Ai Strategie

AI-budgetten lopen vast: wat nu?

AI Nieuwtjes Redactie26 juni 20265 min leestijd
AI-budgetten lopen vast: wat nu?
Kort samengevat

Grote bedrijven beperken AI-toegang na onverwacht hoge tokenkosten. Wat Nederlandse MKB-bedrijven nu moeten regelen.

Uber verbruikte zijn volledige AI-budget al in maart 2026. Een financiële instelling zag medewerkers honderdduizenden dollars per maand spenderen aan basisvragen en onbeduidende gesprekken met AI-tools. En een anonieme AI-consultant meldde dat een klant per ongeluk een rekening van 500 miljoen dollar opbouwde in één maand, omdat niemand een gebruikslimiet had ingesteld op Anthropic's Claude. De rekening van de AI-hype wordt nu gepresenteerd.

Van 'gebruik zoveel als je wil' naar strikte limieten

De afgelopen twee jaar kregen medewerkers bij grote bedrijven de boodschap: gebruik AI zo veel mogelijk. Tools als ChatGPT en Claude werden uitgerold met de impliciete aanname dat meer gebruik gelijkstond aan meer productiviteit. Dat klopte niet.

AI-gebruik wordt afgerekend in tokens, de meeteenheid voor computerkracht die een taalmodel nodig heeft om een vraag te beantwoorden. Hoe meer tekst je invoert en ontvangt, hoe meer tokens je verbruikt, hoe hoger de rekening. Bij onbeperkte toegang voor duizenden medewerkers lopen die kosten snel op, ook als het merendeel van die tokens gaat naar het herschrijven van een simpele e-mail of het samenvatten van een vergadering van tien minuten.

Nu slaan grote bedrijven de andere kant op. Microsoft beperkt de toegang tot premium AI-tools voor bepaalde medewerkers en stuurt ze naar goedkopere alternatieven. Meta's Chief Technology Officer waarschuwde medewerkers expliciet om AI niet te gebruiken "voor het plezier van het gebruik". Salesforce bouwt systemen die meten of AI-uitgaven daadwerkelijk leiden tot meetbare bedrijfsresultaten. Amazon had een scoreboard met medewerkers die het meest intern AI gebruikten, maar trok dat terug nadat bleek dat mensen hun AI-agents onzinnige taken gaven om hoog te blijven staan.

Dit is geen tijdelijk probleem. Google verwerkt inmiddels 3,2 quadrillion tokens per maand, zeven keer meer dan een jaar geleden. De volumes stijgen, de infrastructuurkosten stijgen mee, en de druk op bedrijven om verantwoording af te leggen over wat die uitgaven opleveren, groeit navenant.

Wat token-rationering in de praktijk betekent

Bedrijven die nu bijsturen, doen dat op drie manieren.

Gebruikslimieten per medewerker

De meest directe maatregel: elke medewerker krijgt een maandelijks tokenbudget. Wie dat overschrijdt, verliest tijdelijk toegang of moet goedkoper werken. Dat klinkt bruut, maar het dwingt medewerkers na te denken over wanneer AI daadwerkelijk waarde toevoegt en wanneer een Google-zoekopdracht sneller en gratis is.

Gelaagde toegang naar rol

Niet iedereen heeft toegang tot hetzelfde model. Routinetaken worden afgehandeld met goedkopere, minder krachtige modellen. Medewerkers in functies waar AI aantoonbaar waarde toevoegt, zoals softwareontwikkeling of dataanalyse, houden toegang tot de duurdere, krachtigere versies. Die scheiding dwingt organisaties na te denken over welke functies werkelijk baat hebben bij premium AI.

Verschuiving naar ROI-meting

De maatstaf verschuift van tokenverbruik naar bedrijfsuitkomsten. Niet hoeveel tokens een team verbruikt, maar wat het heeft opgeleverd: verkorte doorlooptijden, bespaarde arbeidsuren, hogere klanttevredenheid. Slechts 18 procent van de tokens die worden gebruikt voor AI-coding worden omgezet in softwareproducten die eindgebruikers bereiken, volgens recente cijfers. De rest verdampt.

Waarom dit direct relevant is voor het Nederlandse MKB

Voor grote bedrijven is een onverwachte AI-rekening vervelend. Voor een MKB-bedrijf kan het existentieel zijn.

Veel Nederlandse MKB-bedrijven zitten nu in de experimentele fase van AI-implementatie. Licenties zijn afgesloten, medewerkers zijn enthousiast, en het gebruik groeit. Maar de meeste van deze bedrijven hebben geen systemen die het tokenverbruik per gebruiker of per taak bijhouden. Ze zien aan het einde van de maand een factuur, zonder te weten waar die vandaan komt.

Daar komt bij dat het MKB met veel kleinere IT-budgetten werkt dan multinationals. Een ongecontroleerd AI-gebruik dat bij een bedrijf als Uber een kwartaalprobleem is, kan bij een bedrijf van twintig medewerkers het jaarbudget opslokken.

Het risico zit niet in bewust misbruik. Medewerkers die AI gebruiken voor triviale taken, doen dat meestal met de beste bedoelingen. Ze zijn enthousiast, ze experimenteren, en niemand heeft ze verteld dat dat geld kost. Dat is een beleidsprobleem, geen gedragsprobleem.

