Grote bedrijven raken door hun AI-budget heen in enkele maanden, maar voor het MKB zijn er praktische alternatieven die de kosten beheersbaar houden. Denk aan open-source modellen en hybride oplossingen die je zelf kunt inzetten zonder dat de rekening explodeert.

Wat er aan de hand is

Volgens berichten van Axios en The Wall Street Journal, aangehaald door het Marketing AI Institute, hebben sommige grote ondernemingen hun volledige jaarlijkse AI-budget al in een paar maanden opgebruikt. Andere zagen hun AI-uitgaven zonder waarschuwing verdubbelen of verdrievoudigen. Dit fenomeen, dat ‘AI-rationering’ wordt genoemd, dwingt marketingteams in het bedrijfsleven om kritisch naar hun uitgaven te kijken. De kern van het probleem is dat de kosten van commerciële AI-diensten, zoals API-aanroepen naar grote taalmodellen, sneller stijgen dan de marketingbudgetten kunnen bijbenen.

Wat dit betekent

Voor het MKB is dit een waarschuwing, maar ook een kans. Waar grote bedrijven vastzitten aan dure contracten en schaalverplichtingen, kunnen kleinere ondernemingen flexibeler schakelen. De stijgende kosten van AI-diensten betekenen dat je niet blind kunt vertrouwen op betaalde abonnementen van grote aanbieders. De kans is groot dat je binnenkort wordt geconfronteerd met prijsverhogingen of dat je gebruik onverwacht duurder wordt. Dit dwingt je om na te denken over alternatieven die je meer controle geven over je uitgaven, zonder dat je inlevert op functionaliteit.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor productteksten of klantenservice. Je zou kunnen overwegen om over te stappen op open-source taalmodellen zoals Llama of Mistral. Deze modellen draai je op je eigen server of via een goedkope cloudomgeving. De initiële setup kost wat tijd, maar de terugkerende kosten zijn vaak een fractie van wat je betaalt voor API-diensten. Een mogelijkheid is om te beginnen met een klein model voor simpele taken, zoals het genereren van productbeschrijvingen, en pas uit te breiden als dat nodig is.

Als je een team aanstuurt dat veel AI-tools gebruikt voor contentcreatie. Overweeg een hybride aanpak: gebruik betaalde AI-diensten alleen voor complexe taken waar kwaliteit echt telt, zoals het schrijven van een persbericht of het analyseren van marktdata. Voor routinematig werk, zoals het herschrijven van alinea’s of het maken van social media posts, kun je een open-source model inzetten. Dit scheelt direct in de maandelijkse kosten en geeft je meer grip op je uitgaven.

Als je in de dienstverlening werkt en AI gebruikt voor rapportages of analyses. Kijk naar tools die gebruikmaken van lokale modellen, zoals GPT4All of Ollama. Deze draaien volledig op je eigen computer en hebben geen internetverbinding nodig. Dat bespaart niet alleen geld, maar is ook veiliger omdat je data niet naar een externe server wordt gestuurd. Je zou kunnen beginnen met het testen van één rapportagetaak per week om te zien of de kwaliteit voldoende is.

Als je een klein marketingbureau bent dat voor meerdere klanten werkt. Een optie is om een gedeelde server op te zetten met een open-source model dat je team gezamenlijk gebruikt. Dit verdeelt de kosten en geeft je de vrijheid om onbeperkt te experimenteren zonder angst voor onverwachte rekeningen. Overweeg om een eenmalige investering te doen in hardware, zoals een krachtige computer met een goede GPU, in plaats van maandelijks te betalen voor API-toegang.

Bron: Marketing AI Institute