De belofte was dat AI de dure developer zou vervangen. De rekening die in 2026 op de mat viel, zegt iets anders. Soms is die developer juist de goedkope optie.
Dat druist in tegen twee jaar aan beloftes. En toch is het wat veel organisaties nu overkomt. Niet omdat de AI niet werkt, want dat doet hij vaak verrassend goed, maar omdat het gebruik ervan een kostenpost blijkt die niemand had ingerekend. AI is niet gratis. AI is per token, en tokens tellen op. Harder dan je denkt.
Dit stuk gaat over die rekening. Waarom hij zo hard oploopt, wanneer een mens goedkoper is dan de agent, en waarom het beheersen van AI kosten inmiddels een governance-kwestie is en geen knop die je aanzet.
De belofte en de rekening
Het verhaal was simpel: laat AI het werk doen dat je nu duur inhuurt. En deels klopt dat ook. Maar de cijfers over 2026 laten de andere kant zien. Gartner voorspelt dat AI-codeerkosten tegen 2028 het gemiddelde salaris van een developer voorbijstreven, gedreven door explosief tokenverbruik en de overstap naar verbruik-gebaseerde licenties.
Geen theorie meer. Volgens berichtgeving sprongen maandelijkse AI-rekeningen bij sommige teams van enkele tientallen naar duizenden euro’s per developer. Met uitschieters daarboven. Eén geval dat rondging: een medewerker van een fintech verstookte in één week ruim tachtigduizend dollar aan tokens, met het bouwen van een browsergame. En een groot techbedrijf zag zijn jaarlijkse AI budget in vier maanden verdampen nadat de adoptie van een codeertool binnen het engineeringteam in een paar maanden meer dan verdubbelde. De oplossing daar: een limiet per medewerker.
De kern: de technologie gebruiken kan duurder uitpakken dan mensen betalen. Precies het scenario waar niemand op had gerekend.
Waarom de tokenrekening explodeert
Het verwarrende is dat de prijzen juist dálen. Om te snappen wat er gebeurt, moet je de rekening even uit elkaar trekken.
Prijs daalt, verbruik stijgt harder
De prijs per token ging het afgelopen jaar met tientallen procenten omlaag. Kijk je alleen daarnaar, dan lijkt AI steeds goedkoper te worden. Maar totale kosten zijn prijs maal volume, en dat volume groeit veel sneller dan de prijs zakt. Enterprises zagen hun AI rekening met honderden procenten stijgen, ondanks die dalende prijs per token. Je betaalt minder per eenheid en toch veel meer in totaal. Omdat je er zoveel meer van verbruikt.
Klassieke valkuil. De prijsdaling voelt als goed nieuws en verbergt dat de meter veel harder loopt.
Agents verbruiken een veelvoud
De echte versneller is de verschuiving van chat naar agents. Een losse vraag aan een chatbot kost weinig. Maar een agentische workflow, die redeneert, tools aanroept, in lussen werkt en zichzelf corrigeert, verbruikt een veelvoud aan tokens per taak. Vijf tot dertig keer zoveel volgens sommige analyses, in agressieve gevallen meer. Een interactie die in een simpele opzet centen kostte, kost in een agent-opzet al gauw meer dan een euro. Klinkt weinig. Tot je het maal duizenden taken per dag doet.
De volume-aannames die klopten voor een chatbot, zitten er voor agents een orde van grootte naast. Daar komt de rekening vandaan.
Wanneer een mens goedkoper is dan de agent
Hier wordt het interessant voor iedereen die AI inzet om werk te vervangen. Als een agentische taak tokens verbruikt tegen een tarief dat oploopt richting wat een mens per uur kost, of daaroverheen, dan is de rekensom niet meer vanzelfsprekend. Voor bepaald werk is een ervaren IT’er die weet wat hij doet gewoon goedkoper dan een agent die dezelfde taak met veel omwegen, retries en herhaalde context uitvoert.
Dat betekent niet dat je geen AI moet gebruiken. Het betekent dat “AI in plaats van een mens” geen automatische besparing is. Het hangt af van de taak, van hoe efficiënt je de AI inzet, en van of iemand überhaupt bijhoudt wat het kost. Ik schrijf al langer dat AI een versneller is en geen doel op zich, en dat AI het beste werkt als middel, niet als vlag. De token-economie van 2026 maakt dat concreter dan ooit. Onnadenkend AI inzetten is niet innovatief. Het is duur.
Cost effective AI is een vaardigheid, geen instelling
De belangrijkste verschuiving zit in hóe je naar AI-gebruik kijkt. Cost effective AI is geen knop die je omzet, maar iets wat je moet leren. Weten wanneer een klein, goedkoop model volstaat en wanneer je het dure nodig hebt. Weten hoe je context beperkt in plaats van elke keer het hele dossier mee te sturen. Weten wanneer een agent-lus meerwaarde heeft en wanneer hij vooral tokens verbrandt.
