Een ChatGPT Team-abonnement kost 30 euro per gebruiker per maand. Dat staat op de factuur. Maar hoeveel uur besteedt je team aan het formuleren van prompts, het bijschaven van AI-output en het controleren of de feiten kloppen? De meeste bedrijven weten precies wat hun AI-licentie kost. Bijna geen enkel bedrijf weet wat AI hun werkelijk kost. Vier berekeningen helpen je die vraag te beantwoorden, en het antwoord valt niet altijd mee.
Hoeveel geef je echt uit aan AI-tools?
De eerste stap is verrassend lastig: een compleet overzicht maken van alle AI-tools die je team gebruikt. Niet alleen de officiële licenties, maar ook de gratis accounts waar medewerkers bedrijfsdata in stoppen.
De bekende abonnementen zijn snel opgeteld. Een overzicht van wat de meestgebruikte tools kosten in euro inclusief btw:
| Tool | Abonnement | Prijs per gebruiker/mnd (incl. btw) |
|---|---|---|
| ChatGPT Plus | Individueel | €24 |
| ChatGPT Team | Team (min. 2) | €30 |
| Claude Pro | Individueel | €24 |
| Claude Team | Team (min. 5) | €30 |
| Microsoft Copilot | Business | €36 |
| GitHub Copilot | Business | €23 |
| Cursor Pro | Individueel | €24 |
Voor een team van tien mensen met een mix van ChatGPT Team en GitHub Copilot kom je al snel op 400 tot 500 euro per maand. Dat zijn de zichtbare kosten.
Maar daar zit het echte probleem niet. Volgens onderzoek van TheAIDaily deelde 44 procent van de Nederlandse mkb-medewerkers vorige maand bedrijfsdata met een gratis AI-tool. Gemiddeld 3,1 keer per week. Slechts 28 procent van hen wist dat die gratis tools de ingevoerde data mogen gebruiken voor training. Overigens: onderzoek van Awareways laat zien dat slechts 11 procent van de organisaties zicht heeft op het daadwerkelijke AI-gebruik van hun medewerkers.
Denk aan de stagiair die klantgegevens in de gratis versie van ChatGPT plakt om een e-mail te schrijven. Of de marketeer die campagnecijfers door Claude haalt zonder dat iemand het weet. Die tools staan op geen enkele factuur, maar de kosten, in datasecurity en in verloren grip, zijn er niet minder om.
Even voor de beeldvorming: het is alsof je team een bedrijfsauto heeft, maar de helft van de kilometers rijdt in eigen auto’s die niet verzekerd zijn. Je ziet de tankbon niet, maar het risico draag je wel.
Hoeveel tijd stopt je team in AI?
Dit is de kostenpost die vrijwel niemand bijhoudt. AI genereert in seconden een tekst, een analyse of een stuk code. Maar de tijd die een medewerker besteedt aan de vraag formuleren, de output bijsturen en het resultaat controleren, die staat nergens.
Uit onderzoek van Salesforce blijkt dat marketeers gemiddeld 6,1 uur per week besparen door AI-tools. Dat klinkt indrukwekkend. Maar volgens Gartner noemt 49 procent van de marketeers tijdsbesparing als het belangrijkste argument om AI te blijven gebruiken. Met andere woorden: de besparing is het verkoopargument, maar de investering in tijd wordt zelden gemeten.
Wacht even. Hoeveel tijd kost AI dan?
Een eenvoudige prompt (“schrijf een e-mail naar klant X over Y”) kost dertig seconden. Een complexe opdracht (“analyseer deze klanttevredenheidscijfers en schrijf een rapportage met aanbevelingen”) kost al snel vijftien tot dertig minuten aan iteratie. De eerste versie klopt nooit helemaal. Je past de prompt aan, je stuurt bij, je controleert of de cijfers kloppen. Dat is geen falen van de tool, dat is hoe AI werkt. Maar het is wel werktijd die je moet meetellen.
Een rekensom die helpt: laat drie mensen in je team een week lang bijhouden hoeveel minuten per dag ze besteden aan AI-interactie. Niet alleen het typen van prompts, maar ook het lezen, controleren en herschrijven van output. De meeste teams komen uit op 45 tot 90 minuten per persoon per dag. Bij een uurtarief van 50 euro is dat 190 tot 375 euro per persoon per maand, alleen aan tijd.
Wat kost het als AI het fout heeft?
AI-modellen produceren regelmatig output die er overtuigend uitziet maar feitelijk niet klopt. In de AI-wereld heet dat een hallucinatie. Een verzonnen statistiek in een rapport, een juridische verwijzing die niet bestaat, een stuk code dat compileert maar het verkeerde doet.
De kosten hiervan zijn lastig te meten, maar niet onbelangrijk. Een offerte met een verkeerd berekend bedrag kost je een klant. Een blogartikel met een onjuist cijfer kost je geloofwaardigheid. Een stuk code met een subtiele fout kost je ontwikkelteam een dag debuggen.
Daarom moet iemand elke AI-output controleren. Dat is de reviewtijd die organisaties vaak vergeten in hun berekening. Als een medewerker een uur bespaart door AI een eerste versie te laten schrijven, maar vervolgens twintig minuten besteedt aan het controleren en corrigeren, is de nettobesparing veertig minuten, niet een uur.
En hier zit een verborgen risico. Hoe langer een team met AI werkt, hoe groter het vertrouwen wordt. Na drie maanden controleert bijna niemand nog zo scherp als in het begin. Op dat moment stijgt het risico op fouten die door de controle glippen.
Wanneer verdient AI zichzelf terug?
