AI-kosten beheersen zonder personeel te ontslaan

Sophie Jansen · 2026-07-10

Jensen Huang, CEO van Nvidia, heeft een simpele test om te bepalen of een engineer de moeite waard is. Tijdens de All-In Podcast na GTC 2026 zei hij dat als een engineer van €460.000 per jaar minder dan de helft van zijn salaris aan AI-tokens verbruikt, hij zich ernstig zorgen maakt. Nvidia werkt volgens hem toe naar een jaarlijkse tokenrekening van €1,84 miljard voor zijn ingenieurs. Dit is de nieuwe realiteit: bedrijven ruilen salarissen in voor tokens. De vier grootste hyperscalers hebben gezamenlijk €644 miljard aan investeringen voor 2026 aangekondigd, bijna het dubbele van vorig jaar. Uitbestedingsbureau Challenger, Gray & Christmas meldt dat AI voor de vierde maand op rij de belangrijkste reden is voor ontslagen in de VS. Een intern Meta-memo, ingezien door Reuters, beschrijft hoe het schrappen van 8.000 banen in mei de forse investeringen van het bedrijf compenseert—in een kwartaal waarin de omzet met 33% groeide. Dit zijn geen overlevingsmaatregelen, maar financieringsmethodes. ### De valkuil van bezuinigen Het probleem? Die financiering heeft niet gebracht wat het beloofde. Gartner ondervroeg 350 directeuren van bedrijven met meer dan €920 miljoen omzet, die allemaal AI-agenten of automatisering inzetten. Bijna 80% had personeel ontslagen, maar zag geen verbetering van de rendementen. Analist Helen Poitevin was duidelijk: "Personeelsreducties creëren budgetruimte, maar geen rendement." Uber leerde de token-les op de harde manier. In december gaf het bedrijf 5.000 engineers AI-codeertools, en in april was het hele AI-budget voor 2026 al op. Operationeel directeur Andrew Macdonald gaf toe dat, ondanks dat 70% van de code door AI is gegenereerd, de link met wat klanten merken ontbreekt: "Die link is er nog niet." ### Waar het tokenbudget buigt De goedkoopste oplossing? Stop met het herhaaldelijk verwerken van dezelfde tekst. Prompt caching, nu standaard bij de grote API-aanbieders, verlaagt de kosten voor herhaalde invoer met tot 90% bij Anthropic en OpenAI. Statische content zoals systeeminstructies wordt eenmalig verwerkt en daarna tegen een fractie van de kosten herlezen. Beveiligingsbedrijf ProjectDiscovery verhoogde zijn cache-hitratio van 7% naar 84% door prompts te herstructureren. Dat bespaarde 59 tot 70% op de totale LLM-uitgaven, terwijl 9,8 miljard tokens uit de cache werden bediend. Die ene technische ingreep leverde meer budget op dan de meeste AI-gerelateerde ontslagrondes. ### Slimmere inzet van modellen Een volgende hefboom: stuur werk naar het juiste model. De prijslijsten van aanbieders laten zien dat vlaggenschipmodellen vijf keer duurder zijn per token dan kleinere varianten. Toch sturen veel productieomgevingen routinetaken zoals classificatie en samenvatting standaard naar de duurste laag. Batchverwerking geeft nog eens 50% korting voor taken die geen realtime antwoord nodig hebben. Retrieval-augmented generation pakt het probleem anders aan: het stuurt alleen het relevante deel van een kennisbank naar het model, niet de hele database. Prompt compressie schrapt overbodige voorbeelden die elke aanroep opblazen. Open-weight modellen verlagen de kosten verder, doordat ze routinetaken afhandelen tegen een fractie van de API-prijzen—voor teams die de infrastructuur willen beheren. Dit zijn simpelweg de AI-equivalent van het uitschakelen van lichten in lege kamers. Uber's limiet van €1.380 per engineer per maand—ingesteld na de overschrijding in april—is het eerste bewijs dat deze maatregelen werken. ### De echte les Zet de twee mislukkingen naast elkaar en het probleem wordt duidelijk. Bedrijven behandelden de tokenrekening als vast en het personeel als flexibel, terwijl het omgekeerde waar is. Een loonronde bespaart eenmalig geld, maar neemt institutionele kennis mee. Een tokenbudget, zo blijkt, buigt op een half dozijn plekken—als iemand de moeite neemt om het te optimaliseren.