AI DAGELIJKS

AI-uitgaven per medewerker dalen: wat dit betekent voor MKB

11 september 2026 | Boris Kusters

Inhoud

AI-uitgaven per medewerker dalen: wat dit betekent voor MKB

Bij de grootste techbedrijven ter wereld daalde in augustus het bedrag dat ze gemiddeld per medewerker aan AI uitgeven. Dat meldt TechCrunch deze week, op basis van cijfers over AI-adoptie bij grote ondernemingen. Na maanden van stijgende budgetten ineens een knik naar beneden, en dat roept meteen de vraag op wat er precies aan de hand is.

Is dit gewoon een vakantie-dip, omdat er in augustus nu eenmaal minder gewerkt wordt? Of is het een eerste teken dat bedrijven na een jaar experimenteren de rekening opmaken en concluderen dat de investering niet overal terugkomt? Voor een beursgenoteerd concern met een eigen data-team is dat een interessante discussie. Voor jouw MKB is de vraag concreter: moet jij nu meer of juist minder uitgeven aan AI, en waaraan precies.

In dit artikel leg ik uit wat er volgens de cijfers gebeurde, waarom dat deels goed nieuws is, en wat je er concreet mee kunt als jij degene bent die over het AI-budget van je bedrijf beslist.

Wat er precies gebeurde met de AI-uitgaven

Het cijfer dat TechCrunch aanhaalt is 'AI-spend per employee': hoeveel een bedrijf gemiddeld per medewerker kwijt is aan AI-tools en API-gebruik. Dat bedrag ging in augustus omlaag bij een groep grote, vooraanstaande bedrijven. Er zijn twee verklaringen die voor de hand liggen, en het zijn geen twee versies van hetzelfde nieuws.

De eerste verklaring is puur technisch: tokens, de rekeneenheid achter elk AI-verzoek, zijn de afgelopen maanden flink goedkoper geworden. Minder kosten per taak betekent automatisch een lager bedrag per medewerker, ook als het gebruik gelijk blijft of zelfs stijgt. Dat is goed nieuws, geen alarm.

De tweede verklaring is minder geruststellend: het gebruik zelf zakt terug. Na de eerste golf van enthousiasme, waarin iedereen in de organisatie toegang kreeg tot een chatbot of assistent, blijkt een deel van die licenties ongebruikt te blijven liggen. Precies het patroon dat je bij eerdere softwaregolven ook zag: breed uitrollen, en pas achteraf ontdekken wie het daadwerkelijk gebruikt.

Waarom dit ook een teken van volwassenwording is

Er gebeurt namelijk nog iets, en dat verklaart voor een deel waarom minder uitgeven niet per se minder AI-gebruik betekent. Grote softwareleveranciers verschuiven hun aanbod van brede, dure chatabonnementen naar gerichte functies die binnen bestaande tools zitten. Slack introduceerde deze week Surfaces, waarmee je in een chatgesprek gewoon vraagt om een dashboard of rapport, en de AI zelf data ophaalt uit gekoppelde apps zoals Google Drive of Salesforce om dat te bouwen.

OpenAI trekt dezelfde kant op met de nieuwe Agents API, waarmee bedrijven eigen AI-agents kunnen bouwen en laten draaien zonder daar een compleet los platform voor in te richten. Die Agents API draait onder meer op OpenAI's nieuwste model, GPT-6 Astra, en is gemaakt om agents langere tijd zelfstandig aan een taak te laten werken. Daarnaast lanceerde OpenAI de Data agent in ChatGPT Work, die bedrijfsdata koppelt en op verzoek dashboards bouwt.

De trend is duidelijk: niet elke medewerker een los, duur abonnement, maar gerichte AI-functies die al in de tools zitten die je toch al gebruikt. Voor een los AI-abonnement is precies duidelijk wat je betaalt: een vast bedrag per gebruiker per maand. Voor een ingebakken AI-agent in Slack of je CRM is dat veel diffuser, vaak verrekend in een groter softwarecontract.

Daardoor kan het lijken alsof AI-uitgaven dalen, terwijl bedrijven in werkelijkheid AI op meer plekken tegelijk inzetten dan een jaar geleden. Ook de openlijke concurrentiestrijd tussen OpenAI en Anthropic, ondertussen de AI-prijzenoorlog genoemd, drukt de rekening per medewerker verder omlaag zonder dat het gebruik terugloopt.

