AI-automatisering kost alles tussen een paar honderd euro per maand voor een enkele kant-en-klare workflow en ruim een ton voor een maatwerk-agent die meerdere systemen aanstuurt. De prijs hangt af van hoeveel stappen u automatiseert, hoeveel systemen u koppelt, hoe schoon uw data is en hoe rommelig de uitzonderingen zijn. Een simpele taak met veel volume, zoals factuurgegevens inlezen, is goedkoop te automatiseren; een proces dat meerdere systemen raakt en menselijk oordeel vraagt, is duur. Bij Crux Digits werken we met vaste projecten — een AI-audit voor EUR 2.500, een Proof of Concept voor EUR 20.000 en een productielancering vanaf EUR 50.000 — zodat u het bedrag kent voordat het werk begint.
Waarom "wat kost AI-automatisering" geen enkel antwoord kent
Wie vraagt wat AI-automatisering kost, vraagt meestal naar twee heel verschillende dingen tegelijk. Het ene is de prijs van een kant-en-klare tool die een afgebakende taak overneemt — bijvoorbeeld een e-mailclassificatie of een transcriptiedienst waarvoor u maandelijks betaalt. Het andere is de prijs van een automatisering die u bouwt rond uw eigen proces, uw eigen systemen en uw eigen regels. Die twee liggen ver uit elkaar op de prijsschaal, en daarom is een kort "dat hangt ervan af" wel eerlijk maar weinig behulpzaam.
De bruikbare vraag is niet "wat kost AI" maar "wat kost het om *dit* proces te automatiseren". Een enkele, scherp afgebakende taak met schone invoer is vaak goedkoop en snel. Een proces dat meerdere afdelingen omvat, gegevens haalt uit systemen die nooit bedoeld waren om met elkaar te praten, en een mens nodig heeft zodra iets vreemd lijkt — dat is een echt engineeringproject, met een navenant budget.
De rest van dit artikel loopt langs de zaken die het bedrag echt bepalen, geeft u concrete voorbeelden van goedkoop versus duur, legt uit wanneer een abonnementstool beter is dan maatwerk, en laat zien hoe u over de terugverdientijd nadenkt zonder te leunen op verzonnen cijfers. Wilt u eerst de bredere context, dan schetst ons overzicht over AI-automatisering waar automatisering past tussen strategie en AI-agents.
De vijf factoren die de kosten echt bepalen
Vrijwel elke inschatting voor het automatiseren van een proces komt neer op dezelfde handvol factoren. Geen ervan is exotisch — maar samen verklaren ze waarom twee automatiseringen die op elkaar lijken een factor tien in prijs kunnen verschillen.
- Aantal en complexiteit van de stappen. Een taak van drie stappen automatiseren is goedkoop. Een proces van vijftien stappen met vertakkingen, goedkeuringen en voorwaardelijke logica is dat niet. Elk beslismoment moet worden gespecificeerd, gebouwd en getest.
- Te koppelen systemen. Eén mailbox uitlezen is eenvoudig. Gegevens halen uit uw ERP, wegschrijven naar uw CRM, posten in een financieel systeem en een contractenarchief raadplegen betekent vier koppelingen — elk met een eigen API, eigen authenticatie en eigen eigenaardigheden. Integratie is doorgaans de grootste verborgen kostenpost.
- Datakwaliteit. Schone, consistente, goed gelabelde data maakt automatisering goedkoop. Rommelige data — wisselende formaten, ontbrekende velden, gescande pdf's van uiteenlopende kwaliteit — betekent dat u het grootste deel van het budget kwijt bent aan opschonen en valideren voordat er ook maar één AI-stap draait. Hier verdient degelijke data engineering zichzelf terug.
- Afhandeling van uitzonderingen. Het gangbare pad is de makkelijke 80%. De kosten zitten in de andere 20% — de afwijkende factuur, het dubbelzinnige verzoek, het randgeval dat niemand heeft gedocumenteerd. Bepalen wat het systeem doet als het twijfelt (en hoe een mens ingrijpt) is vaak de helft van het werk.
- Volume en betrouwbaarheidseisen. Iets dat tien keer per dag draait, is vergevingsgezind. Iets dat tienduizend keer per dag draait, waar een fout duur of gereguleerd is, vraagt om monitoring, logging, terugvalopties en testen — en dat alles kost geld.
Onthoudt u maar één ding: integratie en uitzonderingen kosten meer dan de AI zelf. Het model is zelden het dure onderdeel. Het veilig koppelen aan uw echte systemen, en het afhandelen van alles wat niet in het patroon past, daar gaat het budget heen.
