Danny Weber
Grote techbedrijven zien AI-kosten exploderen door agentische AI en overmatig gebruik. Hoe maken ze de omslag naar echte efficiëntie?
Grote techbedrijven stuiten op een nieuw probleem: de brede inzet van AI drijft de kosten op in plaats van ze te verlagen. Interne programma's die medewerkers stimuleren AI te gebruiken, hebben geleid tot een snelle stijging van de uitgaven aan rekenkracht en queryverwerking.
Volgens bronnen in de sector zetten bedrijven hun teams aan tot het gebruik van eigen AI-tools en schroeven ze externe oplossingen terug. Een belangrijke oorzaak is de snel stijgende kosten van queryverwerking, vooral naarmate AI-toepassingen geavanceerder worden.
Zogenaamde agentische AI is bijzonder kostbaar. Deze systemen leveren niet één antwoord, maar voeren autonoom een reeks handelingen uit, analyseren gegevens en nemen tussentijdse beslissingen. Dergelijke processen kunnen honderden tot duizenden keren meer rekenkracht verbruiken dan een gewone tekstquery.
Ondertussen is er een nieuwe interne trend: werknemers gebruiken AI voor zelfs de simpelste taken, alleen om hoge gebruikscijfers te scoren. Het resultaat is een paradox: hoe toegankelijker de tools, hoe meer het totale verbruik steeg.
Sommige teams heroverwegen hun AI-strategie en kijken verder dan productiviteitswinst naar de daadwerkelijke operationele kosten. De vraag die steeds terugkeert: is automatisering echt goedkoper dan handwerk, nu de rekenkosten sneller stijgen dan verwacht?
Experts voorzien dat de markt langzaam verschuift van het tellen van AI-gebruik naar het meten van echte efficiëntie en economische opbrengsten. Voor bedrijven betekent dit dat de volgende fase niet draait om grootschalige AI-implementatie, maar om het selecteren van toepassingen waar het echt loont.
© RusPhotoBank