Van tokens naar vertrouwen: een AI-afrekening van 2,5 biljoen dollar

Twee jaar lang was de AI-strategie binnen organisaties gebaseerd op één instinctieve reactie: zo snel mogelijk de nieuwste ontwikkelingen onderzoeken en toepassen. De standaard aanpak daarbij was een account in de publieke cloud, een API-sleutel van OpenAI of Anthropic, en de bereidheid om kosten te dragen in ruil voor snelheid. Dat instinct leidde tot buitengewone experimenten, maar loopt nu tegen zijn grenzen aan.

Gartner voorspelt dat de wereldwijde uitgaven aan AI in 2026 $2,52 biljoen zullen bereiken, een stijging van 44% ten opzichte van het voorgaande jaar, waarvan $1,37 biljoen alleen al naar AI-infrastructuur zal gaan. Sterker nog, medio 2025 stelden ze dat AI voor de inkoop een ‘dal van desillusie’ is ingegaan, waar schaalvergroting afhangt van een voorspelbaar rendement op investering (ROI) in plaats van visionaire pilots. De druk is verschoven van hoe snel bedrijven AI kunnen testen, naar de vraag of ze het in productie kunnen onderhouden, beheren en beveiligen.

Van toegang tot modellen naar de inferentie-economie
We bewegen ons momenteel van AI 1.0, waarin de toegang tot geavanceerde modellen het verschil maakte, naar AI 2.0, waar inferentie-economie (het dagelijks gebruik van AI om waarde te creëren), datagravitatie (de neiging systemen dichtbij grote datasets te plaatsen), latency en controle de uitkomst bepalen. De prijzen van tokens zijn sinds 2021 elk jaar met ongeveer een factor tien gedaald. Toch zijn de totale AI-uitgaven bij de meeste organisaties gestegen in plaats van gedaald, omdat krachtigere modellen ambitieuzere workflows mogelijk maken.

Anthropic, OpenAI en Mistral differentiëren hun aanbod nu tussen de meest geavanceerde redeneersystemen en goedkopere, meer betaalbare werkpaarden. Simpelweg omdat klanten weigeren voor elke taak de hoofdprijs te betalen. Het onderzoek van McKinsey, The state of AI in 2025, bevestigt dit patroon: de adoptie neemt toe, maar een grootschalige impact blijft bij veel bedrijven uit. De vraag die CIO’s zich stellen is niet langer welk model, maar welke workload waar, tegen welke kosten en onder welk beleid wordt uitgevoerd.

Next-best actietest
Neem een bekend voorbeeld uit het bedrijfsleven: een bank die de next-best actie levert, een aanbeveling in de app, in het filiaal, of via het callcenter, in milliseconden afgestemd op de actuele context van de klant. Enkele innovatieve banken waarmee we samenwerken hebben bewezen dat personalisatie op dit niveau de omzet met 5 tot 15% kan verhogen. Een internationale bank waarmee we samenwerken heeft een AI-assistent gelanceerd die in het eerste jaar al ruim 1,5 miljoen klantvragen heeft beantwoord.

De berekeningen voor inferentie zijn echter meedogenloos. Elke beslissing van een agent kan leiden tot vijf tot twintig modelaanroepen, met een eigen contextvenster. Het verschil tussen $0,50 en $3,30 per miljoen inputtokens, triviaal bij een eenmalige demo, wordt het verschil tussen een winstgevende functie en een functie die stilletjes kapitaal verbrandt over honderden miljoenen klantgebeurtenissen.

Recente analyses suggereren dat organisaties die voor elke taak één topmodel gebruiken, 40-85% te veel uitgeven aan inferentie. Decagon, een AI-startup in San Francisco, verlaagde de kosten per spraakquery met een factor zes na een herstructurering naar een open-source multi-modelstack op NVIDIA Blackwell. De volgende beste stap is geen marketingbeslissing meer, maar een economische beslissing per token, die per transactie wordt genomen.

Soevereiniteit wordt strategie
Het debat over AI in de publieke versus private cloud is niet langer ideologisch van aard, maar draait om de specifieke werklast en geopolitiek. De verplichtingen met betrekking tot risicovolle AI-uitvoer in het kader van EU-wetgeving treden vanaf augustus 2026 volledig in werking en kunnen boetes tot € 35 miljoen of 7% van de wereldwijde omzet met zich meebrengen: Frankrijk en Duitsland richten zich bij hun nationale aanbestedingen meer op Mistral en open-weight, soevereine AI-stacks.

