
Durante años, el developer que construye en Vercel tenía una relación incómoda con AWS: la app vivía en un lado y el storage en otro, con credenciales copiadas a mano y una consola de por medio. Eso se acabó: Amazon S3 —incluyendo S3 Tables y S3 Vectors— ya está disponible de forma nativa en el Vercel Marketplace y en v0, cubriendo tres workloads distintos: storage cotidiano, analítica e IA.
Qué se integra exactamente
- Buckets de propósito general de S3: los de siempre, prácticamente ilimitados, con las clásicas 11 nueves de durabilidad y 99,99% de disponibilidad por defecto. Archivos, imágenes, videos, documentos, data lakes.
- S3 Tables: Apache Iceberg completamente gestionado, con mantenimiento y compaction automáticos, pensado para analítica. Consultable desde cualquier engine compatible con el REST Catalog de Iceberg —incluido DuckDB corriendo dentro de una Vercel Function—.
- S3 Vectors: storage vectorial purpose-built para RAG y búsqueda semántica, con hasta 90% menos costo para subir, guardar y consultar vectores.
Con esto, S3 se suma a las integraciones que ya existían de Aurora, DynamoDB y OpenSearch Serverless. La promesa es una stack completa dentro de Vercel —de la base de datos al almacenamiento de objetos, vectores y tablas abiertas—, todo en tu cuenta AWS y con una sola boleta.
Cómo funciona en la práctica
Desde el dashboard de Vercel: pestaña Storage → Create → AWS, eliges el tipo de bucket S3, la región, y listo — el provisioning tarda segundos. Al conectar el bucket a un proyecto, la CLI hace el resto:
vercel link
vercel env pull .env.local
La integración inyecta AWS_REGION, AWS_ROLE_ARN, AWS_RESOURCE_ARN y el nombre del bucket (S3_BUCKET_NAME, S3_TABLE_BUCKET_NAME o S3_VECTOR_BUCKET_NAME).
El detalle que sí importa: cero credenciales estáticas
Aquí está lo bueno para los que cuidan seguridad: en runtime, el awsCredentialsProvider de @vercel/functions/oidc intercambia un token OIDC de corta vida con AWS STS por credenciales temporales acotadas al recurso. No hay llaves estáticas guardadas en ningún lado. Es el patrón OIDC/STS que los equipos de plataforma llevan años predicando, ahora integrado por defecto en el flujo de Vercel.
Un ejemplo de ruta de Next.js que sube un archivo al bucket:
import { S3Client, PutObjectCommand } from "@aws-sdk/client-s3";
import { awsCredentialsProvider } from "@vercel/functions/oidc";
const s3 = new S3Client({
region: process.env.AWS_REGION,
credentials: awsCredentialsProvider({
roleArn: process.env.AWS_ROLE_ARN,
}),
});
export async function POST(request) {
const formData = await request.formData();
const file = formData.get("file");
await s3.send(new PutObjectCommand({
Bucket: process.env.S3_BUCKET_NAME,
Key: file.name,
Body: Buffer.from(await file.arrayBuffer()),
ContentType: file.type,
}));
return Response.json({ success: true });
}
Por qué esto es una señal, no un feature más
- AWS reconociendo dónde vive el developer: millones de apps web y de IA se construyen en Vercel. Para AWS es mejor estar dentro de ese flujo (y facturar el storage de atrás) que pelear por la consola.
- v0 generando apps que ya nacen conectadas a AWS: pedirle a v0 una app con RAG y que el vector store de S3 aparezca provisionado en el mismo flujo cambia el estándar de lo que un equipo chico puede despachar en una tarde.
- Iceberg y DuckDB en el path del frontend: S3 Tables consultable desde una Function con DuckDB significa analítica ligera sin cluster de Spark de por medio.
La página de AWS en el Vercel Marketplace parte con US$100 de créditos gratis para arrancar. Si tu equipo vive en Vercel y el storage terminaba siempre siendo el pariente lejano en la cuenta AWS, esto lo deja de pariente a socio.
Fuentes: AWS News Blog, Vercel Marketplace – AWS


