AI in Business #01: Wat een AI-agent echt kost

Drie berichten uit de afgelopen week zeggen samen meer over AI-agents dan de meeste productdemo's.

HubSpot meldde op zijn analistendag dat het aantal acties van zijn agents in een half jaar 3,5 keer zo groot werd. Het verbruik van credits, waarmee klanten voor dat werk betalen, meer dan verdubbelde. HubSpot test nu een prijsmodel met stoelen plus credits, als eerste in de Benelux en de Nordics. Anthropic publiceerde dat het intern zo'n 30.000 agents tegelijk laat werken, en dat er naast al die agents nog steeds een controlesysteem draait dat meekijkt en elke week tientallen gevallen aan mensen voorlegt. En Alibaba lanceerde deze week een agentplatform waarvan het belangrijkste verkoopargument is dat het tot 67% minder tokens verbruikt.

Groei van het gebruik, blijvend toezicht, en een leverancier die adverteert met zuiniger lezen. Dat zijn precies de posten waar een agent in een bedrijf op stukloopt. Gartner verwacht dat meer dan 40% van de agentprojecten eind 2027 is stopgezet, door oplopende kosten, onduidelijke waarde of onvoldoende risicobeheersing.

Of een agent bij jou geld oplevert, hangt af van vier posten die in bijna geen offerte staan: het gebruik, het nakijken, het herstellen van fouten en het onderhoud. Hieronder per post hoe hij ontstaat, hoe je hem meet en wat je eraan doet. Aan het eind staat de hele som, in uren en in euro's, met een voorbeeld dat je kunt narekenen. De bronnen staan onderaan.

1. Gebruik: je betaalt per stap, niet per gebruiker

Hoe het werkt. De meeste software betaal je per gebruiker per maand. Een agent betaal je grotendeels per gebruik. Een taalmodel rekent af per stukje tekst dat erin gaat en eruit komt. Die stukjes heten tokens. Alles telt mee: jouw opdracht, de lijst met gereedschap, elk document dat hij leest en elk antwoord dat hij schrijft.

Het punt dat de meeste businesscases missen: een agent stuurt bij elke stap de hele voorgeschiedenis opnieuw mee. Bij stap tien leest het model de opdracht, het gereedschap en alles wat hij in stap één tot en met negen heeft gezien nog een keer.

Een voorbeeld. De opdracht en het gereedschap zijn samen 3.000 tokens. Elke stap voegt 2.000 tokens toe aan wat hij heeft gezien, en hij schrijft per stap zo'n 500 tokens terug. Stap één leest dan 3.000 tokens, stap tien leest er 21.000. Over tien stappen samen betaal je voor 120.000 tokens aan invoer. Wie de kosten van stap één met tien vermenigvuldigt, zit er een factor vier naast.

In geld valt dat mee. Met een middenklasse model van $2 per miljoen tokens invoer en $10 per miljoen uitvoer (de lijstprijs van Claude Sonnet 5 in september 2026) kost deze taak zo'n 29 dollarcent. Bij 200 taken per maand is dat ongeveer $60. Leveranciers geven vaak ook nog korting op tekst die steeds terugkomt.

Waar het uit de hand loopt. Niet bij de gemiddelde taak, maar bij de uitschieters. Neem een agent die vastloopt en het vijftig keer opnieuw probeert, en die bij elke poging een klantdossier van 10.000 tokens opnieuw inleest. Die ene taak kost met hetzelfde model zo'n $25. Dat is evenveel als 85 gewone taken. Een paar van die taken per maand en je rekening is verdubbeld, zonder dat er iets extra's is gedaan.

Dat is ook waarom het verbruik bij HubSpot harder groeit dan het aantal klanten: meer taken, langere taken, en de meter loopt mee.

Wat je eraan doet.

• Laat hem alleen lezen wat de taak nodig heeft. Eén veld opvragen in plaats van het hele dossier. Dit is precies waar Alibaba deze week zijn 67% besparing op tokens aan ophangt.
• Zet een maximum op het aantal stappen per taak. Loopt hij daartegenaan, dan stopt hij en legt hij het aan een mens voor.
• Gebruik een kleiner, goedkoper model voor de eenvoudige stappen, zoals sorteren en samenvatten, en het zwaardere model alleen waar echt geredeneerd moet worden.

De toets. Weet je wat één afgeronde taak kost? Niet per maand, per taak. En weet je wat de duurste taken kosten, niet alleen het gemiddelde? Zonder die twee getallen kun je niet uitrekenen of het goedkoper is dan wat je nu doet.

