Stand van zaken juni 2026:AI-licenties worden dit jaar duurder, niet goedkoper. Microsoft verhoogt zijn 365-prijzen per 1 juli, en aanbieders als Anthropic halen gebundelde tokens uit hun contracten. Reden te meer om je kosten één keer fatsoenlijk door te rekenen voordat je tekent.
De vraag die elke ondernemer verkeerd stelt
“Wat kost ChatGPT?” is de verkeerde vraag. Het antwoord — een abonnement van zo’n twintig euro per maand — klopt en is tegelijk volkomen misleidend. Want zodra je AI van een handige tool voor jezelf verandert in iets waar je team op leunt, verschijnen er vier kostenposten die nergens op de prijslijst staan. Die posten, niet de seat-prijs, bepalen of je uitkomt op vijfduizend of veertigduizend euro per jaar.
Deze gids loopt de vijf posten één voor één langs, bouwt een rekenvoorbeeld voor een MKB-bedrijf van twintig man, en geeft je een begrotingsraamwerk en checklist mee die je direct kunt gebruiken.
Beginner-tip:heb je nog nooit zakelijk met deze tools gewerkt? Begin dan bij onze gidsChatGPT, Claude, Gemini of Copilot — welke past bij jou. De kostenvraag wordt pas concreet als je weet wélke tool je waarvoor inzet.
De vijf kostenposten van AI
Eén: de seats. Dit is het zichtbare deel. ChatGPT Business kost rond de $20 per gebruiker per maand bij jaarbetaling (Bron: OpenAI); Microsoft 365 Copilot ongeveer €28 bovenop je bestaande 365-licentie (Bron: Microsoft Nederland); Claude Team start bij $25 (Bron: Anthropic). Tot hier is het eenvoudig optellen. Belangrijk: reken met actieve gebruikers, niet met je hele personeelsbestand. In de praktijk gebruikt vaak maar de helft van de aangesloten medewerkers de tool echt.
Twee: het verbruik. Bij de zwaardere zakelijke plannen reken je niet alleen per seat maar ook per token — de tekst die het model in- en uitstuurt. Anthropic haalde begin 2026 de gebundelde tokens uit zijn enterprise-deals, en GitHub Copilot stapte per 1 juni 2026 over op token-facturering: zelfde abonnementsprijs, meter erbij. Voor wie alleen in de chat-app werkt, valt dit mee. Bouw je een eigen toepassing op de API, dan kan dit de grootste post worden. Onze gids AI-kosten besparen: zo verbruik je minder tokens laat zien hoe je deze rekening laag houdt — en voor routinematig, hoogvolume werk wordt lokale AI zonder verbruikskosten een steeds reëler alternatief.
Drie: de implementatie. Tools koppelen aan je bestaande systemen, accounts en rollen inrichten, een veilige werkwijze opzetten. Voor een simpele uitrol via de standaard-app is dit beperkt; zodra er integraties of een datakoppeling bij komen, reken op enkele dagen werk van een interne projectleider of externe consultant.
Vier: de adoptie. Het verschil tussen een team dat AI dagelijks gebruikt en een team dat na week drie afhaakt, zit grotendeels in begeleiding. Niet een eenmalig cursusje, maar herhaalde, gerichte sessies. Dit is de post die het vaakst wordt overgeslagen en het meeste rendement bepaalt.
Vijf: het beheer. Iemand onderhoudt prompt-bibliotheken, beantwoordt vragen, controleert wat de AI in offertes en e-mails produceert, en houdt bij welke data wel en niet naar de tool mag. In de praktijk komt dat neer op ongeveer één deeltijdrol per honderd actieve gebruikers.
Een rekenvoorbeeld: AI voor een MKB van 20 man
Stel: een bureau van twintig medewerkers wil AI breed inzetten. Tien mensen gaan de tool echt gebruiken. Zo ziet een eerlijke jaarbegroting eruit.
| Post | Aanname | Kosten per jaar |
|---|---|---|
| Seats | 10 actieve gebruikers × ~€25/maand | €3.000 |
| Verbruik | lichte API-/tokenkosten boven het abonnement | €1.500 |
| Implementatie | 4 dagen inrichting (intern/extern, eenmalig) | €3.000 |
| Adoptie | 6 trainingssessies + materiaal, eerste jaar | €4.500 |
| Beheer | ~0,15 fte coördinatie à intern uurtarief | €13.000 |
| Totaal jaar 1 | ±€25.000 |
De seat-regel in je boekhouding zegt €3.000. De werkelijke kostprijs ligt rond de €25.000 — en bij meer gebruikers of een eigen toepassing schuift dat richting €40.000. Dat is geen reden om het niet te doen; het is een reden om het bewust te begroten en er een opbrengst tegenover te zetten. Voor adviseurskantoren (notariaat, accountancy, juristen): onze analyse van AI-adoptie bij notarissen laat zien welke tools (Copilot, ChatGPT) domineren en welke rand-afspraken je vóór de rekening al vastlegt.
