AI-agents beloven een volgende stap in automatisering: systemen die niet alleen vragen beantwoorden, maar zelfstandig redeneren, verschillende stappen uitvoeren en beslissingen voorbereiden. Die extra intelligentie heeft echter een prijs. Gartner verwacht dat de kosten van AI-agents richting 2028 meer dan vervijfvoudigen.

Dat lijkt opmerkelijk, omdat de prijs per AI-token juist daalt. Het werkelijke kostenvraagstuk zit echter niet in de prijs per token, maar in het sterk stijgende verbruik.

Gartner spreekt in dit verband over de ’inference paradox’. Efficiëntere technologie maakt individuele tokens goedkoper, terwijl organisaties tegelijkertijd krachtigere modellen inzetten en AI steeds complexere taken laten uitvoeren. Een AI-agent moet bijvoorbeeld gedurende een proces meerdere keren redeneren, informatie beoordelen en vervolgstappen bepalen. Hierdoor kan het totale gebruik sterk toenemen.

Voor organisaties verandert daarmee ook de businesscase. Een agent die een proces automatiseert, kan veel waarde opleveren, maar alleen wanneer de extra kosten daadwerkelijk opwegen tegen bespaarde arbeid, hogere kwaliteit, kortere doorlooptijden of betere besluitvorming. Een dalende technische eenheidsprijs zegt daar steeds minder over.

Dit vraagt om een andere manier van sturen op AI-kosten. Niet alleen IT, maar ook Finance en de business moeten inzicht hebben in gebruik, kosten en gerealiseerde waarde. Zeker wanneer agents zelfstandig meerdere acties uitvoeren, wordt het belangrijk om vooraf vast te leggen welke prestaties worden verwacht en welke kosten daarbij acceptabel zijn.

De ontwikkeling onderstreept bovendien dat niet ieder proces automatisch een goede kandidaat is voor agentic AI. Soms is een eenvoudiger AI-model voldoende en in bepaalde situaties kan menselijk werk zelfs economischer blijven. De kunst is daarom niet om zoveel mogelijk agentic AI in te zetten, maar om per proces de juiste combinatie van technologie, mens en kosten te bepalen.

De opkomst van AI-agents maakt een goede businesscase belangrijker in plaats van minder belangrijk. Organisaties zullen niet alleen moeten meten hoeveel AI wordt gebruikt, maar vooral welke financiële en operationele waarde dat gebruik oplevert.

Binnen AI4Finance betekent dit dat Finance een belangrijke rol krijgt bij het sturen op AI-investeringen. Door kosten, procesprestaties en businesswaarde met elkaar te verbinden, wordt zichtbaar waar agentic AI daadwerkelijk rendeert en waar een eenvoudiger oplossing verstandiger is.


(AG Connect, artikel, 2026-08-18)