Vier stappen om nu actie te ondernemen

Je hoeft niet te wachten totdat de rekening arriveert om bij te sturen. Vier maatregelen die nu uitvoerbaar zijn:

Breng het verbruik in kaart. De meeste AI-tools, van Microsoft Copilot tot ChatGPT Enterprise, bieden dashboards met gebruiksdata per medewerker. Als je die nog niet bekijkt, begin daar dan mee. Je kunt geen bewuste keuzes maken over wat je beperkt of uitbreidt als je niet weet wie wat gebruikt.

Stel een kostenbeleid in. Dat hoeft geen uitgebreid document te zijn. Een simpele interne afspraak over welke taken wel en niet via AI worden afgehandeld, en welke tools voor welke functies beschikbaar zijn, geeft al structuur. Koppel daar een maandelijks budget aan.

Selecteer modellen op taak. Niet elke vraag vereist het krachtigste en duurste model. Voor het samenvatten van teksten of het beantwoorden van standaardvragen voldoet een goedkoper model prima. Zet zwaardere modellen in voor taken die dat rechtvaardigen: complexe analyses, technische documentatie, juridische review.

Meet wat AI oplevert. Vraag medewerkers bij te houden waar AI ze tijd heeft bespaard of kwaliteit heeft verbeterd. Dat hoeft niet gedetailleerd, een wekelijks veld in een projecttool volstaat. Zo bouw je data op die je vertelt welke inzet loont en welke niet.

De les die grote bedrijven nu leren

De honeymoon-fase van enterprise AI is voorbij. Bedrijven die toegang hebben gegeven zonder kostenbeleid, betalen nu de prijs. Dat geldt voor multinationals, maar het risico is groter voor bedrijven met kleinere marges.

Dit betekent niet dat AI zijn belofte niet waar maakt. Het betekent dat AI, net als elk ander bedrijfsmiddel, beheerd moet worden. Wie dat nu regelt, voorkomt dat AI over twee jaar op de balans staat als een kostenlijn die niemand meer kan verklaren.

Belangrijkste punten

• Uber verbruikte zijn volledige AI-budget al in maart 2026 • Onbeperkte AI-toegang leidt structureel tot verspilling zonder ROI • Grote bedrijven schakelen over op gelaagde toegang en gebruikslimieten • MKB-bedrijven lopen meer risico door kleinere budgets en minder IT-monitoring • Vier concrete stappen helpen je nu al bij te sturen op AI-kosten

Wat betekent dit voor bedrijven?

Zonder kostenbeleid rond AI-gebruik riskeren Nederlandse MKB-bedrijven hun volledige IT-budget te verbruiken aan taken die geen meetbare waarde opleveren. Wie nu een gebruiksbeleid invoert, beschermt zijn marge en vergroot de kans dat AI daadwerkelijk rendement oplevert.

Veelgestelde vragen

Wat zijn AI-tokens en waarom kosten ze geld?+
Een token is de basiseenheid waarmee AI-modellen tekst verwerken, ruwweg vier tekens Engelse tekst. Elk AI-verzoek verbruikt tokens, zowel de vraag die je stelt als het antwoord dat je ontvangt. Hoe meer verzoeken medewerkers doen, hoe hoger de rekening bij de AI-leverancier.
Hoe weet ik hoeveel AI-tokens mijn bedrijf verbruikt?+
De meeste enterprise AI-tools bieden een beheerdersdashboard met verbruiksdata per gebruiker, team of periode. Bij ChatGPT Enterprise en Microsoft Copilot vind je deze onder de admin-instellingen. Controleer ook de facturen van je AI-leverancier op uitgesplitste verbruiksgegevens.
Wat is token-rationering en hoe werkt het in de praktijk?+
Token-rationering betekent dat medewerkers een maandelijks limiet krijgen op het aantal tokens dat ze mogen verbruiken. Wie het limiet bereikt, krijgt tijdelijk geen toegang of wordt doorgestuurd naar een goedkoper model. Bedrijven combineren dit vaak met gelaagde toegang, waarbij zwaardere modellen voorbehouden zijn aan functies waar AI aantoonbaar meer waarde toevoegt.
Is AI-gebruik beperken niet schadelijk voor productiviteit?+
Niet per definitie. Onderzoekscijfers laten zien dat slechts 18 procent van de tokens voor AI-coding wordt omgezet in bruikbare software. Veel tokenverbruik levert weinig op. Gerichte beperkingen dwingen medewerkers bewuster te kiezen wanneer AI zinvol is, wat de totale effectiviteit kan verhogen.
Welke AI-taken zijn het duurste in tokenverbruik?+
Taken met lange invoer of uitvoer verbruiken de meeste tokens: het samenvatten van lange documenten, uitgebreide codegeneratie, en gespreksagenten die meerdere rondes uitwisselen. Ook het gebruik van grote contextvensters, waarbij je veel achtergrondmateriaal meestuurt met elk verzoek, drijft de kosten snel op.

Dagelijks AI nieuws

Ontvang het belangrijkste in je inbox.

Gerelateerde artikelen

Dagelijks AI nieuws in je inbox

Sluit je aan bij professionals die op de hoogte blijven.