AI-agent kosten: is de investering waard voor je MKB?
Inhoud
Je ziet het steeds vaker: bedrijven die een AI-agent aanschaffen omdat het hoort, en een paar maanden later verbaasd zijn over de rekening. McKinsey publiceerde deze week een analyse die precies op dat pijnpunt zit, met de titel 'Is that AI agent worth it?'. Het stuk gaat over wat zij agentic economics noemen: de vraag of een AI-agent zijn geld daadwerkelijk waard is, en hoe je dat uitrekent.
De kern is ongemakkelijk simpel. Bedrijven kijken vooral naar wat een AI-agent per maand kost, en te weinig naar wat hij structureel verandert in de manier van werken. Voor een MKB-ondernemer is dat precies waar het misgaat: je rekent een abonnement door als kostenpost, terwijl het eigenlijk een investering in een proces is die je op een heel andere manier moet doorrekenen.
In dit artikel vertaal ik de McKinsey-rekensom naar iets wat je vandaag kan gebruiken: waar de kosten van een AI-agent echt vandaan komen, wat je er realistisch voor terugkrijgt, en een risico dat in de meeste kostenplaatjes ontbreekt.
Elke dag AI begrijpen, zonder de hype?
Ontvang de gratis MKB AI Quickstart-gids en mijn nuchtere AI-updates. Uitschrijven met 1 klik.
Wat McKinsey bedoelt met agentic economics
McKinsey's consultancy-tak QuantumBlack windt er geen doekjes om: bedrijven zijn zo druk met het temmen van oplopende AI-kosten dat ze de eigenlijke prijs uit het oog verliezen. Niet de rekening van de AI-leverancier, maar de vraag of je bedrijfsmodel er beter van wordt.
Dat klinkt abstract, maar de vertaling naar de praktijk is concreet. Een AI-agent die facturen controleert, klantvragen beantwoordt of offertes opstelt, kost geld in tokens, in bouwtijd en in mensuren om hem te controleren. Die kosten zijn zichtbaar en makkelijk te becijferen. Wat hij oplevert, is dat veel minder.
Waar de kosten van een AI-agent vandaan komen
Reken je een AI-agent door, kijk dan verder dan het maandelijkse abonnement. De echte kostenposten zijn vaak: de tokens of API-calls die de agent verbruikt, de tijd om hem te koppelen aan je systemen, en de uren die iemand in je team kwijt is aan controle en correctie.
Dat laatste wordt structureel onderschat. Een AI-agent die zelfstandig klantcontact voert of data verwerkt, moet je in de gaten houden, zeker als er persoonsgegevens in het spel zijn. Onder de AVG blijf je namelijk zelf verantwoordelijk voor wat een agent met klantdata doet, ook als een AI-leverancier het model levert. Die controle kost tijd, en tijd is geld.
Tel daarbij op: onderhoud aan prompts en workflows, aanpassingen als je systemen wijzigen, en soms een tweede paar ogen dat de output van de agent steekproefsgewijs checkt. Wie alleen naar het abonnementsbedrag kijkt, rekent zichzelf rijk.
Wat een AI-agent je écht oplevert
De opbrengstkant is lastiger te becijferen dan de kostenkant, en dat is precies waar bedrijven volgens McKinsey de mist in gaan. Tijdsbesparing is de meest voor de hand liggende opbrengst, maar niet de enige en vaak niet de belangrijkste.
Voor de Nederlandse MKB-realiteit met aanhoudend personeelstekort is de echte winst vaker capaciteit: een AI-agent die 's avonds klantvragen afhandelt of offertes voorbereidt, laat je team werk oppakken waar je anders niet aan toekomt. Dat is geen uren besparen, dat is werk mogelijk maken dat er anders simpelweg niet was.
Reken die opbrengst dan ook zo door. Niet 'hoeveel uur bespaart dit', maar 'welk werk kunnen we nu wel doen, en wat is dat waard'. Dat is een ander soort rekensom dan een simpele kostenvergelijking, en het is de rekensom die McKinsey bedrijven aanraadt te maken voordat ze een agent aanschaffen.
