Jarenlang werd er een comfortabel verhaal verkocht over kunstmatige intelligentie: brede toegang, open tools, democratisering van kennis en technologie ten dienste van iedereen. Het was een krachtige narratief, vooral in de eerste maanden van de explosieve groei van generatieve modellen. Iedereen kon een chat openen, hulp vragen bij het schrijven, programmeren, samenvatten of analyseren van informatie, en het leek alsof een capaciteit die voorheen voorbehouden was aan technische teams, nu binnen handbereik was met een gratis account.
Dat verhaal is niet verdwenen, maar het transformeert. Sam Altman, CEO van OpenAI, verwoordde dit duidelijk tijdens de BlackRock Infrastructure Summit: kunstmatige intelligentie zal uiteindelijk functioneren als een basisutility, vergelijkbaar met elektriciteit of water, met verbruik dat wordt gemeten en betaald op basis van gebruik. Deze uitdrukking lijkt misschien een metafoor uit Silicon Valley, maar bevat een veel deepere verandering. Als AI een utility wordt, stopt het niet alleen als software. Het wordt een economische infrastructuur.
Het verschil is belangrijk. Een applicatie wordt geïnstalleerd, getest en daarna verlaten. Infrastructuur wordt gebruikt, gemeten, gefactureerd en creëert afhankelijkheid. Elektriciteit wordt niet gewaardeerd op basis van de stekker, maar door alles wat het mogelijk maakt te doen. AI beweegt zich nu in dezelfde richting: een onzichtbare laag die processen voedt, beslissingen ondersteunt, automatisering, programmering, klantenservice, financiële analyse, cybersecurity, marketing, operaties en bedrijfsbeheer mogelijk maakt.
Gratis AI was een fase, geen einddoel
Aanvankelijke gratisheid had haar redenen. Het stelde de markt in staat te leren kennen, gebruikers te winnen, use cases te testen en aan te tonen dat modellen in het dagelijks leven konden worden geïntegreerd. Het droeg ook bij aan het creëren van gewoonte. Miljoenen mensen gingen AI eerst raadplegen voordat ze een e-mail schreven, een voorstel voorbereidden, een idee zochten of technische vragen oplosten.
Maar het in stand houden van die ervaring komt met enorme kosten. Het trainen van geavanceerde modellen vereist GPU’s, geheugen, hoge-snelheidsnetwerken, opslag, datacenters, energie, koeling en onderzoeksapparatuur. Het op wereldwijde schaal draaien ervan kost ook geld. Elke conversatie, afbeelding, uitgebreide analyse of agent die minuten of uren werkt, verbruikt tokens, rekenkracht en elektriciteit.
De industrie werkt al volgens deze logica. De API’s worden gefactureerd per tokens voor invoer en uitvoer. Gratis plannen beperken het aantal berichten, context, bestandsuploads, beeldgeneratie, geavanceerd onderzoek of toegang tot krachtigere modellen. Individuele abonnementen vergroten de capaciteit. Bedrijfsscenario’s bieden meer beveiliging, beheer, connectors en gebruiksrechten. Grotere organisaties onderhandelen over capaciteit, privacy, integratie en specifieke voorwaarden.
De conclusie is duidelijk: voor veel gebruikers blijft er basis-AI beschikbaar, maar de meest waardevolle, diepgaande, snelle en verbonden vormen zullen betaald moeten worden. Men zal niet alleen betalen voor “gebruik van AI”, maar voor toegang tot betere modellen, meer context, extra geheugen, geavanceerdere tools, meer agents en integratie met eigen data.
| Niveau van toegang | Wat wordt geboden | Wat kan worden beperkt |
|---|---|---|
| Gratis | Basisgebruik voor algemene taken | Berichtenlimieten, context, snelheid, geavanceerde modellen |
| Individueel abonnement | Meer capaciteit en tools | Bedrijfsintegratie en geavanceerde controle |
| Zakelijk plan | Veiligheid, beheer en connectors | Kosten per gebruiker en toenemend gebruik |
| API op tokens | Integratie in producten en processen | Variabele kosten op basis van gebruik |
| Geavanceerde agents | Automatiseren van uitgebreide taken | Hoge rekenkosten en supervisie |
| Eigen infrastructuur | Controle en soevereiniteit | Hoge investering in hardware, talent en energie |
De nieuwe kloof zal cognitief en productief zijn
De grote vraag wordt niet meer wie AI kan gebruiken, maar hoe veel intelligentie elk individu, elk bedrijf en elk land zich kan veroorloven te consumeren. Dat nuanceverschil verandert het debat.