Dat is nieuwe kennis, en ze is schaars. De meeste organisaties hebben niemand die deze afwegingen expliciet maakt. Deels ook omdat leveranciers weinig inzicht geven in hoe tokenverbruik precies wordt berekend. Zonder dat inzicht kun je niet sturen. En zonder iemand die de afweging maakt, betaal je voor gemak dat je niet nodig had.
AI-kostenbeheersing is een governance-vraagstuk
Hier raakt het mijn vakgebied. Ongecontroleerde AI kosten zijn het financiële broertje van ongecontroleerd AI-gebruik. Dezelfde dynamiek die Shadow AI tot een governanceprobleem maakt — mensen die hun eigen AI-tools inzetten zonder dat iemand overzicht heeft — maakt ook de kosten onbeheersbaar. Als niemand weet wie welke agent draait en waarvoor, weet ook niemand wat het kost. Tot de factuur komt.
Kostenbeheersing hoort dus bij AI-governance, niet bij een losse FinOps-actie achteraf. Wie een agent inzet, moet niet alleen weten wie er eigenaar van is en welke rechten hij heeft, maar ook welk budget eraan hangt en wie daarop stuurt. Eigenaarschap, autorisatie en kosten zijn drie kanten van dezelfde vraag: wie is verantwoordelijk voor wat deze agent doet? Niet toevallig voorspelt Gartner dat een fors deel van de AI-agentprojecten sneuvelt op kostenoverschrijdingen, niet op techniek.
Wat je nu zou moeten doen
Drie dingen, geen ervan ingewikkeld. Maak de kosten zichtbaar voordat ze een verrassing worden, met limieten per gebruiker of team, zodat een uitschieter een melding is en geen factuur achteraf. Bouw kennis op over zuinig gebruik — modelkeuze, context beperken, wanneer een agent wel en niet loont — en leg die bij iemand neer in plaats van te hopen dat het goedkomt. En breng AI kosten onder je governance, naast eigenaarschap en toegang, zodat elke agent een eigenaar, een mandaat en een budget heeft.
Geen rem op AI. Wel de voorwaarde om AI te blijven gebruiken zonder dat de rekening het project onderuit trekt.
Tot slot
De vraag is niet meer of AI werkt, maar of je weet wat het kost. Organisaties die AI onnadenkend inzetten omdat “het de toekomst is”, ontdekken in 2026 dat die toekomst een verbruiksfactuur heeft. En dat een ervaren mens die weet wat hij doet, soms de zuinigste optie is die je hebt.
AI blijft een krachtige versneller. Maar een versneller zonder iemand die op de meter let, is vooral een snelle manier om geld te verbranden.
Veelgestelde vragen
Waarom stijgen AI-kosten terwijl de prijs per token daalt?
Omdat totale kosten prijs maal volume zijn. De prijs per token daalt, maar het verbruik stijgt veel sneller — vooral door de verschuiving van eenvoudige chatvragen naar agentische workflows die een veelvoud aan tokens verbruiken. Je betaalt minder per eenheid en toch meer in totaal.
Is een AI-agent echt duurder dan een menselijke medewerker?
Voor bepaald werk kan dat, ja. Agentische taken die veel redeneren, tools aanroepen en zichzelf corrigeren, verbruiken zoveel tokens dat de kosten kunnen oplopen tot boven wat een mens voor dezelfde taak zou kosten. Gartner verwacht dat AI-codeerkosten tegen 2028 het gemiddelde developer-salaris voorbijstreven. Het hangt sterk af van de taak en van hoe efficiënt de AI wordt ingezet.
Wat is cost effective AI?
Het bewust en zuinig inzetten van AI: het juiste model kiezen voor de taak (klein en goedkoop waar het kan), de context beperken, en agent-lussen alleen gebruiken waar ze echt iets opleveren. Het is een vaardigheid die je opbouwt, geen knop die je aanzet — en ze bepaalt of AI-inzet rendabel blijft.
Hoe houd ik AI-kosten onder controle?
Maak kosten zichtbaar met limieten per gebruiker of team, bouw kennis op over zuinig gebruik en leg die bij iemand neer, en breng AI kosten onder je governance naast eigenaarschap en toegang. Elke agent hoort een eigenaar, een mandaat en een budget te hebben.
Waarom is AI-kostenbeheersing een governance-vraagstuk en niet alleen een financieel probleem?
Omdat ongecontroleerde kosten voortkomen uit ongecontroleerd gebruik. Als niemand weet wie welke agent draait en waarvoor, weet ook niemand wat het kost tot de factuur komt. Dezelfde governance die bepaalt wie eigenaar is van een agent en welke rechten die heeft, hoort te bepalen welk budget eraan hangt. Kosten, eigenaarschap en autorisatie zijn kanten van dezelfde verantwoordelijkheidsvraag.