Het risico dat niet in het rekenmodel staat: afhankelijkheid van je leverancier
Toevallig kwam deze week ook een waarschuwing van Microsoft-CEO Satya Nadella naar buiten, en die past goed bij de McKinsey-rekensom. Nadella wees op een zorg die in Silicon Valley steeds vaker rondgaat: dat de grote AI-labs die propriëtaire modellen verkopen, zoals OpenAI en Anthropic, zich als een soort paard van Troje in bedrijven nestelen. Hoe dieper je workflows in hun agent-platform verweven zitten, hoe afhankelijker je wordt.
Voor een MKB is dat een reëel risico dat in de meeste kostenplaatjes ontbreekt. Bouw je je hele klantproces om één AI-agent van één leverancier heen, dan betaal je niet alleen de rekening van vandaag, je koopt ook een afhankelijkheid die je later moeilijk terugdraait. Prijzen kunnen stijgen, voorwaarden kunnen veranderen, en onder de EU-AI-Act komen bovendien strengere eisen aan transparantie en verantwoording voor bedrijven die AI-systemen inzetten.
Zo maak je de rekensom voor jouw MKB
Wil je de McKinsey-aanpak praktisch toepassen, doorloop dan vier stappen voordat je een AI-agent aanschaft of uitbreidt.
Breng eerst in kaart hoeveel tijd het huidige proces kost, inclusief de rompslomp eromheen. Reken vervolgens de agent door met alle kosten: abonnement, koppeling, controle-uren en onderhoud, niet alleen de instapprijs. Test daarna klein, op één proces, voordat je opschaalt naar je hele bedrijf. En bouw ten slotte niet blind op één leverancier: kies waar mogelijk voor oplossingen die je later kan verplaatsen.
Herhaal die rekensom elk kwartaal. AI-prijzen en mogelijkheden veranderen snel, en wat vandaag niet uit kan, kan over een half jaar wel logisch zijn, of andersom.
Wat dit betekent voor jou
McKinsey's boodschap komt neer op iets wat elke ondernemer eigenlijk al weet: reken een investering door voordat je hem doet, en kijk verder dan de prijs op de factuur. Bij een AI-agent geldt dat dubbel, want de kosten zijn zichtbaar en de opbrengst is dat vaak niet, tot je hem expliciet meet.
Als Nederlandse MKB-ondernemer heb je daar een voordeel bij: je hoeft niet mee te gaan in de hype rond elke nieuwe agent die gelanceerd wordt. Neem de tijd om de rekensom te maken, wees kritisch op afhankelijkheid van één leverancier, en zet een agent pas in als de opbrengst aantoonbaar boven de volledige kosten uitkomt.
Werkt deze AI-ontwikkeling door in jouw bedrijf? een korte sparring boeken.
Wat is een AI-agent precies?
Een AI-agent is een AI-systeem dat zelfstandig taken uitvoert en beslissingen neemt binnen een proces, zoals klantvragen beantwoorden of offertes opstellen, in plaats van alleen te reageren op losse vragen zoals een chatbot dat doet.
Hoeveel kost een AI-agent voor een klein bedrijf?
Dat verschilt sterk per taak en leverancier, maar reken naast het abonnement altijd de kosten voor koppeling, controle-uren en onderhoud mee. Die verborgen kosten lopen vaak hoger op dan het maandbedrag zelf.
Wanneer is een AI-agent de investering waard?
Als de opbrengst, in tijd, capaciteit of omzet, structureel hoger is dan de volledige kosten inclusief controle en onderhoud, en niet alleen hoger dan het kale abonnementsbedrag.
Hoe bereken ik de ROI van een AI-agent?
Breng eerst de kosten van het huidige proces in kaart, reken dan alle kosten van de agent door inclusief toezicht, en vergelijk pas dan de opbrengst. Herhaal die berekening elk kwartaal, want prijzen en mogelijkheden veranderen snel.
Is een AI-agent hetzelfde als een chatbot?
Nee. Een chatbot beantwoordt losse vragen, een AI-agent voert een taak of proces zelfstandig uit, vaak met meerdere stappen achter elkaar.
Wat is het risico van afhankelijkheid van één AI-leverancier?
Als je hele proces om één AI-agent van één leverancier heen gebouwd is, kan je moeilijk overstappen als prijzen stijgen of voorwaarden veranderen. Reken die uitstapkosten mee voordat je een agent diep in je bedrijf verweeft.
Grip op AI, zonder de hype
Ontvang de gratis MKB AI Quickstart-gids plus mijn nuchtere AI-updates. Uitschrijven kan altijd met 1 klik.