Gevorderden:voor grotere organisaties stapelt dit hard door. Een ChatGPT Enterprise-uitrol kent een seat-minimum van zo’n 150 gebruikers, met een ondergrens rond de $108.000 per jaar (Bron: CloudZero) — vóór implementatie en beheer. En de onderliggende rekenkracht is duur: hoe duur bleek toenAnthropic 15 miljard dollar per jaar aan SpaceX betaalt voor compute. Die kosten zakken voorlopig niet; reken er in je meerjarenbegroting op dat seat-prijzen eerder stijgen dan dalen.
Drie verborgen kosten die pilots vergeten
Naast de vijf posten zijn er drie effecten die pas in productie zichtbaar worden. Ten eerste de bijstuur-uren: AI-output is zelden meteen goed, en het controleren en corrigeren ervan is werk dat in geen enkel tarief staat. Ten tweede de prijsstijgingen: Microsoft verhoogt zijn 365-abonnementen per 1 juli 2026, dus ook de basis waar Copilot bovenop komt wordt duurder. Ten derde de afhankelijkheid: hoe dieper een tool in je werkwijze zit, hoe duurder het wordt om later te wisselen. Leg daarom switch- en exit-afspraken vast voor je tekent — onze inkoop-checklist voor AI-contracten loopt twintig clausules langs die je hierbij helpen.
Je AI-begroting in vijf stappen
- Kies één afdeling en één meetbaar proces. Niet “AI voor het hele bedrijf”, maar bijvoorbeeld offertes op de verkoopafdeling. Eén doel, één KPI.
- Schat het aantal actieve gebruikers, niet het aantal medewerkers. Reken met de helft die de tool echt oppakt.
- Tel de vijf posten op: seats, verbruik, implementatie, adoptie, beheer. Gebruik het rekenvoorbeeld hierboven als sjabloon.
- Reken door over 36 maanden. Sticker-prijzen zijn op dit moment lokfietsen; een driejaarshorizon geeft een eerlijker beeld, inclusief de te verwachten prijsstijgingen.
- Zet er een opbrengst naast. Bespaarde uren × intern uurtarief, of een hardere KPI als doorlooptijd of conversie. Geen meetbare opbrengst betekent: niet uitrollen, eerst beter afbakenen.
Wanneer loont het — de ROI-vraag
Hier komt de rekenregel die alles bepaalt: AI loont als versterker per taak, niet als vervanger per persoon. Een persoon kost geld én tijd; een taak kost minuten. Modellen zijn veel sterker in “minuten besparen op taak X” dan in “een functie overbodig maken”. Een MIT-studie kwantificeerde dat scherp: van alle taken die in principe automatiseerbaar zijn, is op dit moment slechts ongeveer 23% economisch interessant om daadwerkelijk te automatiseren (Bron: MIT CSAIL). Voor de rest blijft een mens goedkoper, betrouwbaarder, of allebei.
Voor de gewone MKB-praktijk betekent dat: één abonnement dat een ondernemer of klein team vier tot zes uur per week bespaart op herhaalbare klussen, verdient zich binnen weken terug. Een brede, organisatiebrede uitrol zonder scherpe afbakening verdient zichzelf zelden terug. Reken bovendien niet met de tarieven van vorig jaar: gratis open topmodellen drukken de prijzen — zie Open AI-modellen evenaren de top: wat goedkope Chinese AI voor jouw bedrijf betekent. De zustersite Het Laatste AI Nieuws rekende dit contrast uit in ChatGPT duurder dan een stagiair? — een nuttige spiegel als je twijfelt tussen een extra paar handen en een licentie.
Checklist: tien vragen voor je tekent
Loop deze tien vragen langs voordat je een AI-contract aangaat. Kun je ze niet allemaal beantwoorden, dan is je begroting nog niet af.
- Hoeveel medewerkers gaan de tool écht gebruiken (niet: hebben toegang)?
- Zit tokenverbruik in de seat-prijs, of staat het apart op de factuur?
- Welk eenmalig bedrag gaat er naar implementatie en integratie?
- Wie verzorgt de training, en hoeveel sessies in het eerste jaar?
- Wie wordt de beheerder, en hoeveel uur per week kost dat?
- Wat is de totale kostprijs over 36 maanden, niet over 12?
- Welke prijsstijging staat er in het contract, en is die afgedekt?
- Welke KPI meet of de uitrol slaagt — in euro’s of in uren?
- Hoe makkelijk stap je later over naar een andere leverancier?
- Welke data mag wel en niet naar de tool, en wie controleert dat?
Begin klein, meet hard, en schaal pas op wat aantoonbaar werkt. Dat is goedkoper dan een brede uitrol terugdraaien.