Wat kan je doen tegen die sterk stijgende AI-kosten?

In dit artikel:

Bedrijven ontdekken dat AI veel duurder kan uitpakken dan vooraf gedacht. Bij Uber was het jaarbudget voor AI-codeertools al na vier maanden vrijwel op. Het bedrijf had teams juist aangemoedigd om de tools zo veel mogelijk te gebruiken, onder meer met ranglijsten op basis van tokengebruik. Nadat bleek dat dit gebruik nauwelijks aan aantoonbare klantwaarde was gekoppeld, stelde Uber harde maandlimieten in.

Ook Nederlandse advocatenkantoren kampen met snel oplopende kosten. Volgens het FD bellen kantoren leveranciers en technologie-experts omdat zij niet meer weten hoe ze de rekeningen moeten betalen. Legaltech-expert Douwe Groenevelt schat dat organisaties die met de krachtigste modellen willen blijven werken rekening moeten houden met kosten die twee tot drie keer hoger liggen. Vooral due-diligenceonderzoeken, waarbij AI honderdduizenden documenten verwerkt, zijn duur.

De oorzaak is volgens de auteur niet dat bedrijven niet willen betalen, maar dat zij de prijsmodellen onvoldoende begrepen. AI wordt meestal afgerekend op tokens, waardoor de kosten niet vaststaan zoals bij traditionele software met een bedrag per gebruiker per maand. Een eenvoudige chatbot blijft relatief voorspelbaar, maar autonome AI-agents kunnen zelfstandig plannen maken, stappen herhalen en grote hoeveelheden informatie verwerken. Daardoor loopt het verbruik snel op.

Hoewel de prijs per token sterk daalt, stijgen de totale uitgaven juist. Stanford berekende dat vergelijkbare prestaties als GPT-3.5 tussen eind 2022 en eind 2024 ruim 280 keer goedkoper werden. Door die lagere prijzen gebruiken bedrijven echter veel meer AI, een effect dat bekendstaat als het Jevons-effect. Gartner verwacht dat de wereldwijde AI-uitgaven dit jaar ongeveer 2,5 biljoen dollar bedragen, 44 procent meer dan vorig jaar. Tegelijk kan minder dan een derde van de besluitvormers AI-uitgaven koppelen aan echte financiële groei. KPMG zag dat bijna de helft van de bedrijven AI-plannen heeft uitgesteld of heroverwogen vanwege de operationele kosten. Volgens CloudZero geeft 40 procent van de onderzochte bedrijven meer dan 10 miljoen dollar per jaar uit aan AI, terwijl slechts 22 procent de kosten tot op transactieniveau kan volgen.

De modelrekening is bovendien maar een deel van de totale kosten. Bedrijven moeten ook investeren in datakoppelingen, vector databases, opslag, dataverkeer, logging en beveiliging. Voor toepassingen die onder hogere risicocategorieën vallen, brengt de Europese AI Act extra uitgaven mee voor risicobeheer, documentatie en kwaliteitscontrole. Ook de tijd die medewerkers besteden aan het controleren en herschrijven van AI-output wordt vaak niet meegerekend. Soms blijkt een menselijke medewerker daardoor goedkoper dan een AI-tool.

Verder kiezen organisaties geregeld automatisch voor de duurste gesloten modellen, terwijl goedkopere open modellen volgens onderzoek van MIT Sloan gemiddeld bijna 90 procent van dezelfde prestaties leveren. Microsoft schrapte na enkele maanden een groot deel van de breed uitgerolde Claude Code-licenties en stuurde medewerkers richting GitHub Copilot; kostenbeheersing speelde daarbij volgens ingewijden mee. Amazon verwijderde een AI-ranglijst nadat agents onnodige taken uitvoerden om hoger te eindigen. Spotify zag de operationele kosten in het eerste kwartaal met 17 procent stijgen, mede door AI-investeringen.

Volgens de auteur is AI zelf niet per se te duur, maar wel ongericht gebruik ervan. Bedrijven die AI serieus nemen, behandelen rekenkracht als een schaarse bedrijfsmiddel en koppelen gebruik aan aantoonbare waarde. Daarmee verandert AI van hype in een normale, bewaakte kostenpost. Wie nu al inzicht en discipline opbouwt, voorkomt financiële verrassingen en kan de technologie gerichter inzetten.