Het antwoord: AI-kosten stijgen zo snel dat grote Amerikaanse bedrijven hun jaarlijkse AI-budget in een paar maanden opmaken. Voor het MKB betekent dit dat blind investeren in AI niet langer vanzelfsprekend is: je moet per taak bepalen of AI echt meerwaarde biedt of dat een eenvoudigere, goedkopere oplossing beter werkt.

Wat er aan de hand is

Uit berichtgeving van Axios en The Wall Street Journal blijkt dat grote ondernemingen in de VS hun AI-uitgaven zien verdubbelen of verdrievoudigen, vaak zonder waarschuwing vooraf. Sommige bedrijven hebben hun volledige jaarlijkse AI-budget al in de eerste maanden verbrand. Dit leidt tot een nieuwe trend: AI rantsoeneren. Waar bedrijven eerst breed experimenteerden met AI-tools, worden nu keuzes gemaakt over waar de technologie écht rendeert. De kernvraag verschuift van ‘kunnen we AI gebruiken?’ naar ‘moeten we AI gebruiken voor deze taak?’

Wat dit betekent

Voor Nederlandse ondernemers en professionals in het MKB is dit een belangrijk signaal. De trend uit de VS komt ook hier. Het betekent dat je niet zomaar elke AI-tool moet omarmen, maar dat je een kosten-batenanalyse moet maken. Voor sommige taken is AI onmisbaar, zoals het genereren van unieke content of het personaliseren van klantcommunicatie. Voor andere taken, zoals het standaard beantwoorden van veelgestelde vragen of het versturen van nieuwsbrieven, kan een eenvoudig automatiseringssysteem zonder AI net zo goed werken en veel minder kosten. De valkuil is dat je blijft betalen voor dure AI-rekenkracht terwijl een simpele regelgebaseerde workflow hetzelfde resultaat levert.

Hoe je dit kunt toepassen

Als je een webshop runt en productbeschrijvingen maakt, kun je overwegen om AI alleen in te zetten voor de eerste versie van unieke producten. Voor standaardproducten met weinig variatie werkt een sjabloon met vaste teksten vaak net zo goed. Je zou kunnen beginnen met het bijhouden van de tijd die je bespaart met AI versus de kosten per API-call. Als de besparing kleiner is dan de kosten, schakel dan terug naar handmatig werk of een eenvoudiger systeem.

Als je een team aanstuurt dat veel rapporten of analyses maakt, is het verstandig om per rapporttype te bepalen of AI echt nodig is. Voor terugkerende maandrapportages met vaste formaten kun je een sjabloon in Excel of Google Sheets gebruiken. AI is pas rendabel als de rapporten elke keer uniek zijn, zoals marktanalyses of klantsegmentaties. Een mogelijkheid is om een maand lang de kosten per AI-gebruik te meten en die af te zetten tegen de tijd die je team bespaart.

Als je in de dienstverlening werkt en veel offertes of voorstellen schrijft, kun je AI inzetten voor de eerste opzet, maar de eindredactie en personalisatie handmatig doen. De grootste kostenpost is vaak het onbeperkt laten draaien van AI voor kleine aanpassingen. Overweeg om een vaste tekstbibliotheek aan te leggen met standaardonderdelen, en AI alleen te gebruiken voor de onderdelen die echt maatwerk vereisen. Dit scheelt niet alleen geld, maar geeft ook meer controle over de kwaliteit.

Als je marketingautomatisering gebruikt voor e-mailcampagnes, is het goed om te weten dat AI-gestuurde personalisatie alleen zin heeft als je voldoende data hebt om te voorspellen. Voor kleine lijsten met weinig historische data werkt een simpele segmentatie op basis van leeftijd of regio vaak beter en goedkoper. Je zou kunnen experimenteren met een A/B-test: de ene helft van je lijst krijgt AI-gepersonaliseerde mails, de andere helft een vaste nieuwsbrief. Vergelijk de resultaten en de kosten om te zien of AI de investering waard is.

Bron: Marketing AI Institute