Kleine en middelgrote ondernemingen kunnen AI gebruiken voor het opstellen van aanbiedingen, het beantwoorden van e-mails of het analyseren van spreadsheets. Grote bedrijven kunnen agents inzetten die verbonden zijn met hun ERP, CRM, code repositories, financiële data, interne documenten en klantenservice-systemen. Zelfstandige professionals krijgen een ondersteunende tool. Multinationals kunnen een gedistribueerd automatiseringsnetwerk hebben binnen de organisatie.
De afstand beperkt zich niet alleen tot toegang, maar in de diepte van de toegang. Degenen die meer kunnen betalen voor rekenkracht zullen modellen gebruiken met meer capaciteit, snellere respons, meer context, betere integratie en meer automatisering. Dit kan een nieuwe vorm van concurrentievoordeel worden: niet alleen een digitale kloof, maar een cognitieve en productieve kloof.
De verschillen worden duidelijk in concrete taken. Een bedrijf met geavanceerde toegang tot AI kan contracten analyseren, code genereren, kwetsbaarheden onderzoeken, campagnes voorbereiden, documentatie vertalen, financiële scenario’s simuleren en klantenservice automatiseren. Een ander met beperkte toegang kan een deel van deze taken uitvoeren, zij het met minder capaciteit, meer menselijke tussenkomst en een tragere snelheid.
Het risico stapelt zichzelf op. Meer toegang tot AI betekent meer productie, meer verkoop, beter analyse en meer automatisering. Dat leidt tot hogere inkomsten, meer gegevens en een grotere capaciteit om te blijven investeren in intelligentie. Aan de andere kant zullen degenen die niet de beste mogelijkheden kunnen gebruiken, concurreren met meer beperkte tools tegenover organisaties die opereren met een doorlopende laag intelligentie.
Infrastructuur bepaalt wie de touwtjes in handen heeft
De vergelijking met elektriciteit wijst ook op een ander punt: wie de infrastructuur controleert, controleert een stuk van de markt. In AI is die infrastructuur niet abstract. Het gaat om datacenters, chips, energievoorziening, modellen, API’s, cloudafspraken, netwerken, orkestratiesoftware, data en distributieplatformen.
Daarom is de race tussen OpenAI, Microsoft, Google, Amazon, Anthropic, Meta, xAI en grote Chinese spelers niet slechts een productoorlog. Het is een strijd om de leverancier te worden van AI op aanvraag. Het bedrijf dat erin slaagt zijn modellen te integreren in kantoorhulpmiddelen, bedrijfssoftware, ontwikkelomgevingen, zoekmachines, mobiele apps, browsers en cloudplatforms, zal moeilijk te verdrijven zijn.
Ook verklaart het waarom de kosten voor rekenkracht een strategisch onderwerp zijn geworden. Als de vraag naar AI sneller groeit dan de beschikbare capaciteit, kan de toegang duurder worden of worden gereserveerd. Altman onderstreept dat rekenkracht een van de factoren wordt die bepalen wie toegang krijgt tot geavanceerde intelligentie. Deze gedachte heeft sociale en geopolitieke implicaties: niet alle landen beschikken over goedkope energie, datacenters, voldoende chips of eigen leveranciers.
Europa moet dit debat nauwlettend volgen. Het reguleren van AI is belangrijk, maar niet voldoende. Als de laag van intelligentie die bedrijven, overheden, ziekenhuizen, universiteiten en burgers gebruiken afhankelijk wordt van externe infrastructuren, is echte autonomie beperkt. Digitale soevereiniteit wordt niet alleen bepaald door waar de data staan, maar door wie de intelligentie levert die ze interpreteert en besluitvorming automatiseert.
Agents maken de rekening zichtbaar
Het verbruik wordt nog duidelijker met AI-agents. Een chatbot geeft een antwoord. Een agent kan documenten lezen, tools raadplegen, taken uitvoeren, code schrijven, oplossingen testen, zichzelf corrigeren, API’s aanroepen en blijven proberen totdat een doel wordt bereikt. Dat gedrag lijkt meer op dat van een digitale werknemer die resources verbruikt over een periode.