2. Nakijken: de uren die niet in de businesscase staan

Hoe het werkt. In het begin kijkt iemand alles na wat de agent doet. Dat hoort zo, want je weet nog niet hoe vaak hij het fout heeft. Maar die uren staan zelden in de businesscase, en ze bepalen of er iets overblijft.

Reken het uit. Een taak die nu 20 minuten kost en 200 keer per maand voorkomt, is ruim 66 uur werk per maand.

• Moet iemand elke uitkomst 5 minuten nakijken, dan kost dat ruim 16 uur. Er blijft 50 uur winst over.
• Moet dat 15 minuten per uitkomst, dan kost nakijken 50 uur. Er blijft ruim 16 uur over.

Hetzelfde proces, dezelfde agent. Alleen de nakijktijd verschilt, en daarmee het verschil tussen een goede investering en een twijfelgeval.

Wat je eraan doet. Nakijken hoeft niet altijd alles te zijn. Houd de eerste weken bij hoe vaak hij het fout heeft en wat voor fouten dat zijn. Pas als je dat foutpercentage kent, ga je over op een steekproef. Kijk je daarna nog 1 op de 5 taken na, à 15 minuten, dan is dat 40 keer per maand en 10 uur. Er blijft dan ruim 56 uur over in plaats van ruim 16.

Die stap zet je alleen op basis van gemeten fouten, nooit op gevoel. En naar nul gaat het niet. Anthropic, het bedrijf achter Claude, laat zijn eigen 30.000 agents controleren door een tweede systeem. Dat blokkeert ongeveer 1 op de 47.000 acties, markeert 1 tot 2 op de 1.000 gesprekken voor nadere controle en legt zo'n 50 gevallen per week aan mensen voor. Dat is het bedrijf dat de modellen zelf maakt.

De toets. Hoe lang duurt het om één uitkomst te controleren? Komt dat in de buurt van de tijd om het zelf te doen, dan heb je geen tijd gewonnen maar een taak verplaatst.

3. Fouten: herstellen kost meer dan voorkomen

Hoe het werkt. Een fout van een chatbot staat in een tekst die jij nog leest. Een fout van een agent staat in je systemen. Een verkeerde factuur is al bij de klant. Een aangepaste prijs staat al in drie offertes. Een CRM-veld is overschreven en niemand weet meer wat er stond.

Herstellen betekent uitzoeken wat er precies is gebeurd, het terugdraaien en het uitleggen aan wie er last van had. Dat is werk van je duurste mensen, en het komt altijd op een moment dat het niet uitkomt.

Reken het uit. De verwachte kosten zijn het aantal fouten keer wat één fout kost. Bij 200 taken per maand en 2% fouten die door het nakijken heen glippen, zijn dat 4 fouten per maand. Kost elke fout 2 uur om uit te zoeken en recht te zetten, dan is dat 8 uur per maand.

Maar dat geldt alleen voor fouten die je binnen de deur oplost. Eén verkeerde factuur bij je grootste klant kost geen 2 uur, die kost vertrouwen. Die fouten horen niet in een gemiddelde, die moet je voorkomen.

Wat je eraan doet. Maak onderscheid tussen wat intern blijft en wat naar buiten gaat. Intern mag de agent zelf afronden. Alles wat naar een klant, leverancier of bank gaat, laat hij voorbereiden en keurt een mens goed. Dat kost een paar seconden per keer en haalt het duurste type fout weg.

De toets. Wat kost één fout in dit proces, in geld en in klantrelatie? Is dat meer dan de agent in een maand oplevert, dan hoort hij bij dit proces niet zelf af te ronden.

4. Onderhoud: het stopt nooit

Hoe het werkt. Een agent werkt met je systemen zoals ze nu zijn. Een veld in je CRM krijgt een andere naam, er komt een productlijn bij, je boekhoudpakket krijgt een update. De agent die vorige maand goed werkte, doet het nu net anders. Meestal niet met een foutmelding, maar met uitkomsten die er goed uitzien en net niet kloppen.

Het model zelf verandert ook. Leveranciers vervangen hun modellen regelmatig door nieuwere versies en zetten oude versies na verloop van tijd uit. Dezelfde opdracht kan daarna een ander resultaat geven.

Wat je eraan doet. Bewaar twintig afgeronde gevallen waarvan je het juiste antwoord kent. Laat de agent die na elke wijziging, aan je systemen of aan het model, opnieuw doen en vergelijk de uitkomst. Wijkt er iets af, dan weet je het voordat een klant het merkt. Dat kost een uur per keer en is het goedkoopste onderhoud dat er is.

