De verborgen kosten van AI op schaal

Op 1 juni 2026, GitHub heeft de vaste “premium requests” voor Copilot permanent beëindigd en vervangen door gebruiksgebaseerde AI‑credits. Toen de eerste facturen onder het nieuwe model een maand later arriveerden, zagen sommige agentische gebruikers rekeningen waarvoor ze niet waren voorbereid: Een ontwikkelaar meldde dat de maandelijkse kosten sprongen van $29 naar $750 voor de zwaarste agentische workflows.

Het was een zichtbaar voorbeeld van een bredere verschuiving in de AI‑toolingmarkt gedurende 2026 – en een verschuiving die organisaties die nog steeds een vast tarief betalen, te wachten kan staan.

Organisaties tellen de uren die ze besparen. Velen tellen niet wat een vast tarief onzichtbaar houdt: contextverbruik en herpogingen na fouten. Andere kosten verschijnen nooit op de factuur van de leverancier, waaronder de tijd die wordt besteed aan het beoordelen van output en het onderhouden van prompts. Zodra de facturering verschuift naar daadwerkelijk verbruik, lopen organisaties zonder kostendiscipline het risico op een factuur die hen even verrast als het nieuwe model van Copilot sommige gebruikers verraste.

De context die niemand heeft geprijsd

AI heeft uiteraard context nodig; dat staat buiten discussie. De vraag is of de verzonden context relevant is, of slechts handig beschikbaar. Het versturen van een heel document is de snelste manier om een model van informatie te voorzien. Het is echter niet automatisch de goedkoopste of de beste manier.

In mei 2026 publiceerde het Digital Economy Lab van Stanford een analyse van agentische codeertaken over acht frontier‑modellen en ontdekte dat deze taken tot wel duizend keer meer tokens verbruiken dan een eenvoudige code‑chat, waarbij de belangrijkste drijfveer niet de output van het model is, maar de invoercontext die steeds opnieuw wordt verzonden. De agent leest zijn volledige geschiedenis bij elke volgende stap opnieuw. Dezelfde taak, meerdere keren uitgevoerd, varieerde in tokenverbruik tot dertig keer.

Nauwkeurigheid schaalt ook niet lineair met het volume aan context: het piekt vaak bij een matige hoeveelheid en voegt daarna alleen kosten toe zonder extra waarde.

Token‑blindheid gaat dus niet over het feit dat AI geen context nodig heeft. Het gaat over het feit dat zonder meting niemand vraagt of al die context daadwerkelijk nodig is. Bij een vast tarief is die vraag gemakkelijk te negeren. Bij verbruik‑gebaseerde facturering wordt het een onderdeel van de kosten.

Wanneer je twee keer betaalt voor een fout

Agentische workflows brengen een extra kost met zich mee die bijna nooit in ROI‑berekeningen verschijnt. Stel je een vereenvoudigde keten van tien stappen voor, elk met op zichzelf een kans van 95 % om correct te draaien. Dat klinkt betrouwbaar genoeg, maar aaneengeschakeld heeft die keten slechts ongeveer 60 % kans om de volledige uitvoering te doorlopen zonder een enkele fout.

In een workflow die de opgehoopte context bij elke oproep opnieuw verzendt, kost elke fout en de daaropvolgende herpoging niet alleen de herhaalde stap: je betaalt ook opnieuw voor alles wat daarvoor al is verzonden.

Het is een veelvoorkomend probleem waar bijna iedereen mee te maken krijgt bij het bouwen van hun eerste agentische pijplijn. Ik heb het zelf ervaren. In het begin, met slechts een paar agents, speelde het niet veel. Maar naarmate de pijplijn groeide, werd elke mislukte uitvoering duurder, en dat zette me ertoe aan te vragen welke context elke agent nodig had en hoe ik die kon cachen, in plaats van alleen te vragen of de uitvoering wel doorging.

Dezelfde analyse berekent dat een tien‑stappen‑agent met 95 % betrouwbaarheid per stap ongeveer 40 % meer tokens verbruikt bij herpogingen dan een perfect betrouwbaar systeem. Dit is een kost die je op de factuur zult zien, maar die waarschijnlijk niet in een ROI‑spreadsheet zal terugkomen.

Toezicht is geen bug. Het hoort in het budget

Dit punt moet nauwkeurig worden gemaakt, want het is gemakkelijk verkeerd te interpreteren. Het beoordelen van AI‑output is geen systeemfout; het is een legitiem, verwacht onderdeel van het werken met AI, net zoals code‑review een legitiem onderdeel is van het werken met ontwikkelaars. Het probleem is niet dat output wordt beoordeeld. Het probleem is dat dit werk bijna nooit wordt meegenomen in de berekening van hoeveel AI daadwerkelijk heeft bespaard.

