Bedrijven en professionele dienstverleners in Nederland krijgen te maken met onverwacht hoge kosten voor het gebruik van kunstmatige intelligentie (AI). Wat aanvankelijk werd gezien als een kosteloze productiviteitsimpuls, blijkt in veel gevallen te leiden tot stevig oplopende facturen en ingrijpende maatregelen om uitgaven te beperken.
Snelle uitputting van jaarbudgetten
Een opvallend voorbeeld is technologiebedrijf Uber, dat dit jaar het jaarbudget voor AI-codeertools al in april grotendeels had opgebruikt. Intern werd het gebruik overigens actief aangemoedigd, onder meer met ranglijsten van de meest actieve teams op basis van het aantal gebruikte tokens. Toen de link met klantwaarde onvoldoende zichtbaar bleek, stelde het bedrijf alsnog harde maandlimieten in. De situatie illustreert hoe snel controle over consumptie kan verdwijnen wanneer incentives en prijsmodellen niet op elkaar zijn afgestemd.
Juridische sector voelt pijn
Ook in Nederland merken juridische kantoren de effecten. Het Financieele Dagblad meldde deze zomer dat advocatenkantoren in paniek telefoontjes plegen vanwege fors stijgende prijzen van AI-modellen. Elgar Weijtmans, hoofd technologie bij HVG Law, zegt dat hij kantoren aan de lijn krijgt die "simpelweg niet weten hoe ze dit nog moeten betalen".
"Simpelweg niet weten hoe ze dit nog moeten betalen."
Legaltech-expert Douwe Groenevelt stelt dat kantoren die willen blijven werken met de beste modellen rekening moeten houden met kosten die ongeveer 2–3x hoger uitvallen. Vooral taken zoals due diligence, waarbij AI honderdduizenden documenten analyseert, blijken de grootste kostenpost te vormen — precies het soort werk waarvoor veel organisaties AI in eerste instantie introduceerden.
Waar komt de rekening vandaan?
De problemen hebben meerdere oorzaken die in de praktijk samenkomen:
- onvoldoende begrip van prijsmodellen bij afnemers;
- snelle schaalvergroting van gebruik zonder bijbehorende governance;
- incentives binnen organisaties die juist intensief gebruik aanmoedigen (bijvoorbeeld ranglijsten);
- specifieke taken die veel rekencapaciteit en daarmee kosten vragen, zoals grootschalige documentanalyse.
Volgens experts is er geen sprake van onwil om te betalen: de meeste organisaties willen en kunnen betalen voor waardevolle diensten. De blinde vlek zit volgens hen in het begrip van hoe die diensten worden geprijsd en hoe gebruikersgedrag de factuur beïnvloedt.
Praktische gevolgen en aanbevelingen
De gevolgen voor organisaties variëren van het invoeren van strengere limieten tot het schrappen van licenties. Inmiddels zijn maatregelen als maandelijkse maximuminstellingen en gerichte budgettering gebruikelijker geworden. Voor bedrijven en kantoren die controle willen terugwinnen, liggen er enkele duidelijke stappen binnen handbereik:
- breng verbruik en prijsmodellen in kaart; monitor tokengebruik per team en taak;
- stel budget- en gebruikslimieten in op organisatieniveau;
- koppel AI-gebruik aan meetbare klantwaarde om overbodig verbruik te ontmoedigen;
- weeg kosten tegen baten bij taken die veel compute vereisen, zoals grootschalige documentanalyse.
| Geconstateerde situatie | Voorbeeld uit de praktijk |
|---|---|
| Jaarbudget snel opgebruikt | Uber: jaarbudget vrijwel op na 4 maanden |
| Kostenstijging voor toponderdelen | Kantoren: geschatte 2–3x hogere kosten bij gebruik topmodellen |
De huidige fase rondom AI toont volgens waarnemers een bekend patroon: een eerste periode van onbezorgd intensief gebruik gevolgd door een periode van financiële terugslag wanneer de werkelijke kosten zichtbaar worden. Die ontwikkeling herinnert aan eerdere technologische omslagen, waarin aanvankelijke onderschatting van kosten later pijnlijk werd ingehaald door de realiteit.
Voor Nederlandse organisaties is de les helder: wil AI duurzame waarde leveren, dan is transparante prijsinformatie gecombineerd met strakke governance en het koppelen van gebruik aan concrete klantwaarde essentieel. Zonder die maatregelen dreigen veel bedrijven de controle over hun AI-uitgaven te verliezen — en met die controle vaak ook een belangrijk deel van de beoogde efficiëntiewinst.