Dit verandert de economie van gebruik. Een korte respons kost mogelijk weinig. Een agentenstroom die duizenden regels code analyseert, documentatie doorneemt, tests uitvoert en veranderingen voorstelt, kan veel meer tokens verbruiken. In cybersecurity, softwareontwikkeling, juridische analyse, financiën of technische ondersteuning kunnen de kosten snel oplopen als het beheer niet goed is.
Bedrijven zullen een soortgelijke logica toepassen als bij FinOps in de cloud. Het gaat niet om het verbieden van AI, maar om het meten van welke gebruiksgevallen rendement opleveren. Welke taken rechtvaardigen dure modellen. Welke processen kunnen worden opgelost met kleinere modellen. Welke agents autonome controle nodig hebben. Welke limieten moeten worden gesteld. Welke data gedeeld mogen worden. Hoe kosten worden verdeeld over afdelingen.
De enthousiasmefase zal plaatsmaken voor een fase van boekhouding. Niet omdat AI niet meer nuttig zou zijn, maar omdat het een structurele kostenpost wordt. Net zoals bedrijven hebben geleerd de cloud-uitgaven te beheren, zullen ze leren om de kosten van AI onder controle te krijgen.
Van democratiserend hulpmiddel tot economisch actief
De oorspronkelijke belofte van kunstmatige intelligentie was het democratiseren van capaciteiten. En dat is deels gelukt. Veel mensen schrijven nu beter, programmeren sneller, leren talen, samenvatten documenten of maken beelden met tools die enkele jaren geleden nog sciencefiction leken.
De spanning zit in wat er daarna komt. De krachtigste AI begint een beheersbaar, gefactureerd en geconcentreerd actief middel te worden. Basistoegang zal blijven bestaan, maar het groeiende verschil tussen een beperkte versie gebruiken en beschikken over geavanceerde agents die verbonden zijn met data, applicaties en processen, zal toenemen.
De kernvraag is niet of AI kosten zal met zich meebrengen. Dat gebeurt al. De vraag is of de verdeling ervan redelijk zal zijn of dat het een nieuwe ongelijkheid zal creëren tussen degenen die bijna onbeperkt kunnen consumeren en degenen die slechts gebruik maken van een beperkte versie.
Elektriciteit transformeerde de economie omdat het terechtkwam in huizen, fabrieken, steden en openbare diensten. AI kan een vergelijkbare impact hebben, maar de uitrol hangt af van industriële, regelgevende en commerciële beslissingen. Als het een utility wordt, moeten we praten over tarieven, concurrentie, soevereiniteit, universele toegang, gereserveerde capaciteit en gebruiksregels.
De grote verandering is dat AI niet langer slechts als een applicatie wordt gepositioneerd. Het verschijnt als een essentiële laag van productiviteit. Wie die laag controleert, beheert een groot deel van de digitale economie. En degenen die meer kunnen betalen, zullen meer kunnen analyseren, creëren, programmeren, automatiseren en beslissen.
AI begon als een belofte van democratisering. Nu betreedt het een meer volwassen, minder comfortabele fase: die van de factuur, de infrastructuur en de macht.
Veelgestelde vragen
Wat betekent het dat AI wordt betaald zoals elektriciteit?
Het betekent dat AI de neiging heeft te functioneren als een dienst die wordt gemeten op basis van gebruik, met kosten gekoppeld aan tokens, modellen, agents, context, tools en rekenkracht.
Zal gratis AI verdwijnen?
Niet noodzakelijk. Het is waarschijnlijk dat er blijven bestaan (basis) gratis plannen, maar met limieten tegenover geavanceerde modellen, automatiseringen, grote contexten en zakelijke functies.
Waarom kan de technologische ongelijkheid toenemen?
Omdat degenen die meer kunnen betalen voor AI toegang krijgen tot betere modellen, snellere responses, meer automatisering en hogere productiviteit, terwijl anderen met beperktere capaciteiten blijven werken.
Wat moeten bedrijven doen?
De werkelijke kosten van AI meten, prioriteiten stellen bij gebruiksgevallen met duidelijk rendement, tokenverbruik controleren, interne beleidslijnen vaststellen en een governancestrategie ontwikkelen voor agents en modellen.