In Azië verschilt de regelgeving voor AI per land. Het Model AI Governance Framework van Singapore en de testtools van IMDA zijn regionale voorbeelden geworden. In het oosten legt de Japanse AI Promotion Act sectorale regels bovenop vrijwillige richtlijnen, terwijl de Zuid-Koreaanse AI Basic Act aansprakelijkheidsverzekeringen verplicht voor systemen met een hoog risico. Verder lanceerde India zijn soevereine LLM tijdens de AI Impact Summit in februari 2026 en investeert het 1,25 miljard dollar in de IndiaAI Mission, waarbij de DPDP Act gefaseerd wordt ingevoerd tot 2027.

De door de staat gestuurde open-source-impuls van China, de Indonesische PDP Law en de pragmatische sectorale aanpak van Australië completeren een kaart waarop geen twee rechtsgebieden hetzelfde zijn. 96% van de organisaties in de APAC-regio is van plan om zijn AI-investeringen te verhogen, vooral via een hybride infrastructuur. Een AI-architectuur met één cloud en één rechtsgebied is nu een structureel risico. Cloudera’s hybride inferentiewerk met NVIDIA, en de bredere verschuiving naar on-premise AI voor gereguleerde workloads, is daar een direct antwoord op.

Ontwikkeling van modellen
De belangrijkste les van de afgelopen 18 maanden is dat de commoditisering van modellen de complexiteit van organisaties niet vermindert, maar verplaatst. Open initiatieven zoals Mistral of DeepSeek verlagen de experimenteerkosten, maar verschuiven de lasten voor orchestratie, governance, evaluatie en integratie naar een hogere functie in de organisatie en komen ook bij de inkoper terecht.

Diezelfde dynamiek speelt zich momenteel af in fysieke AI en defensietechnologie. Physical Intelligence, Figure AI en Skild AI brengen de basismodellen voor robots naar fabrieken, distributiecentra en huizen, waar de latency, soevereiniteit en betrouwbare dataopslag belangrijker zijn dan benchmarkscores. World Labs bouwt de ruimtelijke intelligentielaag, wereldmodellen die waarnemen en redeneren in 3D, die de basis gaan vormen voor de volgende generatie industriële digitale tweelingen. Palantir en Anduril hebben complete productlijnen opgebouwd rond de aanname dat het besturingsvlak, en niet het model, het duurzame concurrentievoordeel is.

Businessmanagers zouden de kosteneffectiviteit per nuttige taak, de operationele belasting per ingezette agent en de verhouding tussen de inferentietijd en de benodigde governance-infrastructuur moeten meten. Die verhouding is doorgaans 1:5 of slechter.

Banken, telecombedrijven en fabrieken
Ook een tweede architectonische verschuiving dient zich aan: subquadratic attention, oftewel efficiëntere manieren om lange documenten en gesprekken te verwerken. De benaderingen van DeepSeek, Google en Cartesia verlagen de kosten van redeneren over lange contexten aanzienlijk, waarbij recente benchmarks een reductie van 100 tot 300 keer laten zien bij een vergelijkbare nauwkeurigheid.

Voor banken betekent dit dat risicomodellering van de gehele portefeuille, het opsporen van fraudepatronen over meerdere decennia en grensoverschrijdende procedures voor know-your-customer (KYC) in één bewerking kunnen worden uitgevoerd, in plaats van met omslachtiger methoden.

Voor telco’s worden agentgestuurde netwerkoperaties, voorspellend onderhoud en het analyseren van klantervaringen over meerdere jaren economisch haalbaar op grote schaal. Voor fabrikanten verschuiven volledige processimulaties en de voorspelling van verstoringen in de supply chain van periodieke batchverwerking naar continue redenering.

De winnende architectuur is niet degene met de goedkoopste token. Het zal degene zijn die de rekenkracht zo dicht mogelijk bij de data plaatst, onder de juiste jurisdictie, met een governance die standhoudt. Duurzaam, soeverein, gecontroleerd, dat is de nieuwe drie-eenheid. Organisaties die hier nu op inzetten, gaan het komende decennium bepalen.