AI-budget verbranden in vier maanden: waarom kostenbeheersing nu een bestuursdiscipline is

Uber gaf zijn complete AI-budget voor 2026 in vier maanden uit. Niet door een datalek of een factuurfout, gewoon: op, tegen april al. En toen erop werd doorgevraagd, kon de op een na hoogste baas van het bedrijf niet aanwijzen wat het had opgeleverd. Operationeel directeur Andrew Macdonald zei dat de afweging moeilijker te rechtvaardigen wordt zodra je geen directe lijn kunt trekken naar de functies die je je gebruikers uitlevert. De verbazing zat niet in het bedrag. Uber gaf in het eerste kwartaal van 2026 alleen al 951 miljoen dollar aan onderzoek en ontwikkeling uit; dit budget kon eraf. De verbazing zat in het antwoord op de simpelste bestuursvraag die er is: wat kreeg het bedrijf ervoor terug?

Dat is het echte verhaal achter de oplopende AI-rekeningen van dit jaar. Niet dat AI duur is. Maar dat bedrijven hun AI-budgetten sneller verhogen dan ze de sturing inrichten om te weten of dat geld iets doet. En zolang die sturing ontbreekt, is meer budget geen oplossing. Het is dezelfde fout, alleen groter.

Mijn stelling is simpel. AI-kosten zijn geen IT-lijnpost meer, maar een bestuursdiscipline. Wie ze behandelt als een abonnement dat je jaarlijks indexeert, tekent een open cheque op andermans meter. Wie ze behandelt als een besturingsvraag, waar gaat elke euro heen, welk model doet welke taak, en wie mag de knop omzetten, houdt grip. Het verschil tussen die twee bedrijven is niet hun budget. Het is of iemand met mandaat de vraag van Macdonald kan beantwoorden.

Waarom een AI-rekening zich niet als een lijnpost gedraagt

Een klassieke softwarepost is voorspelbaar: je koopt een aantal licenties, je weet wat je volgend jaar betaalt, en de kosten schalen netjes mee met je personeel. Een AI-rekening doet niets van dat alles. Je rekent af per verbruik, en dat verbruik explodeert zodra je van chatten naar agents gaat die zelfstandig stappen zetten.

Hoe scheef dat loopt, laat Vercel's productie-index over oktober 2025 tot april 2026 zien: agent-achtige taken zijn 22,2 procent van alle verzoeken maar slokken bijna 59 procent van het tokenverbruik op, ruim tweeënhalf keer zo zwaar als een gewone chatvraag. Eén medewerker die een agent op een codebase loslaat, kan meer verstoken dan een hele afdeling die de hele dag vragen typt. En anders dan bij een licentie zie je dat pas terug op de rekening van de volgende maand.

Je kunt dat technisch beteugelen. Meten welke agent de tokens verstookt, harde limieten per agent via een gateway, caching aanzetten en zware modellen alleen inzetten waar het echt moet, is werk dat loont. Maar het is de onderste laag. Wie daar stopt, draait alleen de kraan dicht en stuurt nog steeds op verbruik in plaats van op wat elke euro oplevert. Rantsoeneren voelt als grip, maar het beantwoordt de vraag van Macdonald niet.

De grootste bewegingen op je rekening zet jij niet in gang

Zelfs als je je eigen verbruik perfect dichttimmert, beweegt de rekening buiten je om. De motor onder je abonnement, de bundel eromheen en de prijs per eenheid zitten alledrie aan de kant van je leverancier, en die zet de knop zelden met een aankondiging om. Microsoft ruilt de vertrouwde licentiekorting in voor afrekenen op verbruik, waardoor de scope van wat je AI doet ineens je budget bepaalt. En de meter zelf is niet onfeilbaar: Anthropic bevestigde een facturatiefout van 16,6 miljoen dollar.

Daarmee is kostenbeheersing iets anders dan een maandplafond in een dashboard. Het is een inkoopvraag, een architectuurvraag en een risicovraag tegelijk. Welke leverancier, welk contract, welk model, en wat als de prijs of de factuur verschuift. Die drie samen horen niet bij de systeembeheerder die toevallig het admin-paneel beheert. Ze horen op de tafel waar over leveranciers, contracten en risico wordt besloten.

