Na twee jaar lang werknemers te hebben aangespoord om bij elke gelegenheid generatieve AI te adopteren, trekt een groeiend aantal grote bedrijven zich nu terug. De reden wordt, volgens een onderzoek van de Financial Times gepubliceerd op 19 juni 2026, botweg samengevat in een citaat van een bedrijfsinsider: "We hebben een monster gecreëerd."
Het FT-rapport, dat al snel een van de meest besproken bedrijfsverhalen van de week werd, documenteert hoe op hol geslagen AI-uitgaven, waarvan een groot deel wordt gemeten in tokens die door AI-aanbieders worden gefactureerd, de bedrijfsbudgetten onder druk zetten en managers dwingen discipline op te leggen aan tools die ze pas onlangs hadden verplicht gesteld. Voor meer context over dit verhaal, zie ons AI-trends.
Van mandaat naar terughoudendheid
De verschuiving is opvallend omdat het de koers verandert van het beleid waar veel grote werkgevers voor pleitten. Zoals CBC op 17 juni meldde, was het gestelde doel bij veel bedrijven het ‘gebruiken van zoveel mogelijk AI’. Nu trekken sommige van diezelfde organisaties zich terug, beperken ze het gebruik, beperken ze de toegang tot premiummodellen en controleren ze welke AI-workflows daadwerkelijk waarde opleveren.
Crypto Briefing noemde, onder verwijzing naar de FT-rapportage, specifieke bedrijven die het gebruik van AI door werknemers aan banden leggen naarmate de kosten stijgen, waaronder Amazon, Walmart en Uber. De krantenkop dat drie van de meest geavanceerde technologiewerkgevers ter wereld de druk op AI-uitgaven aanscherpen, geeft aan dat het kostenprobleem niet beperkt blijft tot startups met weinig geld. Het bereikt de grootste ondernemingen ter wereld.
Het tokenrekeningprobleem
De kern van de terugval is het prijsmodel dat ten grondslag ligt aan de meeste generatieve AI. In plaats van een vast abonnement rekenen veel AI-diensten per token, de stukjes tekst die een model leest en produceert. Wanneer tienduizenden werknemers lange documenten in chatbots plakken, de hele dag AI-codeerassistenten gebruiken of interne agenten bouwen die vele modeloproepen doorlopen, draait de tokenmeter snel.
Een afzonderlijke analyse van Let's Data Science, gepubliceerd op 17 juni, concentreerde zich op het fenomeen van bedrijven die de uitgaven voor AI-tokens specifiek voor ingenieurs beperken. Ontwikkelaarstools, die tientallen modelaanvragen per taak kunnen afgeven, behoren tot de duurste AI-implementaties binnen grote bedrijven. Naarmate er meer codegeneratie- en agentische tools in productie gaan, zijn de kosten om ze draaiende te houden sterk gestegen.
De uitdaging wordt nog verergerd door de moeilijkheid om het rendement op investeringen te meten. Hoewel individuele werknemers vaak productiviteitswinsten melden, is het moeilijker gebleken om deze winsten toe te schrijven aan specifieke dollars aan symbolische uitgaven, en te bewijzen dat deze de rekening overtreffen, dan veel leidinggevenden hadden verwacht.
Zelfs de AI-bouwers voelen de knel
De kostendruk beperkt zich niet tot AI-consumenten. Het raakt de bedrijven die de technologie bouwen. Op 12 juni meldde Stocktwits dat de AI-kosten van Meta "opgeblazen" waren, wat het bedrijf ertoe aanzette plannen te schetsen om de uitgaven in toom te houden. Voor een bedrijf dat AI als centraal in zijn toekomst heeft gepositioneerd, onderstreept het erkennen van de kostendruk hoe wijd deze discipline zich heeft verspreid.
Het patroon wijst op een volwassen wordende markt. In 2024 en 2025 was het dominante bedrijfsinstinct om breed te experimenteren en zich later zorgen te maken over het wetsvoorstel, in de veronderstelling dat een vroege adoptie van AI een duurzaam concurrentievoordeel zou opleveren. In 2026, nu de begrotingen krapper worden en de nieuwigheid vervaagt, eisen de financiële afdelingen dat dezelfde strengheid wordt toegepast op elk ander regelitem.
Een nieuwe markt voor kostenbeheersing
De terugval creëert zelf commerciële kansen. Op 4 juni meldde CNBC dat Ramp, een startup voor kostenbeheer, een waardering van $44 miljard heeft bereikt, omdat bedrijven de AI-uitgaven willen beteugelen. De opkomst van Ramp illustreert hoe snel het pijnpunt is uitgegroeid tot een productcategorie: er is nu veel vraag naar tools die AI-uitgaven monitoren, toewijzen en beperken, naast de AI-tools zelf.
Die dynamiek, waarbij aanbieders racen om AI te verkopen, en een parallelle industrie die racet om kopers te helpen bepalen wat ze eraan uitgeven, weerspiegelt de ongemakkelijke middenfase waarin de zakelijke AI-markt is beland. De technologie heeft de lat van bruikbaarheid voor veel taken leeggemaakt, maar nog niet de lat van voorspelbare, beheersbare kosten.
Wat het betekent voor de industrie
Voor AI-aanbieders houdt de trend een waarschuwing in. Als grote klanten overstappen van onbeperkt experimenteren naar gerantsoeneerd, ROI-getest gebruik, zou de omzetgroei die verband houdt met de consumptie van onbewerkte tokens kunnen vertragen. Dat vooruitzicht heeft vooral gevolgen voor bedrijven waarvan de financiële modellen uitgaan van steeds grotere gevolgtrekkingen.
Voor ondernemingen is de les genuanceerder. Deze terugval betekent niet noodzakelijkerwijs dat AI binnen grote bedrijven faalt. Verschillende organisaties die het toezicht verscherpen, breiden tegelijkertijd gerichte, hoogwaardige AI-implementaties uit. De verschuiving vindt plaats van breedte naar selectiviteit, van ‘gebruik AI overal’ naar ‘gebruik AI waar het loont’.
Het citaat dat aan het FT-rapport ten grondslag ligt, ‘We hebben een monster gecreëerd’, zou uiteindelijk eerder een tijdelijke overdaad dan een permanent oordeel kunnen beschrijven. Bedrijven haastten zich om generatieve AI breed in te bedden, genereerden daarbij grote rekeningen en corrigeren nu hun koers. Of die correctie de uitrol van AI vertraagt of simpelweg duurzamer maakt, is de vraag die de industrie de rest van 2026 zal beantwoorden.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
