Het antwoord is dat de kosten voor intensief AI-gebruik via commerciële API’s snel kunnen oplopen, maar dat open-source modellen, vaak afkomstig uit China, een aanzienlijk goedkoper alternatief bieden voor typische MKB-taken. Dit betekent dat je als ondernemer de voordelen van AI kunt benutten zonder dat de maandelijkse rekening de pan uit rijst, vooral als je AI inzet voor taken zoals klantenservice of contentproductie.

Wat er aan de hand is

De grote AI-aanbieders zoals OpenAI, Anthropic en Google rekenen voor hun krachtigste modellen per gebruik, afgerekend in tokens. Een token is een stukje tekst dat het model genereert of verwerkt. De prijzen voor topmodellen liggen rond de 5 dollar per miljoen invoertokens en kunnen oplopen tot 30 dollar per miljoen output-tokens. Voor eenvoudigere, oudere modellen liggen de prijzen lager, maar het gebruik kan snel oplopen.

Vooral de opkomst van AI-agents, die zelfstandig taken uitvoeren, laat de rekening exploderen. Deze agents, zoals Claude Code en Cursor, worden intensief gebruikt door softwareontwikkelaars en verbranden daarbij continu tokens. Onderzoeksbureau Gartner waarschuwt dat de kosten voor tokens en abonnementen tegen 2028 kunnen oplopen tot boven het salaris van een gemiddelde programmeur in India. Op dit moment geeft een kwart van de ondervraagde IT-managers hun programmeurs een budget van 200 tot 500 dollar per maand, maar dit kan oplopen tot 2.000 dollar. Zes procent van de door Gartner bevraagde techleiders geeft nu al meer dan 2.000 dollar per developer uit.

Wat dit betekent

Voor het MKB betekent dit dat de belofte van AI niet gratis is. De kosten per token zijn misschien laag, maar bij intensief gebruik, zoals het draaien van AI-agents voor klantenservice of het automatisch produceren van content, kan de maandelijkse factuur snel hoog oplopen. Dit maakt de inzet van AI voor sommige bedrijven onbetaalbaar, terwijl de concurrentie er wel gebruik van maakt.

Open-source modellen, waaronder die uit China, bieden hier een uitweg. Deze modellen zijn vaak gratis te gebruiken of aanzienlijk goedkoper dan de commerciële API’s. Ze kunnen op eigen servers worden gedraaid of via goedkopere providers worden benaderd. Voor taken die niet de allernieuwste topmodellen vereisen, zoals het samenvatten van documenten, het beantwoorden van standaard klantvragen of het opstellen van eerste concepten, zijn deze modellen vaak ruim voldoende. Dit verlaagt de drempel voor het MKB om AI op grotere schaal in te zetten, zonder dat de operationele kosten uit de hand lopen.

Hoe je dit kunt toepassen

Als je een webshop runt en veel standaard klantvragen krijgt… Overweeg om een open-source model in te zetten voor de eerste opvang van vragen via een chatbot. Dit model kan veelgestelde vragen over verzending, retouren en productinformatie afhandelen. Je zou kunnen beginnen met een eenvoudige implementatie die alleen de meest voorkomende vragen beantwoordt en de rest doorspeelt aan een medewerker. Dit bespaart tijd en houdt de kosten laag, omdat je niet per klantvraag een duur token verbruikt bij een commerciële aanbieder.

Als je een team aanstuurt dat veel content produceert, zoals blogs of productbeschrijvingen… Een mogelijkheid is om een open-source model in te zetten voor het genereren van eerste concepten. Je team kan deze concepten vervolgens redigeren en verbeteren. Dit versnelt het productieproces aanzienlijk. De besparing op API-kosten kan aanzienlijk zijn, zeker als je veel content produceert. Je zou kunnen testen met een klein aantal artikelen om te zien of de kwaliteit van de concepten voldoende is voor jouw doeleinden.

Als je in de financiële administratie werkt en veel documenten moet samenvatten of doorzoeken… Overweeg om een open-source model in te zetten voor het extraheren van belangrijke informatie uit contracten of rapporten. Dit kan veel handmatig werk besparen. Een optie is om een proefproject te starten met een aantal representatieve documenten om te beoordelen hoe accuraat het model is. De kosten voor het draaien van dit model op eigen infrastructuur of via een goedkope provider zijn vaak een fractie van de kosten van een commerciële API.

Als je een klein softwarebedrijf runt en AI-agents wilt inzetten voor codegeneratie… De waarschuwing van Gartner over oplopende kosten is hier direct relevant. Je zou kunnen onderzoeken of open-source code-modellen een deel van de taken kunnen overnemen. Dit is een complexere stap, maar de potentiële besparing is groot. Je zou kunnen beginnen met het inzetten van een open-source model voor eenvoudige, repetitieve codeertaken en de resultaten laten controleren door je eigen ontwikkelaars.

De praktische toepassing hangt af van jouw specifieke situatie en de taken die je wilt automatiseren. Het loont om de kosten van je huidige AI-gebruik in kaart te brengen en te vergelijken met de mogelijkheden van open-source alternatieven.

Bron: Sprout