AI-tokenbudget verkleinen zonder team te krimpen

Sophie Jansen · 2026-07-10

Jensen Huang, CEO van Nvidia, heeft een simpele test om te bepalen of een ingenieur de moeite waard is: kijk naar zijn tokenverbruik. In de All-In Podcast na GTC 2026 zei hij dat als een ingenieur van €460.000 per jaar minder dan de helft van dat bedrag aan AI-tokens verbruikt, hij "diep bezorgd" zou zijn. Nvidia mikt op een jaarlijkse tokenrekening van €1,84 miljard voor zijn hele engineeringteam. Dit klinkt misschien extreem, maar het beschrijft een trend die we al overal zien: geld dat vroeger naar salarissen ging, stroomt nu naar tokens. De vier grootste hyperscalers plannen gezamenlijk zo'n €644 miljard aan investeringen in 2026 – bijna het dubbele van vorig jaar. Ondertussen blijkt uit data van outplacementbureau Challenger, Gray & Christmas dat AI voor de vierde maand op rij de belangrijkste reden is voor ontslagen in de VS. ### De financiering achter ontslagen Een intern Meta-memo, ingezien door Reuters, beschreef de 8.000 ontslagen in mei als een manier om de flinke investeringen van het bedrijf te compenseren – in een kwartaal waarin de omzet met 33% groeide. Dit zijn geen overlevingsmaatregelen. Het is financiering. Het probleem? Die financiering heeft niet gebracht wat het beloofde. Gartner ondervroeg 350 executives bij bedrijven met meer dan €920 miljoen omzet, die allemaal AI-agents of automatisering inzetten. Ongeveer 80% had personeel ontslagen, maar er was geen verband met betere resultaten. Analist Helen Poitevin was duidelijk: "Personeelsreducties creëren misschien budgetruimte, maar ze creëren geen rendement." Uber leerde de token-les op de harde manier. In december gaf het bedrijf 5.000 ingenieurs AI-codeertools – en in april was het hele AI-budget voor 2026 al op. COO Andrew Macdonald gaf toe dat, ondanks dat 70% van de code door AI werd gegenereerd, 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 betalen om dezelfde tekst steeds opnieuw te verwerken. Prompt caching, nu standaard bij de grote API-providers, verlaagt de kosten voor herhaalde invoer met tot 90% bij Anthropic en OpenAI. Statische content zoals systeeminstructies en referentiedocumenten wordt één keer verwerkt en daarna tegen een fractie van de prijs 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 er 9,8 miljard tokens uit de cache werden bediend. Die ene technische oefening leverde meer budget op dan de meeste AI-gerelateerde ontslagrondjes besparen. ### De juiste modelgrootte kiezen De volgende hefboom is werk naar het juiste model sturen. De prijslijsten van providers laten zien dat vlaggenschipmodellen vijf keer duurder zijn per token dan kleinere varianten. Toch sturen veel productieomgevingen routinematige classificatie en samenvatting naar de duurste laag. Batchverwerking geeft nog eens 50% korting voor alles wat geen realtime antwoord nodig heeft. Retrieval-augmented generation (RAG) pakt het probleem van een andere kant aan: het stuurt alleen het relevante deel van een kennisbank naar het model, niet de hele boel. Promptcompressie verwijdert overbodige voorbeelden die elke aanroep opblazen. Open-weight modellen verlagen de kosten nog verder – voor teams die de infrastructuur willen beheren, kunnen ze routinematig werk doen tegen een fractie van de API-prijzen. ### De praktijk: Uber's les Deze maatregelen zijn simpelweg het AI-equivalent van de lichten uitdoen in lege kamers. Uber's limiet van €1.380 per maand per ingenieur – opgelegd na de overschrijding in april – is het vroege bewijs dat het werkt. Door gericht te optimaliseren, kun je het tokenbudget flink laten krimpen zonder een team te hoeven ontslaan. De kernboodschap? Behandel personeel als een flexibele kostenpost en je verliest kennis. Behandel tokens als een flexibele kostenpost en je ontdekt tientallen manieren om te besparen. De keuze is aan jou.