AI is niet altijd goedkoper dan mensen. Reken eerst.

Op 1 juli 2026 bracht De Morgen een stuk over bedrijven die ontdekken dat AI soms duurder uitvalt dan mensen. Die kop blijft hangen. Ze klopt ook deels. Maar als je er als ondernemer één conclusie uit haalt, laat het dan niet zijn dat AI te duur is. De betere conclusie is: AI zonder duidelijke taak, limiet en controle wordt duur.

AI is niet magisch goedkoop. Een simpele chatvraag kost weinig, maar een AI-systeem dat documenten leest, opties probeert, fouten herstelt, code schrijft, opnieuw test en daarna nog eens samenvat, kan snel veel kosten. Zeker als niemand meet of dat werk ook echt tijd bespaart.

Voor Belgische KMO's en zelfstandigen is dit geen ver-van-mijn-bed-discussie. Je hoeft geen miljoenenbudget te hebben om te veel te betalen. Een paar dure licenties, veel ongericht gebruik en wat extra controlewerk kunnen genoeg zijn om van een goede automatisering een slechte investering te maken.

Wat moet je onthouden?

- AI is vooral duur wanneer je gebruik meet in activiteit in plaats van resultaat.

- Tokens zijn kleine stukjes tekst of data die een AI-model verwerkt. Hoe meer de AI leest, schrijft en opnieuw probeert, hoe hoger de rekening.

- De grootste verborgen kost is vaak niet de software, maar het opruimen, controleren en herstellen rond de AI.

- AI is meestal sterk als assistent bij afgebakend werk. AI is veel riskanter als vervanger van volledige functies.

- Begin met één proces waarvan je vandaag al weet hoeveel tijd het kost.

Waarom loopt de AI-rekening op?

Veel recente berichten gaan over tokens. Een token is het kleine stukje tekst of data waarmee een AI-model rekent. Als je ChatGPT een korte vraag stelt, verbruik je weinig tokens. Als een AI-agent een taak zelfstandig blijft proberen, documenten inlaadt, lange antwoorden schrijft en elke stap opnieuw controleert, loopt dat verbruik hard op.

Daarom gaat de kostendiscussie vooral over schaal. Eén medewerker die af en toe een mail laat herschrijven is geen probleem. Duizend medewerkers die dagelijks zware AI-tools gebruiken, of programmeurs die AI-agents lange taken laten uitvoeren, is iets anders. Gartner voorspelde op 24 juni 2026 zelfs dat AI-kosten voor programmeerwerk tegen 2028 hoger kunnen liggen dan het gemiddelde ontwikkelaarsloon, vooral door tokenverbruik en gebruiksgebaseerde prijzen.

Dat betekent niet dat AI slecht is. Het betekent dat de rekening pas klopt als je per proces rekent. Niet per hype, niet per tool, niet per demo.

De fout: AI-gebruik verwarren met productiviteit

In sommige bedrijven werd veel AI-gebruik bijna een statussymbool. Wie veel tokens verbruikte, leek vooruitstrevend bezig. Daar is zelfs een woord voor ontstaan: tokenmaxxing. In gewone taal: zoveel mogelijk AI gebruiken en doen alsof dat automatisch beter werk oplevert.

Dat is alsof je de beste koerier kiest op basis van wie de meeste kilometers rijdt. Misschien is die persoon efficiënt. Misschien rijdt hij gewoon rondjes.

Voor een KMO is de les simpel. Meet niet hoeveel AI iemand gebruikt. Meet wat er beter wordt. Minder minuten per offerte. Snellere eerste reactie op supporttickets. Minder manueel kopiëren uit Excel. Minder fouten bij het overnemen van gegevens. Als je dat niet kunt aantonen, heb je geen automatisering. Dan heb je een extra abonnement.

Wanneer is AI wel goedkoper?

AI wordt interessant wanneer dezelfde soort taak vaak terugkomt en de input redelijk proper is. Denk aan supporttickets sorteren, klantvragen samenvatten, offertes voorbereiden op basis van vaste productinformatie, lange documenten doorzoekbaar maken of gegevens uit formulieren halen.

Een concreet voorbeeld. Stel dat je per maand 100 offerteaanvragen krijgt. Vandaag kost de voorbereiding gemiddeld 20 minuten per offerte. Een AI-assistent haalt de klantvraag uit de mail, zoekt de juiste productinformatie op en maakt een eerste versie. Jij controleert en past aan. Als je daardoor 10 minuten per offerte wint, bespaar je ongeveer 16 uur per maand. Aan 60 euro per uur is dat 960 euro tijdswaarde. Als de AI-oplossing all-in 300 euro per maand kost en de kwaliteit blijft goed, is dat een duidelijke winst.

Maar neem hetzelfde systeem voor 5 offertes per maand. Dan win je misschien 50 minuten. Zelfs met dezelfde uurwaarde kom je aan ongeveer 50 euro voordeel. Als de oplossing 300 euro per maand kost, is ze te duur. Niet omdat AI niets kan, maar omdat het volume te laag is.

Wanneer blijft een mens goedkoper?

Een mens blijft vaak goedkoper bij eenmalige taken, rommelige input of werk waar elke fout veel opvolging vraagt. Denk aan een schoendoos met half ingescande facturen, een juridisch dossier waar context ontbreekt, of een klantendossier waarin uitzonderingen belangrijker zijn dan regels.

