AI-kosten besparen zonder personeel te ontslaan

Sophie Jansen · 2026-07-10

Stel je voor: je geeft een developer € 460.000 per jaar, maar zijn AI-tokenverbruik blijft onder de helft daarvan. Jensen Huang, CEO van Nvidia, zou daarvan schrikken. In de All-In Podcast na GTC 2026 vertelde hij dat Nvidia toewerkt naar een jaarlijkse tokenrekening van € 1,84 miljard voor hun engineers. Het is een teken van de tijd: geld dat vroeger naar salarissen ging, stroomt nu naar tokens. ### De grote verschuiving De vier grootste hyperscalers mikken in 2026 op een gezamenlijke investering van zo'n € 644 miljard, bijna het dubbele van vorig jaar. Uit cijfers van outplacementbureau Challenger, Gray & Christmas blijkt dat AI voor de vierde maand op rij de belangrijkste reden is voor ontslagen in de VS. Meta ontsloeg in mei 8.000 mensen om investeringen te compenseren, terwijl de omzet met 33% groeide. Dit zijn geen overlevingsmaatregelen; het is financiering. Maar die financiering levert niet wat beloofd is. Gartner ondervroeg 350 directeuren van bedrijven met meer dan € 920 miljoen omzet, die allemaal AI-agenten of automatisering inzetten. Ongeveer 80% had personeel ontslagen, maar zag geen verbetering in rendement. Analist Helen Poitevin was duidelijk: "Het schrappen van banen creëert budgetruimte, maar geen rendement." ### De dure les van Uber Uber leerde de token-les op de harde manier. In december gaven ze 5.000 engineers AI-codeertools, en in april was het hele AI-budget voor 2026 al op. Operationeel directeur Andrew Macdonald gaf toe dat 70% van de code door AI wordt gegenereerd, maar dat de link met wat klanten merken ontbreekt: "Die link is er nog niet." ### Waar het tokenbudget buigt De goedkoopste oplossing is ook de minst glamoureuze: stop met het steeds opnieuw verwerken van dezelfde tekst. Prompt caching, nu standaard bij grote API-leveranciers, verlaagt de kosten van herhaalde invoer met tot 90% bij Anthropic en OpenAI. Beveiligingsbedrijf ProjectDiscovery verhoogde zijn cache-hitratio van 7% naar 84% door prompts te herstructureren, wat leidde tot een besparing van 59 tot 70% op LLM-uitgaven. - **Kies het juiste model**: Vlaggenschipmodellen kosten vijf keer zoveel per token als kleinere varianten. Stuur routinetaken naar de juiste grootte. - **Gebruik batchverwerking**: Krijg 50% korting voor taken die geen realtime antwoord nodig hebben. - **Retrieval-augmented generation (RAG)**: Stuur alleen het relevante deel van een kennisbank naar het model, niet alles. - **Promptcompressie**: Verwijder overbodige voorbeelden die elke aanroep duurder maken. Open-weight modellen verlagen de kosten nog verder. Ze kunnen routinetaken aan voor een fractie van de prijs van frontier API's, zolang je de infrastructuur beheert. ### Conclusie Deze maatregelen zijn simpelweg de AI-variant van het uitschakelen van lichten in lege kamers. Uber's limiet van € 1.380 per maand per engineer, ingesteld na de overschrijding in april, is een eerste teken dat bedrijven de knop omzetten. De truc? Behandel je tokenbudget als flexibel en je personeel als vast. Want ontslag neemt kennis mee, maar een tokenbudget kun je op tien manieren buigen.