Sturen is niet rantsoeneren, het is kiezen per taak

De bedrijven die dit doorhebben, snijden niet blind. Ze kiezen. Uit dezelfde Vercel-cijfers blijkt dat één aanbieder, Anthropic, 61 procent van alle uitgaven opslokt maar slechts 26 procent van de tokens draait: het dure model gaat naar het kritische werk, goedkopere modellen doen het volume. Ook in Nederland verhogen bedrijven hun AI-budgetten maar sturen ze steeds actiever op kosten, prestaties en risico door meerdere modellen naast elkaar te zetten.

Dat is geen technische instelling. Dat is een besturingskeuze: welk werk is het waard om het beste en duurste model op los te laten, en welk werk niet. Die keuze kun je niet delegeren naar het niveau dat de knoppen bedient, want het is precies de afweging die Macdonald niet kon maken.

Uber stuurde overigens wél ergens op. Een interne ranglijst die teams naar hun AI-gebruik rangschikte, joeg de adoptie hard omhoog. Maar dat is sturen op adoptie, niet op uitkomst. Je beloont dan het verstoken van tokens en noemt dat vooruitgang. Precies die verwarring liet de rekening ontsporen.

En let op, dit is iets anders dan AI die de financiële sturing zelf democratiseert en ook een kleiner bedrijf een soort CFO geeft. Dat gaat over AI als gereedschap om je eigen cijfers te lezen. Dit gaat over het besturen van de kosten die AI zélf maakt. Het eerste is een kans die je pakt. Het tweede is een discipline die je moet organiseren.

Om eerlijk te zijn: te veel controle smoort de winst

De sterkste tegenwerping ken ik goed, want ik hoor hem bij bijna elke ondernemer die AI serieus inzet. Je kunt AI-verbruik niet vooraf begroten zoals een vaste licentie. De waarde zit juist in experimenteren, en wie elke euro vooraf moet verantwoorden bij een stuurgroep, doodt precies de nieuwsgierigheid die AI de moeite waard maakt. Uber's rekening was misschien gewoon de prijs van vooroplopen, en de features komen later wel. Governance, zo klinkt het, is een rem.

Die tegenwerping klopt, tot op zekere hoogte. Een agent-run vooraf tot op de token begroten is inderdaad onzin, en een goedkeuringsproces dat elk experiment afremt is erger dan de kwaal. Ik zou niemand aanraden zijn AI-inzet te verdrinken in formulieren.

Maar dat is niet wat er bij Uber misging. Er werd niet te weinig gerantsoeneerd. Er was geen lijn tussen de uitgave en de uitkomst, en niemand met mandaat om die lijn te bewaken. Dat is geen budgetprobleem, het is een bestuursgat. En juist omdat je het verbruik niet kunt voorspellen, heb je de discipline nodig om elke serieuze uitgave aan een verwachte uitkomst en een eigenaar te koppelen. Goede sturing is geen rem op investeren. Het is de voorwaarde om méér te durven investeren, juist daar waar AI aantoonbaar rendeert.

Wie de vraag niet belegt, tekent de open cheque

Terug naar Uber. Het probleem was nooit dat het bedrijf te veel uitgaf; een bedrijf van die omvang mag een misrekening maken. Het probleem was dat de duurste vraag onbeantwoord bleef, en dat er geen plek in de organisatie was waar hij thuishoorde.

AI-kosten zijn de eerste grote IT-post die zich gedraagt als een levend systeem. Hij groeit met gebruik, beweegt met je leverancier mee, en straft het niet-meten harder af dan welke licentie ooit deed. Dat maakt hem geen zaak voor het IT-budget aan het eind van het jaar, maar een architectuur- en bestuursvraag aan het begin: welk model voor welke taak, wie mag de knop omzetten, en wat moet het opleveren.

Meer budget beantwoordt geen van die drie vragen. Het verlengt alleen de tijd waarin je ze kunt negeren. En de rekening komt hoe dan ook, want de meter loopt door, of je nu meekijkt of niet.