Ook bij klein volume wint AI zelden. Als je één keer per kwartaal een rapport moet opstellen, is het meestal goedkoper om dat gewoon goed te doen dan om er een systeem rond te bouwen. AI kan dan nog nuttig zijn als hulpmiddel, maar niet als automatisering.

Let ook op met taken waar AI de indruk geeft dat het werk af is, terwijl een mens daarna alles opnieuw moet controleren. Dat zie je vaak bij boekhouding, complexe offertes en technische documentatie. Als je na de AI-output alsnog elk cijfer, elke voorwaarde en elke bron moet nakijken, is de winst snel weg.

De vergeten kosten zitten naast de tool

De licentieprijs is maar één deel van de rekening. Je moet ook rekenen met implementatie, onderhoud, documentatie, opleiding, controle, beveiliging en GDPR. En met de kost van rommelige data. Een AI die op oude prijslijsten, foute productdocumentatie of dubbele klantendossiers werkt, versnelt vooral je fouten.

Gartner wees op 29 juni 2026 ook op verborgen personeelskosten. Bedrijven betalen meer voor mensen met AI-kennis, moeten medewerkers opleiden en kunnen later mensen opnieuw nodig hebben die ze te snel hebben vervangen. Dat klinkt als grote enterprise-taal, maar het geldt net zo goed op kleine schaal. Als jij iemand drie dagen laat prutsen met een AI-tool zonder duidelijk doel, is dat ook een kost.

De praktische vraag is dus niet: wat kost ChatGPT? De vraag is: wat kost het hele systeem rond die AI, en wat levert het aantoonbaar op?

Een simpele rekenlat voor je volgende AI-idee

Gebruik deze vragen voor je een AI-tool koopt of laat bouwen:

- Hoe vaak komt deze taak per maand terug?

- Hoeveel minuten kost ze vandaag gemiddeld?

- Hoeveel minuten blijft er over na AI, inclusief controle?

- Wat kost de persoon die dit werk vandaag doet per uur?

- Wat kost de AI-oplossing per maand, inclusief licenties, gebruik, bouw en onderhoud?

- Wat kost een fout?

- Welke data heeft de AI nodig, en is die data betrouwbaar?

- Wie mag het resultaat goedkeuren voor het naar een klant gaat?

Kun je die vragen niet beantwoorden, dan is het te vroeg om te automatiseren. Begin dan met meten. Eén week turven in een Excel-bestand is vaak genoeg om te zien waar de echte winst zit.

Wat betekent dit voor jouw bedrijf?

De slimste AI-projecten zijn zelden de spectaculairste. Ze zitten in het werk waar niemand graag tijd aan verliest: mails triëren, productinformatie zoeken, klantvragen samenvatten, documenten vergelijken, gegevens overnemen en eerste versies voorbereiden.

Daar moet je AI ook zo behandelen. Niet als nieuwe collega die alles overneemt, maar als een snelle assistent die binnen duidelijke grenzen werkt. Geef hem een kleine taak, goede input, een budgetlimiet en een menselijke controle aan het einde.

Dat is minder spannend dan de belofte dat AI je personeel vervangt. Maar het is veel bruikbaarder. Zeker voor een KMO, waar elke euro en elke verloren namiddag telt.

Bij Studio Koko bouwen we AI liever op die manier: één proces kiezen, meten wat het vandaag kost, klein automatiseren, en pas uitbreiden als de cijfers kloppen. Wil je weten welk proces in jouw bedrijf daarvoor geschikt is? Neem contact op, of lees eerst onze gids over waarvoor je AI als ondernemer kunt gebruiken.

Veelgestelde vragen

Betekent dit dat je beter geen AI gebruikt?

Nee. Het betekent dat je AI niet blind moet inzetten. AI is nuttig wanneer de taak vaak terugkomt, de input duidelijk is en de controle snel kan. Voor losse of uitzonderlijke taken is een mens vaak goedkoper en zekerder.

Moet ik mensen vervangen door AI?

Voor de meeste KMO's is dat de verkeerde startvraag. Begin met werk dat mensen vertraagt, niet met functies die je wilt schrappen. AI die 20 procent van saai voorbereidend werk wegneemt, levert vaak meer op dan een duur systeem dat een volledige rol probeert te vervangen.

Hoe voorkom ik dat mijn AI-budget ontspoort?

Zet limieten per gebruiker, team of toepassing. Gebruik zware modellen alleen waar ze nodig zijn. Laat korte taken door goedkopere modellen doen. En meet per proces hoeveel tijd, fouten en opvolging je echt bespaart.

Bronnen, geraadpleegd voor dit artikel: de De Morgen-aanleiding van 1 juli 2026, Gartner over AI-codingkosten tegen 2028, ITPro over stijgende AI-kosten en context engineering, ITPro over Accenture en tokenuitgaven, Business Insider over Coinbase en AI-kostencontrole, Business Insider over Palantir en tokenmaxxing, Times of India over de kostenbewuste AI-fase, MarketWatch over AI-gebruik bij Amerikaanse bedrijven, PYMNTS over Goldman Sachs en jobimpact, Axios over AI-investeringen in de fysieke economie, Business Insider over RBC en bedrijfsbudgetten voor AI, Barron's over AI-uitgaven en winstverwachtingen, Gartner over verborgen personeelskosten bij AI, Gartner over 234 miljard dollar aan SaaS-uitgaven onder druk, Gartner over finance-teams en AI-vaardigheden, Sedai over het einde van tokenmaxxing, The Next Web over Gartner's kostenvoorspelling, The Register over AI-codingagents en tokenoptimalisatie en Cloudflare over spend limits voor AI Gateway.