Zo houd je de kosten van je AI-automatisering laag

De verborgen rekening van je AI

Je hebt een AI-automatisering draaien die e-mails sorteert, offertes voorbereidt of klantvragen afhandelt. Handig, tot de eerste factuur binnenkomt en je je afvraagt: waar betaal ik dit nu eigenlijk voor? Anders dan een vast abonnement loopt de rekening op met hoe vaak en hoe zwaar je de AI laat werken. Voor veel ondernemers is dat een blinde vlek: het werkt, dus je kijkt niet naar wat het per maand kost.

Deze week werd dat weer wat overzichtelijker, want een van de grote aanbieders bracht een nieuw, goedkoper model uit dat bovendien zuiniger werkt. Goed moment om uit te leggen hoe die kosten in elkaar zitten, en wat je zelf kunt doen om ze laag te houden.

De rekening zit in "tokens", niet in een abonnement

De meeste AI-automatiseringen rekenen af per token. Een token is een stukje tekst, ruwweg een paar letters of een kort woord. Alles wat je automatisering het model instuurt (de vraag, de context, het klantbericht) kost tokens, en alles wat het model teruggeeft (het antwoord, de gegenereerde tekst) kost ook tokens. Meestal is dat teruggeef-gedeelte, de output, het duurst.

Het gevolg: twee automatiseringen die "hetzelfde" lijken te doen, kunnen totaal verschillend uitpakken op de rekening. Een agent die netjes een kort antwoord teruggeeft is goedkoop. Een agent die per klus eindeloos heen en weer redeneert, tussenstappen zet en lange lappen tekst produceert, verstookt veel meer. Je betaalt dus niet voor "een taak", maar voor hoeveel tekst er onder de motorkap heen en weer gaat.

Goed nieuws: die rekening wordt goedkoper

De trend werkt in jouw voordeel. De prijzen per token dalen al maanden, en modellen worden slimmer in hoe weinig werk ze nodig hebben. Het nieuwe "werkpaard"-model dat deze week uitkwam, is daar een mooi voorbeeld van: volgens de maker heeft het ongeveer een zesde minder tekst nodig en zet het minder tussenstappen om dezelfde klus af te maken. Minder tussenstappen en minder output betekent letterlijk een lagere rekening, zonder dat je aan kwaliteit inlevert.

Je ziet het breder gebeuren. Er zijn inmiddels meerdere sterke modellen die op of net onder topniveau presteren voor een fractie van de prijs van het duurste model. Voor jou als ondernemer betekent dat: het "dure model voor alles"-tijdperk is voorbij. Voor het meeste dagelijkse werk is een goedkoper model ruim voldoende. Wil je hier dieper induiken, lees dan ook onze post over een goedkoop AI-model kiezen zonder je data uit handen te geven.

Denk in kosten per klus, niet per miljoen tokens

De prijzen worden altijd genoemd per miljoen tokens, en dat zegt een ondernemer niets. Reken het daarom om naar iets waar je wél gevoel bij hebt: de kosten per klus.

Een voorbeeld. Stel je hebt een automatisering die inkomende klantmails leest en een concept-antwoord opstelt. Eén zo'n mail plus antwoord kost misschien een paar duizend tokens. Bij de huidige prijzen praat je dan al snel over een fractie van een cent tot een paar cent per mail. Verwerk je er 500 per maand, dan zit je op een paar euro tot enkele tientjes, afhankelijk van welk model je kiest. Dat is een heel ander gesprek dan "$7,50 per miljoen output-tokens".

Die omrekening is de belangrijkste stap. Zodra je weet wat één klus kost, kun je twee dingen: inschatten wat de automatisering per maand kost bij jouw volume, en zien of de tijdwinst het waard is. Bespaart een agent je vijf uur per week en kost hij twintig euro per maand, dan is de rekensom snel gemaakt.

Zet routinewerk op een goedkoop model, uitzonderingen op een duur

De grootste besparing zit niet in onderhandelen over prijzen, maar in de juiste taak op het juiste model zetten. Dit noemen we tiering, en het is simpeler dan het klinkt:

1. Routinewerk op een goedkoop model. Mails sorteren, korte samenvattingen maken, standaardvragen beantwoorden, gegevens uit een formulier halen. Dit soort werk heeft geen topmodel nodig. Een goedkoop, zuinig werkpaard doet het prima.
2. Uitzonderingen op een duur model. De ingewikkelde offerte, de juridisch gevoelige tekst, de klantvraag die echt maatwerk vraagt. Laat je automatisering die gevallen doorsturen naar een krachtiger (en duurder) model.

In de praktijk draait dan 80 tot 90 procent van je volume op het goedkope model, en gaat alleen de moeilijke rest naar het dure. Je maandrekening zakt flink, terwijl de kwaliteit op de plekken die ertoe doen overeind blijft. Tools als n8n, Make en Zapier kunnen die routering prima aan: een simpele "als dit ingewikkeld is, stuur naar model B"-stap is genoeg.

Meet wat je verbruikt

Je kunt pas sturen op kosten als je ze ziet. Toch draaien veel automatiseringen blind: ze doen hun werk, maar niemand kijkt naar het verbruik tot de factuur tegenvalt. Bouw daarom vanaf het begin een simpele meting in.

• Zet in je automatisering een teller die bijhoudt hoeveel klussen er per dag langskomen.
• Noteer welk model welk deel afhandelt, zodat je ziet waar de kosten zitten.
• Kijk één keer per maand naar het dashboard van je AI-leverancier: bijna allemaal laten ze het verbruik per dag zien.

Zo betrap je uitschieters op tijd. Een automatisering die plotseling drie keer zoveel verstookt, wijst vaak op een fout (een lus die blijft hangen, een agent die te veel context meesleept) en niet op groei. Dat wil je merken vóór de factuur, niet erna.

Bouw zo dat je kunt overstappen

Er is nog een reden om niet aan één model vast te klitten: de goedkoopste van vandaag is over twee maanden niet meer de goedkoopste. Er komt bijna wekelijks een nieuw model bij, vaak sneller en goedkoper dan het vorige. Als je automatisering zo is gebouwd dat je met één instelling van model kunt wisselen, profiteer je automatisch mee van elke prijsdaling. Zit je vastgeklonken aan één aanbieder, dan kijk je ernaar en betaal je door.

Precies daarom bouwen we bij NOVAITEC automatiseringen bewust model-onafhankelijk. Het maakt je flexibel bij prijsveranderingen én het beschermt je als een model er onverwacht uit ligt. Meer daarover lees je in nieuwe AI-modellen komen constant, zorg dat je er niet aan vastzit.

Klein beginnen, dan optimaliseren

De valkuil is om hier een groot project van te maken voordat je iets draaiend hebt. Doe het andersom. Begin met één automatisering op een prima model, meet wat het per klus kost, en optimaliseer daarna: schuif het routinewerk naar een goedkoper model en houd het dure model voor de uitzonderingen. Zo weet je precies waar elke euro naartoe gaat, en groeit je AI-inzet mee zonder dat de rekening je verrast.

Benieuwd wat een AI-automatisering voor jouw bedrijf zou kosten, en waar de winst zit? We rekenen het graag samen met je door.