Wat kost een AI-agent nou echt? Een eerlijke uitleg van wat de prijs bepaalt — scope, integraties, datakwaliteit en beheer — met illustratieve bandbreedtes en hoe je klein begint zodat het zich terugverdient.
Je hebt een paar offertes opgevraagd voor een AI-agent en de bedragen lopen wild uiteen. De een noemt een paar duizend euro, de ander een getal met een nul extra erachter. En jij zit met de vraag: wat kost een AI-agent nou eigenlijk echt, en waarom verschilt dat zo? Het eerlijke antwoord is dat de prijs bijna nooit over de AI zelf gaat. Het taalmodel is het goedkope deel. Wat geld kost, is alles eromheen.
Hieronder leggen we uit wat de prijs bepaalt, geven we illustratieve bandbreedtes, en laten we zien hoe je klein begint zodat de agent zich terugverdient in plaats van een dure proef te worden.
Een AI-agent is geen los model dat je aanzet. Het is een stukje software dat een taak uitvoert: een mail lezen en de juiste gegevens eruit halen, een vraag beantwoorden op basis van jouw documenten, een offerte klaarzetten, een lead opvolgen. Het taalmodel doet daarin het "denkwerk", maar dat denkwerk moet ergens vandaan komen, ergens naartoe, en het moet kloppen.
De kosten zitten dus in vier dingen: de scope (wat moet de agent precies doen), de integraties (met welke systemen praat hij), de datakwaliteit (hoe schoon is de informatie waarmee hij werkt) en het beheer (wie houdt hem draaiend en betrouwbaar). Wie alleen naar het modeltarief kijkt, onderschat de rekening structureel.
Een agent die op één afgebakende taak antwoord geeft — bijvoorbeeld inkomende vragen sorteren en bij de juiste afdeling neerleggen — is een ander project dan een agent die zelfstandig stappen zet in meerdere systemen. Hoe meer beslissingen de agent neemt, en hoe groter de gevolgen van een fout, hoe meer werk er in de bouw, het testen en de controle gaat zitten.
De vuistregel: een smalle, goed begrensde taak is goedkoop en snel. "Een agent die alles kan" is duur, traag en zelden een goed idee. De meeste waarde zit in een agent die één terugkerend stuk werk betrouwbaar wegneemt.
Een agent die los staat en alleen tekst verwerkt, is relatief eenvoudig. Het wordt duurder zodra hij moet praten met je bestaande systemen: je CRM, je ERP, je mailbox, je voorraad. Elke koppeling is werk — niet alleen het aansluiten, maar ook het afvangen van wat er misgaat als een systeem even niet bereikbaar is of iets anders teruggeeft dan verwacht.
Heb je systemen met een nette, moderne koppeling? Dan valt het mee. Werk je met een ouder pakket zonder fatsoenlijke ingang, of moet er data tussen drie systemen heen en weer? Dan zit daar een flink deel van het budget. Dit is vaak de grootste verborgen kostenpost, en precies de reden dat offertes zo uiteenlopen.
Een AI-agent is zo goed als de informatie waarmee hij werkt. Staan je gegevens verspreid over losse Excels, kloppen ze half, en weet niemand zeker wat de actuele waarheid is? Dan gaat er eerst tijd in het op orde brengen daarvan vóór de agent iets zinnigs kan doen. Dat is geen verspild geld — dat fundament had je toch nodig — maar het hoort wel in de begroting.
Andersom: bedrijven met schone, goed gestructureerde data zijn vaak verbaasd hoe snel en goedkoop een agent dan live is. De staat van je data bepaalt een groot deel van zowel de prijs als de slagingskans.
Dit is het deel dat het vaakst wordt vergeten. Een AI-agent is geen eenmalig product dat je oplevert en vergeet. Modellen veranderen, je processen veranderen, en je wilt blijven zien of de agent nog doet wat hij moet doen. Reken dus op doorlopende kosten: monitoring, af en toe bijsturen, en het modelgebruik zelf (dat per gesprek of per actie wordt afgerekend).
Een agent zonder beheer is een risico, geen besparing. Houd hier vanaf het begin rekening mee, anders verschuift de rekening alleen maar naar later.
Met alle slagen om de arm, puur om de orde van grootte te laten zien. Een smalle, goed afgebakende agent die één taak doet met een schone databron en weinig koppelingen, begint illustratief ergens rond de 5.000 tot 15.000 euro om te bouwen. Komen er meerdere integraties bij, hogere eisen aan betrouwbaarheid en data die eerst op orde moet, dan praat je al snel over 20.000 tot 50.000 euro of meer. Daarbovenop komen lopende kosten voor beheer en modelgebruik, vaak een paar honderd tot enkele duizenden euro's per maand, afhankelijk van het volume.
Die spreiding is geen slordigheid — het is de eerlijke werkelijkheid. De prijs hangt volledig af van de vier punten hierboven. Daarom is een bedrag noemen zonder je situatie te kennen vooral een gok.
De grootste fout is meteen groot inzetten. Een project van maanden, één grote agent die alles moet kunnen, en pas aan het eind de vraag of het iets oplevert. Doe het andersom. Pak één terugkerende taak die nu handmatig tijd kost. Spreek vooraf af wat "het werkt" betekent in een getal dat je al kent — bijvoorbeeld de uren per week die het verwerken van inkomende documenten nu kost. Bouw daar iets kleins omheen en meet na een paar weken opnieuw.
Een illustratief rekenvoorbeeld: kost een terugkerend stuk werk je nu vijf uur per week, dan is dat bij een belast uurtarief van pakweg 45 euro al ruim 11.000 euro per jaar. Neemt een agent van 10.000 euro daar het leeuwendeel van weg, dan is de terugverdientijd kort en weet je het zeker — omdat je het vooraf meetbaar hebt gemaakt, niet omdat iemand het belooft.
Wil je weten wat een agent in jouw situatie kost en oplevert, kijk dan bij een AI-agent laten bouwen of lees eerst wat AI-agents concreet voor terugkerend werk kunnen betekenen. Twijfel je waar de meeste winst zit? Doe de Quickscan — dan zie je in een paar minuten waar voor jou de grootste sprong ligt, of plan direct een vrijblijvend gesprek in.
De genoemde bedragen en uren in dit artikel zijn illustratief en bedoeld om de rekenwijze te laten zien. Wat het in jouw situatie kost, hangt af van je scope, je integraties, de staat van je data en je beheerwensen.
De Quickscan duurt één uur. Jullie weten daarna precies wat er speelt, of jullie daarna klant worden of niet.
