Zo verlaagt Okta de AI-agentkosten met 90% via slimme toolfiltering

Sophie Jansen · 2026-08-13

AI-agenten worden steeds slimmer, maar die intelligentie heeft een prijs. Niet alleen in euro's, maar vooral in tokens. Elke keer dat een AI-agent een model aanroept, stuurt het namelijk een heleboel metadata mee: schema's, namen, beschrijvingen en parameters van alle tools die beschikbaar zijn. Okta noemt dit de 'toolbelasting' (tool tax) en heeft een slimme oplossing bedacht die de kosten flink kan drukken. Stel je voor: je agent heeft toegang tot honderd tools, maar gebruikt er in de praktijk maar tien. Toch betaal je voor alle honderd bij elke modelaanroep. Dat is zonde, zeker als je bedenkt dat dit per gebruiker en per aanroep gebeurt. Het probleem stapelt zich dus razendsnel op. ### Wat is de tool tax precies? De tool tax ontstaat doordat een AI-agent bij elke modelcall een representatie van elke beschikbare tool meestuurt. Denk aan een menu in een restaurant: je krijgt het volledige menu voorgeschoteld, ook al weet de ober al dat je altijd dezelfde bestelling plaatst. Dat menu kost geld om te printen, en in dit geval kost het tokens om te verwerken. Okta's punt is simpel maar krachtig: de kosten ontstaan voordat de agent ook maar één tool aanroept. Zelfs als een verzoek later wordt afgewezen omdat de agent geen toegang heeft, zijn de tokens al verbruikt. Die kun je niet meer terughalen. ### De oplossing: identiteitsgerichte filtering Okta's aanpak is verfrissend eenvoudig. In plaats van toegang te verlenen tot een hele MCP-server, kun je nu per tool bepalen wie er gebruik van mag maken. Een beheerder stelt in het Okta-dashboard in welke tools een bepaalde identiteit mag gebruiken. De agent ontvangt vervolgens alleen de relevante, goedgekeurde tools in zijn prompt. Dit is een vorm van least-privilege access op toolniveau. Een agent zou simpelweg niet moeten weten dat bepaalde databases of tools bestaan als hij er geen toegang toe heeft. Door onbeschikbare tools uit de prompt te verwijderen, verdwijnen ook de bijbehorende schemakosten. ### Indrukwekkende resultaten uit intern onderzoek Okta heeft intern onderzoek gedaan naar de effectiviteit van deze aanpak. Ze modelleerden een MCP-client met toegang tot een catalogus van bedrijfstools en vergeleken het aantal zichtbare tools vóór en na identiteitsgerichte scoping. De resultaten zijn opvallend: - In sommige scenario's werd meer dan 90% van de zichtbare tools verwijderd - De kosten voor toolschema's daalden met ongeveer hetzelfde percentage - De besparing geldt voor elke modelaanroep van elke actieve gebruiker Let wel: Okta geeft geen absolute cijfers over token- of eurobesparingen. Het bewijs komt uit interne modellen, niet uit live klantomgevingen. ### Hoe werkt het in de praktijk? Okta positioneert deze functionaliteit binnen zijn 'blueprint voor de veilige agentische onderneming'. Het idee is dat organisaties eerst hun agenten identificeren, daarna de toegestane verbindingen bepalen en ten slotte de geautoriseerde acties vaststellen. De aanpak verfijnt de verbindingsvraag: niet 'mag deze agent toegang tot de hele MCP-server?', maar 'welke specifieke tools op deze server mag deze identiteit gebruiken?'. Deze controle gebeurt zowel vóór de prompt wordt opgebouwd als op runtime-moment, vlak voordat een toolcall wordt uitgevoerd. ### Het grotere plaatje Dit probleem is zowel een tool-count-probleem als een user-count-probleem. Een populaire MCP-server met veel tools kost per gebruiker per aanroep. Vermenigvuldig dat met honderden of duizenden gebruikers en je begrijpt waarom dit een serieus kostenaspect is voor bedrijven die AI-agenten op schaal inzetten. De aanpak van Okta is een mooie stap richting efficiëntere AI-implementaties. Het laat zien dat beveiliging en kostenoptimalisatie hand in hand kunnen gaan. Door agents alleen de tools te geven die ze nodig hebben, verlaag je niet alleen het beveiligingsrisico, maar ook de operationele kosten. Voor Nederlandse bedrijven die serieus met AI-agenten aan de slag gaan, is dit een ontwikkeling om in de gaten te houden. Het maakt AI niet alleen veiliger, maar ook betaalbaarder. En dat is in tijden van stijgende AI-kosten een welkome ontwikkeling.