De grote AI-bedrijven staan voor een existentiële uitdaging: ze moeten snel winstgevend worden na enorme investeringen, en dat gaat directe gevolgen hebben voor de beschikbaarheid en prijs van de AI-tools die jij gebruikt.

Wat er aan de hand is

Volgens een analyse in The Verge bevinden toonaangevende AI-bedrijven zoals OpenAI en Anthropic zich op een kritiek punt. Deze bedrijven zijn gebouwd op honderden miljarden aan kapitaalinvesteringen en staan onder toenemende druk van investeerders om winst te gaan maken, nu ze zich voorbereiden op een mogelijke beursgang. Deze noodzaak tot monetarisering leidt tot strategische verschuivingen. Bedrijven maken nu moeilijke keuzes over welke producten ze blijven ondersteunen en welke ze stopzetten, gebaseerd op wat op korte termijn het meest rendabel is. Een concreet voorbeeld is dat OpenAI onlangs zijn videogeneratie-app Sora stopzette, ondanks een lucratieve licentieovereenkomst, omdat de rekenkosten (compute) te hoog waren. De middelen worden nu geheralloceerd naar producten die direct geld opleveren, zoals AI-agents en codehulpmiddelen.

Wat dit betekent

Voor jou als ondernemer betekent dit dat het landschap van betaalbare en betrouwbare AI-tools aan het veranderen is. De tijd van goedkope of gratis toegang tot krachtige AI via API’s van grote spelers kan ten einde lopen. Bedrijven zullen hun kosten moeten dekken, wat kan leiden tot prijsverhogingen, het invoeren van striktere gebruikerslimieten of het plotseling stopzetten van diensten waar je mogelijk afhankelijk van bent geworden. De focus verschuift naar producten die op korte termijn veel ’tokens’ verbruiken en dus direct inkomsten genereren, zoals geavanceerde AI-agents. Dit creëert een risico: als jouw bedrijfsprocessen afhankelijk zijn van een specifieke, mogelijk kostbare AI-dienst, loop je het risico op prijsschokken of dat de dienst verdwijnt. Het is een signaal dat je je AI-strategie niet moet baseren op de veronderstelling dat de huidige lage kosten of ruime gratis tiers eeuwig zullen duren.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. De kern is om de afhankelijkheid van één leverancier of één dure, gesloten AI-dienst te verminderen en je wendbaarheid te vergroten.

Als je AI gebruikt voor klantenservice of contentcreatie… Overweeg om niet al je middelen in één platform te stoppen. Test alternatieven, zoals open-source modellen die je zelf kunt hosten (bijvoorbeeld via clouddiensten) of kleinere, gespecialiseerde aanbieders. Zoek naar diensten met transparante, voorspelbare prijsmodellen in plaats van alleen te kijken naar de laagste introductieprijs.

Als je een ontwikkelteam hebt dat AI-tools gebruikt… Richt je op het bouwen van een abstractielaag in je software. In plaats van rechtstreeks code te schrijven die afhankelijk is van de API van bijvoorbeeld OpenAI, kun je een eigen interface bouwen. Hierdoor kun je later, als de prijzen stijgen, relatief eenvoudig overschakelen naar een andere AI-leverancier zonder je hele applicatie te hoeven herschrijven.

Als je plannen maakt voor automatisering met AI-agents… Wees je bewust van de kostenstructuur. AI-agents verbruiken veel rekenkracht. Begin met een kleine, goed gedefinieerde pilot waarvan je de operationele kosten nauwkeurig kunt meten en projecteren. Vraag je af of de waarde die de agent oplevert opweegt tegen de mogelijk stijgende tokenkosten, voordat je een grootschalige implementatie doorvoert.

Als je nog aan het begin staat van je AI-reis… Zie dit niet als een reden om niets te doen, maar wel als een reden om slim te beginnen. Focus eerst op het automatiseren van processen met een hoge, voorspelbare ROI, waar de besparing of omzetwinst de AI-kosten ruimschoots overstijgt, zelfs als die kosten zouden verdubbelen. Dit maakt je bedrijf veerkrachtiger.

Bron: The Verge