Wat kost AI voor een kmo? Dit bepaalt de prijs

"Wat gaat dat kosten?" is meestal de eerste vraag die een zaakvoerder of COO ons stelt, en terecht. Over AI circuleren de meest uiteenlopende verhalen, van een simpel abonnement tot grote transformatietrajecten. Voor een kmo met 20 tot 250 medewerkers is de realiteit een stuk voorspelbaarder dan je zou denken, als je weet waar de kost vandaan komt.

In dit artikel leggen we uit wat de prijs van een AI-project bepaalt, hoe lang zo'n project duurt en hoe je zelf inschat of het de moeite waard is.

Eerst: wat koop je eigenlijk?

"AI" is geen product. Wat je in de praktijk laat bouwen, valt bijna altijd in een van deze categorieën:

• Een AI-copilot: een assistent die je eigen documenten, procedures en tools kent, en die je team vragen laat stellen in Teams, Slack of een webapp.
• Procesautomatisering: een agent of workflow die terugkerend werk overneemt, zoals facturen verwerken, intake van aanvragen of rapportering.
• Een AI-inbox: een agent die je supportmailbox sorteert, samenvat, antwoorden voorbereidt en doorstuurt naar de juiste persoon.
• Custom AI-software: een volledige applicatie op maat, met AI verweven in de werking.

De kost verschilt sterk per categorie, omdat de hoeveelheid integratie- en bouwwerk sterk verschilt.

Doorlooptijden

Voor een afgebakende scope zijn dit realistische doorlooptijden bij een gespecialiseerd team:

Wat	Doorlooptijd
AI-audit & roadmap	2 weken
Procesautomatisering	2–4 weken
AI-inbox	3–4 weken
Lead-orchestrator	3–5 weken
AI-copilot	4–6 weken
Custom AI-software	8–16 weken

Een paar kanttekeningen:

• De doorlooptijd zegt veel over de prijs. Een automatisering die twee systemen koppelt, is sneller klaar en vraagt minder werk dan één die vier systemen koppelt met uitzonderingsregels.
• Vraag vooraf een vaste prijs voor afgebakend werk. Open-eind uurfacturatie is voor een kmo zelden een goed idee bij AI-projecten.
• Voor wie de scope week na week ziet evolueren, werkt een team aan dagtarief vaak beter dan een vast project.

Waar zitten de kosten?

Bij een AI-project gaat het grootste deel van het budget niet naar de AI zelf. De taalmodellen van OpenAI, Anthropic of Google zijn een bouwsteen die je per gebruik betaalt. Het echte werk zit in:

1. Integratie met je bestaande tools. Je CRM, ERP, boekhoudpakket of helpdesk. Hoe meer systemen, hoe meer werk. Dit is meestal de grootste kostenpost.
2. Je data bruikbaar maken. Documenten die verspreid staan over mappen en mailboxen, moeten gestructureerd en doorzoekbaar worden.
3. Betrouwbaarheid. Een demo is snel gebouwd. Een systeem dat ook op een drukke maandag correct werkt, met logging en een audit trail, vraagt meer.
4. Rechten en veiligheid. Wie mag welke informatie zien? Een copilot die salarisgegevens toont aan iedereen, wil je niet.

En na de oplevering?

Reken op twee soorten terugkerende kosten:

• Gebruikskosten van het AI-model en de hosting. Die hangen af van het volume. Een goede partner maakt ze vooraf inzichtelijk.
• Onderhoud en support, als je dat wil. Je kan de code en documentatie ook volledig overnemen en het zelf beheren. Een goede partner bouwt geen lock-in in.

Hoe weet je of het de moeite waard is?

Reken het terug in uren. Neem het proces dat je wil automatiseren en stel drie vragen:

• Hoeveel uur per week besteedt je team eraan?
• Wat kost een uur van die mensen, alles inbegrepen?
• Hoeveel fouten of vertragingen veroorzaakt het vandaag?

Vermenigvuldig het aantal uren met het uurloon en met 52 weken, en je weet wat het proces je vandaag per jaar kost. Dat is het bedrag waartegen je een automatisering afweegt. Bij een van onze klanten in de logistiek leverde een set AI-agenten zo'n € 120 000 besparing per jaar op.

Waar begin je?

Begin klein, met één proces dat veel tijd kost en duidelijk afgebakend is. Twijfel je welk proces dat is, dan is een korte audit de snelste manier om het uit te zoeken: na twee weken weet je waar AI het meest oplevert.

Bekijk ons volledige aanbod, of vertel ons welk proces jouw team vandaag tijd kost.