Volgens data van TheAIDaily levert AI-inzet per kenniswerker gemiddeld 11.600 euro aan productiviteitswaarde per jaar op. Dat is de bovenkant: het maximale dat je kunt verwachten als de tool goed is ingericht en de medewerker er dagelijks mee werkt. De praktijk is dat de meeste bedrijven ergens tussen de 30 en 60 procent van dat potentieel halen, afhankelijk van hoe goed AI in het werkproces is verankerd.
De break-even-berekening is rechttoe-rechtaan:
(Bespaarde uren × uurtarief) − (abonnementskosten + prompttijd + reviewtijd + foutkosten) = rendement
Een concreet voorbeeld. Een marketingteam van vijf mensen:
- Abonnementskosten: 5 × ChatGPT Team (€30) + 5 × een schrijftool (€15) = €225 per maand
- Prompttijd: 5 personen × 60 minuten per dag × 22 werkdagen × €50 uurtarief = €4.583 per maand
- Reviewtijd: gemiddeld 20 minuten review per uur AI-output = €1.528 per maand
- Totale kosten: circa €6.336 per maand
- Besparing: als elke medewerker netto 1,5 uur per dag bespaart = 5 × 1,5 × 22 × €50 = €8.250 per maand
- Rendement: €8.250 − €6.336 = €1.914 per maand netto
Positief, maar minder dan de meeste leveranciers je voorrekenen. En dit voorbeeld gaat uit van anderhalf uur nettobesparing per dag, iets wat lang niet elk team haalt.
Overigens: BCG rapporteert dat bedrijven gemiddeld 1,7 procent van hun omzet plannen uit te geven aan AI. Voor een bedrijf met 2 miljoen euro omzet is dat 34.000 euro per jaar. Tel daar de verborgen tijdskosten bij op en je zit al snel op het dubbele.
Hoe maak je die rekensom voor je eigen team?
Je hoeft geen spreadsheetmodel te bouwen. Vier stappen zijn genoeg om binnen een week te weten waar je staat.
Stap 1: inventariseer alle AI-tools. Vraag elk teamlid welke AI-tools ze gebruiken, inclusief gratis accounts en browserextensies. Niet als controle, maar als inventarisatie. Uit het TheAIDaily shadow-AI-onderzoek blijkt dat de meeste bedrijven minstens twee tools missen in hun overzicht.
Stap 2: meet een week lang de AI-tijd. Laat drie tot vijf mensen een week lang bijhouden hoeveel minuten per dag ze besteden aan prompts schrijven, output bijsturen en resultaten controleren. Een simpele turflijst op papier werkt. Het gaat niet om exacte cijfers maar om een ordegrootte.
Stap 3: schat de foutkosten. Vraag je team: hoe vaak per week levert AI iets op dat je volledig moet herschrijven of dat een fout bevat die je later moet corrigeren? Eén keer per week is normaal. Vijf keer per week betekent dat de tool niet past bij de taak.
Stap 4: vergelijk totale kosten met totale besparing. Tel de abonnementen, de gemeten tijdskosten en de geschatte foutkosten bij elkaar op. Vergelijk dat met de tijd die je team zegt te besparen. Is het verschil positief? Dan levert AI je geld op. Is het negatief of marginaal? Dan loont het om te kijken welke taken je niet meer met AI doet.
Waar zit de meeste verspilling?
In de praktijk zijn er drie plekken waar AI-kosten oplopen zonder dat het evenredig oplevert.
Verkeerde taken automatiseren. AI is sterk in taken die herhaalbaar zijn en waar “goed genoeg” volstaat: eerste concepten van e-mails, samenvattingen van lange documenten, dataverwerking. AI is zwak bij taken die precisie vereisen en waar een fout grote gevolgen heeft: juridische teksten, financiële berekeningen, klantcommunicatie over gevoelige onderwerpen. Teams die AI inzetten voor het tweede type besteden meer tijd aan controle dan ze besparen.
Te veel tools naast elkaar. Volgens data van het CBS gebruikt 13,8 procent van de Nederlandse microbedrijven AI. Op de AI-adoptiecijfers van TheAIDaily vind je een completer beeld per bedrijfsgrootte. Maar bij bedrijven die er wél mee werken, is het gemiddeld aantal AI-tools per team al snel drie of meer. Elk met een eigen interface, eigen limieten, eigen leercurve. De overlap is groot en de meeste teams zouden met twee tools hetzelfde bereiken.
Geen gedeeld gebruik. AI-spelregels helpen, maar de meeste organisaties missen een stap daarvoor: gedeelde kennis over hóe je AI effectief inzet. Het ene teamlid heeft een prompt ontdekt die twintig minuten bespaart. Het andere teamlid worstelt met precies dezelfde taak. Zonder een plek om succesvolle workflows te delen, vindt elk teamlid het wiel opnieuw uit.
Wat kun je hier deze week mee?
Begin klein. Je hoeft niet het hele bedrijf door te lichten. Drie acties die je morgen kunt doen:
- Stuur een korte enquête naar je team: “Welke AI-tools gebruik je, hoe vaak, en waarvoor?” Drie vragen, vijf minuten invultijd. Het antwoord verrast je gegarandeerd.
- Meet een week lang de AI-tijdsinvestering bij drie mensen. Niet als controle, maar als inzicht. De uitkomst is het startpunt voor je kosten-batenanalyse.
- Schrap de tools die niemand meer gebruikt. In elk team sluimeren er abonnementen die ooit enthousiast zijn afgesloten en nu stof vangen. Dat is het laaghangende fruit.
De bedrijven die het meeste halen uit AI zijn niet de bedrijven die de duurste tools hebben. Het zijn de bedrijven die weten wat AI hun kost, wat het oplevert, en welke taken ze er niet mee doen. Die helderheid begint met een rekensom, en die rekensom kun je deze week maken.
