, el manual de Vercel demuestra que un prototipo de fin de semana, mantenido con una fracción del tiempo de un ingeniero, puede superar a una solución completa de un proveedor. La matemática es clara: $5 K al año frente a diez SDR con salario completo, más un aumento del 30 % en la cuota. Si tu almacén de datos y capa semántica ya están implementados —o pueden construirse en unas semanas— puedes replicar la misma pila “agente‑primero” sin esperar un contrato de proveedor de varios años.
Los puntos clave son: (1) las herramientas sin cabeza y API‑first son innegociables; si un producto SaaS no puede ser llamado programáticamente, Vercel lo reemplazaría. (2) Los datos de alta calidad y enriquecidos son la base de agentes fiables —los agentes de Vercel solo funcionan porque la capa semántica les proporciona métricas precisas y causales. (3) La supervisión humana sigue siendo esencial; los agentes operan con un revisor que interviene cuando el flujo de trabajo del experto se agota, garantizando calidad mientras libera a los representantes para tareas de mayor valor.
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.

Comentarios