AI-budgetten ontsporen: wat MKB moet weten

Uber verbruikte zijn volledige AI-budget in maart 2026, drie maanden na de jaarwisseling. Een anonieme klant van een AI-consultante stuurde per ongeluk een rekening van $500 miljoen naar Anthropic, in één maand, omdat er geen gebruikslimiet was ingesteld. Dit zijn geen uitzonderingen meer.

De honeymoon-fase van enterprise AI is voorbij. Grote bedrijven schakelen massaal over van onbeperkte toegang naar strikte limieten. Voor Nederlandse MKB-bedrijven die nu nog experimenteren met AI, is dit een signaal dat de rekening ook voor hen kan komen.

Hoe bedrijven hier zijn beland

Een jaar geleden kregen medewerkers bij veel bedrijven de boodschap: gebruik AI zo veel mogelijk. De aanname was dat meer gebruik gelijkstond aan meer productiviteit. Dat klopte niet.

Tokens zijn de meeteenheid van AI-computing: ruwweg vier tekens per token. Elke zoekopdracht, elk samengevat document, elk AI-gegenereerd antwoord kost tokens. En die kosten schalen direct mee met gebruik. Wie AI inzet voor het herschrijven van een simpele e-mail of het samenvatten van een vergadering van tien minuten, betaalt daarvoor. Niet veel per keer, maar als duizend medewerkers dat dagelijks doen, loopt de rekening snel op.

Google verwerkt inmiddels 3,2 quadrillion tokens per maand, zeven keer meer dan een jaar geleden. Tegelijkertijd blijkt dat slechts 18% van de tokens die worden ingezet voor AI-code-assistenten daadwerkelijk leiden tot software die eindgebruikers bereikt. De rest is verspilling.

Wat grote bedrijven nu doen

Microsoft, Meta, Salesforce en Amazon reageren allemaal op dezelfde manier: ze beperken toegang en stellen limieten in.

Meta's CTO waarschuwde medewerkers expliciet om AI niet te gebruiken "voor het plezier van het gebruik". Microsoft heeft premium AI-tools voor bepaalde medewerkers afgesloten en verwijst hen door naar goedkopere interne alternatieven. Salesforce bouwt systemen om te meten of AI-uitgaven leiden tot meetbare bedrijfsresultaten.

De aanpak heet tiered access: de meeste medewerkers krijgen toegang tot eenvoudigere, goedkopere modellen voor routinetaken. Alleen rollen waar AI daadwerkelijk complexe waarde toevoegt, krijgen toegang tot premium modellen. Amazon probeerde het met een scoreboard van zwaarste AI-gebruikers, maar schrapte dat nadat medewerkers AI-agents zinloze taken gaven om bovenaan te blijven staan.

Het succesdoel verschuift van tokenvolume naar businessuitkomst: bespaarde uren, gewonnen omzet, vermeden fouten.

Waarom dit voor MKB anders uitpakt

Grote bedrijven hebben IT-teams die tokenverbruik per medewerker kunnen tracken. Ze hebben contracten met leveranciers waarbij ze kortingen bedingen. Ze ontdekken het probleem en kunnen het corrigeren.

MKB-bedrijven zitten anders. Een marketingbureau van 30 medewerkers dat iedereen onbeperkte toegang geeft tot ChatGPT Teams of Claude Pro, heeft zelden iemand die bijhoudt wat er precies wordt gebruikt. Als medewerkers AI inzetten voor taken die ze ook zelf konden doen, snel konden opzoeken of collegiaal konden afstemmen, betalen ze daarvoor zonder het te merken, totdat de factuur arriveert.

Bovendien werkt de psychologie van AI-gebruik voor kleine bedrijven averechts. Medewerkers die AI "mogen gebruiken" interpreteren dat als: gebruik het zo veel mogelijk. Ze willen nuttig overkomen. Ze experimenteren. Dat is op zichzelf niet verkeerd, maar zonder structuur leidt het tot precies de situatie die grote bedrijven nu proberen te corrigeren.

Drie concrete stappen om dit voor te zijn

1. Weet wat je uitgeeft

Bekijk maandelijks wat je AI-tools kosten per gebruiker. De meeste platforms, van OpenAI tot Anthropic, bieden dashboards met gebruiksdata. Als je die niet actief bekijkt, rijdt je blind. Stel een maandelijkse limiet in per account en zet een alert als 80% is bereikt.

2. Onderscheid taken op waarde

Niet elke taak rechtvaardigt AI. Maak een intern onderscheid tussen taken waarbij AI structureel tijd bespaart of kwaliteit verhoogt, en taken waarbij het simpelweg sneller voelt maar nauwelijks verschil maakt. Complexe analyses, klantrapportages, technische documentatie: goede kandidaten voor AI. Een bevestigingsmail sturen of een agenda plannen: waarschijnlijk niet.

Stel richtlijnen op voor je team. Geen uitgebreid beleidsdocument, maar een korte lijst van voorbeelden. Zo maak je verwachtingen concreet zonder dat je medewerkers het gevoel geeft dat ze worden gecontroleerd.

3. Match het model aan de taak

Premium modellen zijn duurder dan lichtere varianten. Voor veel routinetaken is een lichter model voldoende. Als je gebruikmaakt van API-toegang, overweeg dan om zwaardere modellen te reserveren voor specifieke, hoogwaardige toepassingen en lichtere modellen te gebruiken voor alledaagse verzoeken. Dit kan de kosten met tientallen procenten verlagen zonder zichtbaar kwaliteitsverlies.

Wat dit je als ondernemer zegt

De beweging die grote bedrijven nu maken, van onbeperkt gebruik naar gerichte inzet met meetbare uitkomsten, is geen terugdraaiing van AI. Het is een volwassener omgang ermee.

AI als infrastructuur werkt alleen als je weet waarvoor je het inzet, wat het oplevert en wat het kost. Bedrijven die nu een gewoonte maken van dat denken, bouwen een fundament dat stand houdt. Bedrijven die dat niet doen, krijgen op een gegeven moment een factuur die de vraag stelt voor hen.

De kosten van AI zijn niet verborgen. Ze zijn alleen makkelijk te negeren totdat ze dat niet meer zijn.