AI ROI: verdien je de investering in je MKB echt terug?

Waarom de ROI-discussie nu weer oplaait

Techbedrijven als OpenAI en Anthropic geven tientallen miljarden uit aan chips, datacenters en talent. Investeerders en klanten stellen daarom steeds vaker dezelfde vraag: waar blijft het rendement. TechCrunch schrijft dat de discussie terugkeert met nog grotere getallen, en misschien wel grotere gevolgen dan de vorige ronde.

Dat is meer dan een Silicon Valley-onderonsje. Als de grote spelers hun geld niet terugverdienen, zie jij dat terug in hogere abonnementsprijzen, functies die achter een duurdere laag verdwijnen, of modellen die minder vaak gratis beschikbaar zijn. De ROI-vraag van de techreuzen wordt zo, met vertraging, ook jouw kostenvraag.

Drie signalen van deze week die de ROI-vraag concreet maken

OpenAI lanceerde deze week ChatGPT Work, een agent die uren zelfstandig aan een project kan doorwerken en een doel omzet in afgerond werk. Dat is meteen een ROI-argument: geen abstracte 'productiviteitswinst', maar uren die je niet meer zelf hoeft te draaien.

Tegelijk haalde het open source project Ollama 65 miljoen dollar op en groeide het naar bijna 9 miljoen gebruikers. Steeds meer bedrijven draaien AI-modellen zelf, op eigen hardware, om grip te houden op kosten en data. Dat is de andere kant van de ROI-medaille: soms zit het rendement niet in een duurder abonnement, maar in minder afhankelijkheid van één leverancier.

Anthropic bracht daarnaast een dashboard genaamd Reflect uit, dat laat zien hoeveel van je werk inmiddels via Claude loopt. Slim, want het is ook meteen een verkooppraatje: als je ziet hoe afhankelijk je al bent geworden, is de ROI-vraag eigenlijk al beantwoord.

Zo meet je de ROI van AI in je eigen bedrijf

Grote techbedrijven rekenen in miljarden, jij rekent in uren en euro's. Het principe is hetzelfde. Begin niet met 'we moeten iets met AI', maar met een concreet knelpunt: te trage offertes, te veel tijd aan klantmails, handmatige rapportages.

Meet vervolgens hoeveel tijd een taak kost vóór AI, en hoeveel erna. Reken dat om naar je uurtarief en je hebt een eerste, harde ROI-indicatie. Tel daar de kosten van het abonnement, de leertijd van je team en eventuele foutcorrectie bij op. Alleen dan zie je het echte plaatje, niet het optimistische.

Vergeet ook de kant die niet in een spreadsheet past: gaat de kwaliteit omhoog, kun je sneller reageren op klanten, mis je minder deadlines. Dat telt mee in de business case, ook als het lastiger te kwantificeren is.

Waar de investering juist niet loont

Niet elke AI-uitgave verdient zich terug. Dure enterprise-contracten die zijn afgestemd op bedrijven met duizenden medewerkers, passen zelden op de schaal van een MKB-bedrijf. Je betaalt dan voor functies die je nooit gebruikt.

Ook de EU-AI-Act speelt hier een rol: zet je AI in voor iets dat als hoog risico geldt, zoals sollicitatieselectie of kredietbeoordeling, dan komen daar verplichtingen bovenop die de rekensom veranderen. Check dus vooraf in welke risicocategorie jouw toepassing valt, voor je aan de business case begint.

En let op leverancier-afhankelijkheid: bouw je processen volledig om één AI-partij heen, dan is een prijsstijging of storing meteen een bedrijfsrisico. Spreid waar het kan.