Meer zorgen over toenemende AI-kosten, maar investeringen blijven stijgen

Dit blijkt uit de meest recente AI Gateway Production Index van Vercel. De trend staat haaks op eerdere berichten over ontsporende AI-budgetten. Zo bleek dat Uber zijn volledige jaarlijkse budget voor AI-gebruik al kort na het eerste kwartaal had verbruikt, en schafte Amazon interne ranglijsten voor tokengebruik af om onproductief gebruik tegen te gaan. Toch wijst de data volgens Vercel op een andere ontwikkeling: bedrijven gebruiken niet minder AI, maar zetten verschillende modellen in om kosten te beheersen.

Goedkopere modellen winnen aan populariteit

Een opvallende ontwikkeling is de groei van goedkopere modellen voor grootschalige taken. Het aandeel van DeepSeek in het totale tokenvolume steeg in één maand van minder dan 1 procent naar 17 procent, terwijl het aandeel in de totale kosten rond de 1 procent bleef. Dit duidt erop dat organisaties deze modellen inzetten voor taken waarbij grote volumes centraal staan, terwijl duurdere modellen worden gereserveerd voor toepassingen waar nauwkeurigheid en betrouwbaarheid essentieel zijn.

"Nieuwe, goedkopere AI-modellen zijn inmiddels krachtig genoeg om in productieomgevingen te worden ingezet", zegt Malte Ubl, CTO van Vercel. "Tegelijkertijd zien we dat organisaties hun AI-budgetten blijven verhogen. Het verschil is dat zij steeds slimmer omgaan met de inzet van modellen. Teams combineren verschillende modellen en routingstrategieën om meer waarde uit iedere euro aan AI-uitgaven te halen."

Kwaliteit blijft doorslaggevend bij kritische taken

Uit de data blijkt dat Anthropic dominant blijft voor bedrijfskritische AI-toepassingen. Hoewel goedkopere modellen snel terrein winnen in gebruiksvolume, vertegenwoordigt Anthropic nog altijd 65 procent van alle uitgaven via AI Gateway. Bij zogeheten high-stakes toepassingen, zoals AI-gestuurde softwareontwikkeling, backoffice-automatisering en AI-agents, loopt dit aandeel zelfs op tot 70 à 80 procent.

Dit benadrukt volgens Vercel dat organisaties niet alleen sturen op kosten. Wanneer de kwaliteit van de output direct invloed heeft op bedrijfsprocessen, blijven zij bereid te investeren in de meest geavanceerde modellen.

Bedrijven zijn selectiever in modelkeuzes

Ook op andere gebieden worden organisaties kritischer in hun keuzes. Zo verliep de adoptie van Google's nieuwe Gemini 3.5 Flash-model opvallend langzaam, ondanks de introductie in mei. De hogere prijs lijkt hierbij een belangrijke rol te spelen. Veel teams bleven gebruikmaken van de oudere en goedkopere Gemini 3.0 Flash-variant zolang de meerwaarde van een upgrade onvoldoende duidelijk was. Deze ontwikkeling laat volgens Vercel zien dat bedrijven steeds bewuster afwegen welke AI-modellen voldoende waarde toevoegen voor de extra kosten.

Ubl: “Waar organisaties aanvankelijk vooral experimenteerden met zoveel mogelijk AI-capaciteit, zien we nu dat de focus verschuift naar optimalisatie. Bedrijven blijven hun AI-budgetten verhogen, maar sturen steeds actiever op kosten, prestaties en risico's door verschillende modellen naast elkaar te gebruiken en zo de optimale mix te creëren die hun zakelijke doelstellingen het best ondersteunt.”