De oplossing voor stijgende AI-kosten is niet minder AI gebruiken, maar slimmer kiezen: open-source modellen en taakspecifieke tools in plaats van dure alleskunners. Vooral voor MKB’ers met een beperkt marketingbudget kan dat het verschil maken tussen rendement en een zwart gat.

Wat er aan de hand is

Volgens Axios en The Wall Street Journal zien grote Amerikaanse bedrijven hun AI-uitgaven exploderen. Sommige ondernemingen hebben hun volledige jaarbudget voor AI in een paar maanden opgebruikt, anderen zien de kosten zonder waarschuwing verdubbelen of verdrievoudigen. De oorzaak is vaak het gebruik van grote, generatieve AI-modellen voor simpele taken. Denk aan een premium tekstgenerator inzetten om een productbeschrijving van twee zinnen te maken. De rekening loopt op, terwijl de toegevoegde waarde klein blijft. Deze trend raakt nu ook marketingteams, die vaak als eerste worden teruggeschroefd als budgetten onder druk komen.

Wat dit betekent

Voor jou als ondernemer of professional betekent dit dat je niet blind moet varen op de nieuwste AI-tools van grote aanbieders. De kosten per API-call of per maandabonnement kunnen onverwacht stijgen, en als je afhankelijk bent van één alles-in-één platform, heb je weinig speelruimte. De kernvraag is: wat levert elke AI-investering concreet op? Een dure AI-assistent die tien taken kan doen, maar waarvan je er maar twee gebruikt, is waarschijnlijk duurder dan twee goedkope, gespecialiseerde tools. Vooral voor kleinere bedrijven, waar elke euro telt, is het risico op een kostenpost zonder duidelijk rendement groot.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor productbeschrijvingen, overweeg dan om over te stappen van een groot generatief model naar een open-source taalmodel dat je lokaal draait. Modellen zoals Llama of Mistral kunnen eenvoudige teksten prima schrijven, zonder dat je per verzoek betaalt. Je zou kunnen beginnen met een gratis variant en testen of de kwaliteit voldoende is voor jouw doeleinden. De besparing kan oplopen tot tientallen euro’s per maand, afhankelijk van je volume.

Als je een marketingteam aanstuurt dat AI gebruikt voor social media posts, is een mogelijkheid om te kijken naar taakspecifieke tools die alleen dat ene doel dienen. In plaats van een alles-in-één platform dat ook beelden genereert, data analyseert en e-mails schrijft, kun je een goedkope of gratis tool kiezen die alleen social media content optimaliseert. Een optie is om te inventariseren welke taken je team echt dagelijks doet en alleen daarvoor te betalen. Vaak blijkt dat 80 procent van de behoefte met een simpele tool kan worden gedekt.

Als je in de dienstverlening werkt en AI gebruikt voor klantberichten of offertes, overweeg dan om een open-source model te hosten op een eigen server of via een goedkope cloudprovider. De initiële investering in tijd en technische kennis is klein, maar de doorlopende kosten zijn vaak een fractie van een abonnement op een commerciële dienst. Je zou kunnen beginnen met een eenmalige test van een paar uur om te zien of het model de juiste toon en nauwkeurigheid levert voor jouw type berichten.

Als je een klein team hebt en AI inzet voor data-analyse of rapportages, is een suggestie om te onderzoeken of je met een open-source tool zoals ChatGPT via een API van een goedkope aanbieder kunt werken, in plaats van een duur SaaS-product. Veel betaalde tools gebruiken zelf ook open-source modellen onder de motorkap. Door direct met die modellen te werken, kun je de tussenpersoon overslaan en besparen. Een praktische eerste stap is het vergelijken van de prijs per duizend verzoeken van verschillende aanbieders.

Bron: Marketing AI Institute