De toets. Wie is de eigenaar? Niet wie hem heeft gebouwd, maar wie merkt dat hij anders gaat werken en wie dat oplost. Is dat niemand, dan is het na een halfjaar een project waar niemand meer naar durft te kijken.

De hele rekensom

Wat een agent oplevert is de tijd die het werk nu kost, min de tijd om het na te kijken, keer het aantal keer dat het voorkomt.

Wat hij kost is het gebruik, plus het herstel van fouten, plus het onderhoud, plus eenmalig de bouw.

Met de getallen van hierboven, per maand. Voor het voorbeeld kost een uur van de mensen die dit werk doen €50, inclusief werkgeverslasten. Vul je eigen uurkosten in.

Trek daar het gebruik van af. Uit het voorbeeld onder punt 1: zo'n $60 per maand voor 200 gewone taken. Zet daar voor de zekerheid een paar uitschieters bij en reken met €300. Dan houd je ruim €1.900 per maand over.

Kijk wat hier gebeurt. De tokens kosten tientallen euro's. Het nakijken, de fouten en het onderhoud kosten samen €1.100. De rekening van de leverancier is het kleinste deel van wat een agent kost. Het grootste deel betaal je aan je eigen mensen, en dat staat in geen enkele offerte.

Die €2.200 is dus het plafond voor alles wat de leverancier rekent. Kost het platform plus het gebruik €2.500 per maand, dan betaal je elke maand toe, hoe goed hij ook werkt.

Dan de bouw. Kost het inrichten eenmalig €8.000, inclusief de uren van je eigen mensen, en houd je €1.900 per maand over, dan heb je het na ruim vier maanden terugverdiend. Houd je €400 per maand over, dan duurt dat twintig maanden, en in twintig maanden veranderen je systemen en het model allebei.

En één voorwaarde die in geen enkele spreadsheet staat: 44 uur is alleen €2.200 waard als die uren iets anders gaan doen. Worden ze opgevuld met wat er toevallig ligt, dan heb je tijd bespaard en geen geld.

Blijft er na die som niets over, dan ligt het niet aan AI. Dan heb je het verkeerde proces gekozen.

Vijf vragen voor je leverancier

1. Wat kost één taak gemiddeld, en wat kosten de duurste 5%? Een leverancier die alleen een maandprijs noemt, heeft het zelf niet gemeten.
2. Wat gebeurt er als hij vastloopt? Is er een maximum aantal stappen, en wie krijgt de melding?
3. Hoe zie ik wat hij per taak heeft gedaan? Welk gereedschap, welke gegevens, welke wijzigingen. Zonder dat kun je fouten niet herstellen, alleen vermoeden.
4. Wat gebeurt er als het model wordt vervangen? Krijg je dat vooraf te horen, en kun je eerst testen?
5. Wat moet ik zelf blijven doen? Het eerlijke antwoord is nooit "niets".

Waar je dan begint

Bij het getal dat de hele som draagt: wat het werk nu kost. Zonder dat getal is elke businesscase voor een agent een schatting op een schatting.

Dat getal is ook waar de Revenue Audit mee begint: vaststellen waar geld weglekt en hoeveel, in euro's, voordat er over een agent gepraat wordt. Wil je eerst zelf zien waar het bij jou zit, doe dan de gratis scan. Twintig vragen, en je weet waar je moet beginnen met rekenen.

Bronnen

• HubSpot, analistendag 18 september 2026: 19% van de Pro Plus-klanten gebruikte in augustus agents, het aantal agentacties per maand werd 3,5 keer zo groot en het creditverbruik meer dan verdubbelde. Yahoo Finance
• Anthropic, "Measuring Pace of AI Development", 17 september 2026: ongeveer 30.000 agents tegelijk, meer dan een miljard beslissingen in augustus, ongeveer 1 op de 47.000 acties geblokkeerd. De cijfers zijn door Anthropic zelf gemeten. Samenvatting bij Mixed
• Alibaba Cloud, Apsara Conference 24 september 2026: AgentCore, met Agent Context dat tot 67% minder tokens zou verbruiken. Dit is de claim van Alibaba zelf. TechAfrica News
• Gartner, 25 juni 2025: meer dan 40% van de agentprojecten wordt voor eind 2027 stopgezet. Gartner
• Tokenprijzen Claude Sonnet 5, september 2026: $2 per miljoen tokens invoer, $10 uitvoer. BenchLM
• De rekenvoorbeelden in dit artikel zijn voorbeelden, geen metingen. Vul je eigen getallen in.