Het Work AI Institute van Glean heeft 6.000 werknemers ondervraagd en ontdekt dat automatisering hen ongeveer 11 uur per week bespaart, maar bijna zesënhalve van die uren gaat naar onderhoudstaken: het geven van context aan AI‑systemen, het controleren van hun werk en het opruimen van fouten. De netto‑besparing is dan ongeveer vierënhalf uur – minder dan de helft van het kopcij‑cijfer. AI bespaart nog steeds tijd, maar niet zoveel als het eerste getal suggereert.

Prompts hebben onderhoud nodig, niet alleen een auteur

Prompten gedragen zich tegenwoordig meer als productiecodel: een modelupdate, een wijziging in context of een ogenschijnlijk kleine bewerking kan hun prestaties veranderen. Zonder versiebeheer en testen kunnen die wijzigingen stilletjes problemen introduceren. De regressietests die standaardpraktijk zijn voor code, worden nog steeds vaak overgeslagen bij het verifiëren van prompts. Een wijziging die eruitziet als een kleine bewerking van één zin kan de productie bereiken en de nauwkeurigheid verminderen zonder dat iemand het merkt, totdat het probleem zich opstapelt tot iets zichtbaars.

Het opbouwen van een degelijk evaluatiekader – inclusief een testset en geautomatiseerde regressietests bij elke wijziging – is extra werk dat bijna nooit in de berekening “AI bespaart tijd” verschijnt.

Goedkopere tokens, hogere facturen

GitHub Copilot was geen uitzondering. Een enquête, geciteerd door CFO Dive, vond dat bijna zeven op de tien Amerikaanse bedrijven ten minste gedeeltelijke AI-budgetoverschrijdingen meldden in het afgelopen jaar, vooral vóór een volledige overstap naar verbruikgebaseerde facturering, niet erna.

Bain & Company voegt in zijn juni-analyse van token-economie een paradox toe die de hele situatie het best samenvat: de prijs per token daalde met de helft gedurende het jaar, terwijl het verbruik in dezelfde periode 4.5 keer toenam.

Het model werd goedkoper, maar de rekening blijft hardnekkig hoog. Bedrijven stapten over op nieuwere modellen, gaven agents complexere taken en vonden meer workflows voor hen. Een goedkopere token betekende niet minder uitgaven; het betekende dat er meer redenen waren om er één te verbruiken.

Hoe u zich voorbereidt voordat de factuur aankomt

Het kader dat hieruit voortvloeit, gaat niet over het minder gebruiken van AI. Het gaat erom de AI-kosten te kennen voordat u besluit het verder op te schalen.

1. Krijg eerst inzicht

Totdat u het verbruik hebt opgesplitst per team, workflow, applicatie en voltooide taak, elke uitbreiding is een blinde gok. Die zichtbaarheid is ook niet gratis: voor agentische workflows vooral, het volgen van elke stap, het loggen van wat er gebeurde en waarom, en het monitoren van uit de hand lopende lussen kost eigen engineeringtijd en tooling. Reserveer hiervoor budget als onderdeel van de kosten van het draaien van AI, niet als een bijzaak er bovenop.

2. Herbereken ROI op nettobasis

Trek de tijd die besteed wordt aan beoordeling, correcties en promptonderhoud af van de gerapporteerde bespaarde uren. Als tijdsbesparing het doel van het gebruiksgeval is en het nettoresultaat negatief of niet verifieerbaar is, is het niet klaar om opgeschaald te worden. Waar het beoogde voordeel kwaliteit, capaciteit, risicoreductie of omzet is, meet die uitkomst dan direct.

3. Pas kostendiscipline toe, maar niet uniform

Een harde uitgavenlimiet is logisch waar falen goedkoop is: interne tools, experimentele agents, ontwikkelomgevingen. Voor kritieke, klantgerichte functionaliteit – bijvoorbeeld een klantenservice-assistent – is een harde limiet niet werkbaar, omdat het een uitvalrisico creëert. Daar heeft u gelaagde fallback-opties naar een goedkoper model en vroegtijdige waarschuwingen nodig, niet een uitschakeling op nul.

4. Behandel prompts en evaluaties als engineeringactiva

Versieer ze, test ze en evalueer wijzigingen vóór implementatie, op dezelfde manier als u productcode beheert.

Loop naar verlengingen met uw eigen gegevens

De prijsstelling van leveranciers is moeilijk te evalueren zonder uw eigen gebruiksgegevens. Voor een verlenging of modelwijziging, bereken wat uw bestaande workflows zouden kosten onder de voorgestelde voorwaarden. Het doel is niet alleen een lagere prijs te onderhandelen. Het is om te weten hoe die prijs zich zal gedragen op uw werkelijke verbruikniveau, in plaats van het uit de factuur te ontdekken.

Drie dingen die u deze week kunt doen: controleer of u AI-verbruik kunt opsplitsen per team en workflow; kies één gebruiksgeval en zet de bestede tijd aan beoordeling naast de gerapporteerde bespaarde uren; en ontdek waar een harde uitgavenlimiet een uitval kan veroorzaken in plaats van een kostenbeheersing.

AI-kosten kunnen beheerd worden. Alleen niet wanneer u voor het eerst via de factuur ontdekt wat ze zijn.