Wat dit betekent voor de AI-strategie van jouw MKB

Voor een Nederlandse ondernemer met tien, twintig of vijftig man personeel is de les niet 'stop met AI' of 'investeer nu extra hard', maar iets nuchterders: reken elk kwartaal na wat je AI-tools daadwerkelijk opleveren, net zoals de grote jongens nu blijkbaar ook doen. Zet niet automatisch iedereen op het duurste abonnement omdat dat de norm lijkt.

Profiteer bewust van de dalende tokenprijzen. Wat een jaar geleden nog te duur was om op grote schaal te automatiseren, kan nu wel uit. Herbekijk regelmatig welke taken je met een goedkoper model kunt afhandelen, en bewaar een duurder model voor werk waar precisie er echt toe doet. Ook zonder een miljoenenbudget kun je als MKB slim schalen door te kiezen voor de taken waar AI het snelst iets oplevert.

Let wel op zodra je AI-agents koppelt aan bedrijfsdata, zoals een dashboard-tool die meeleest in je mail, CRM of boekhouding. Dat soort koppelingen valt onder de AVG en, afhankelijk van het gebruik, mogelijk onder de EU AI Act. Voor de Nederlandse MKB-realiteit betekent dat: check eerst of er een verwerkersovereenkomst ligt en welke data de tool precies mag inzien, voordat je 'm aanzet voor het hele team.

Gebruik deze cijfers als aanleiding voor een eigen check, niet als reden om je koers blind te laten bepalen door wat techbedrijven doen. Jouw MKB in Enschede of waar dan ook in Nederland heeft andere marges, ander personeel en andere prioriteiten dan een beursgenoteerd techbedrijf.

Wat dit betekent voor jou

Mijn insteek: deze cijfers zijn geen reden tot paniek, in geen van beide richtingen. Grote bedrijven leren wat elk MKB eigenlijk al zou moeten weten, namelijk dat meer AI-abonnementen niet hetzelfde is als meer resultaat. De bedrijven die dit najaar voorop lopen, zijn niet degene die het meeste uitgeven, maar degene die precies weten aan welke taken hun AI-budget wordt besteed.

Werk je met AI-tools in je bedrijf en heb je geen idee meer wat je eigenlijk gebruikt en waarvoor je betaalt? Dat is precies het moment om het even naast elkaar te leggen. Twijfel je waar te beginnen, dan helpt het soms om dat gewoon even met iemand anders door te nemen: een korte sparring boeken kost je een half uur en scheelt je maanden verkeerd budget.

Werkt deze AI-ontwikkeling door in jouw bedrijf? een korte sparring boeken.

Veelgestelde vragen

Wat betekent het als AI-uitgaven per medewerker dalen?

Het betekent dat bedrijven gemiddeld minder geld per medewerker kwijt zijn aan AI-tools en API-gebruik. Dat kan komen doordat tokens goedkoper zijn geworden, doordat medewerkers minder gebruikmaken van hun licentie, of doordat het geld naar andere, minder zichtbare AI-functies verschuift.

Moet mijn MKB nu minder investeren in AI?

Niet per se. De cijfers zeggen vooral iets over hoe grote bedrijven hun uitgaven meten, niet dat AI minder oplevert. Kijk naar je eigen gebruik: bespaart een tool aantoonbaar tijd, dan blijft investeren logisch. Gebruikt niemand een abonnement, dan is afschalen slimmer.

Waarom worden AI-modellen steeds goedkoper?

OpenAI en Anthropic verlagen hun prijzen in een directe concurrentiestrijd om marktaandeel, en de onderliggende rekenkracht wordt efficiënter. Voor gebruikers betekent dat lagere kosten per taak, ook zonder dat je zelf iets hoeft te doen.

Hoe weet ik of mijn AI-investering rendement oplevert?

Meet concreet: hoeveel tijd bespaart een tool per taak, en hoeveel medewerkers gebruiken het abonnement daadwerkelijk. Zonder die twee cijfers stuur je op een gevoel in plaats van op resultaat.

Wat is het verschil tussen een AI-abonnement per medewerker en een AI-agent?

Een abonnement per medewerker geeft iedereen los toegang tot een chatbot. Een AI-agent, zoals de nieuwe opties van Slack en OpenAI, voert een specifieke taak uit, bijvoorbeeld een rapport bouwen, en zit vaak al verwerkt in software die je al gebruikt.

Moet ik oppassen met de AVG bij AI-agents die bedrijfsdata gebruiken?

Ja. Zodra een AI-agent gegevens ophaalt uit je mail, CRM of andere systemen, verwerkt hij mogelijk persoonsgegevens. Check of er een verwerkersovereenkomst met de leverancier ligt en beperk welke data de agent precies mag inzien.