Goedkope versus dure automatiseringen — concrete voorbeelden
Het helpt om de abstracties te verankeren in echte scenario's. Hier ziet u ruwweg waar veelvoorkomende automatiseringen landen en waarom.
Aan de goedkope kant: gestructureerde gegevens uit facturen of bonnen halen, gesprekken transcriberen en samenvatten, inkomende e-mail classificeren en doorsturen, eerste concept-antwoorden opstellen, of documenten labelen. Deze delen een patroon — één heldere invoer, één heldere uitvoer, veel volume, en ruimte voor een mens om het resultaat even na te lopen. Het proces is afgebakend, de koppelingen zijn beperkt, en de AI doet één goed begrensde taak.
In het middensegment: een intake-assistent die vragen beantwoordt op basis van uw eigen documenten, een paar systemen raadpleegt en een ticket aanmaakt. Of een rapportagepijplijn die gegevens uit verschillende bronnen verzamelt, een concept genereert en afwijkingen markeert voor controle. Meer stappen, meer systemen, meer dat moet kloppen — maar nog steeds een herkenbare, herhaalbare vorm.
Aan de dure kant: een agent die meerdere systemen aanstuurt, een opdracht aanneemt, erover redeneert, leest en schrijft over verschillende bedrijfssystemen, beslissingen neemt en handelt onder beperkt toezicht. Denk aan een agent die een order van begin tot eind afhandelt — voorraad, prijs, krediet en logistiek controleert over vier systemen en bij elke stap beslist wat te doen. De kosten zitten hier niet in het model; ze zitten in de orkestratie, de waarborgen, het testen en het vertrouwen dat u moet opbouwen voordat u het systeem laat handelen. Ons stuk over AI-agents versus RPA legt uit waarom dit soort oordeelsgedreven werk een ander beestje is dan op regels gebaseerde scripting.
De les is simpel: hoe meer een proces lijkt op "één invoer, één uitvoer, doe dit vaak", hoe goedkoper het is. Hoe meer het lijkt op "begrijp een situatie en beslis over verschillende systemen heen", hoe meer het kost.
Zelf bouwen of een abonnement: wanneer wat past
Een echte kostenhefboom is de keuze tussen een kant-en-klare abonnementstool en iets dat u bouwt rond uw eigen proces. Beide zijn legitiem; ze passen alleen bij verschillende situaties.
Abonnementstools zijn juist als uw behoefte gangbaar is en uw proces zich naar de tool kan plooien. Voor transcriptie, generieke chatbots, document-OCR en veel marketingtaken bestaan volwassen producten waarvoor u maandelijks betaalt. De kosten zijn voorspelbaar en laag om mee te starten, u draagt geen onderhoudslast, en u bent binnen dagen live. De keerzijde: u past zich aan de tool aan, uw data verlaat mogelijk uw omgeving, en de kosten per gebruiker of per gebruik kunnen oplopen naarmate u opschaalt.
Maatwerk is juist als de automatisering specifiek is voor hoe *u* werkt, systemen raakt die geen enkel standaardproduct kent, of data verwerkt die u niet naar een derde partij mag sturen. De aanloopkosten zijn hoger, maar u bent eigenaar, het past precies bij uw proces, en u bepaalt waar de data staat — wat van belang is onder de EU AI Act en de AVG. Op termijn kan maatwerk goedkoper zijn dan stijgende abonnementskosten, en veel goedkoper dan een proces dat nooit helemaal in de tool paste.
Vaak is het eerlijke antwoord een mix: abonneer voor de standaardonderdelen, bouw het stuk dat echt van u is. Een goede consultant vertelt u ook wanneer u juist *niet* moet bouwen — dat is onderdeel van de waarde van een eerlijk traject AI-consulting.
Hoe Crux Digits prijst: vaste scope, geen verrassingen
Open projecten op dagtariefbasis zijn precies waar automatiseringsbudgetten ongemerkt op hol slaan. Wij werken anders. Crux Digits prijst AI-automatisering in drie stappen met een vaste scope, zodat u altijd het bedrag kent voordat het werk begint.
- AI-audit & strategie — EUR 2.500 (vast). We brengen uw proces in kaart, toetsen of AI hier echt het juiste middel is, beoordelen de data, en vertellen u wat haalbaar is, wat het zou kosten en hoe de terugverdientijd eruitziet. Is automatisering het niet waard, dan zeggen we dat. Dit is de goedkoopste manier om een onderbouwde inschatting voor uw specifieke geval te krijgen.
- Proof of Concept — EUR 20.000 (vast). We bouwen een werkende versie op uw echte data en uw echte proces, zodat u het ziet draaien en de resultaten beoordeelt voordat u zich aan productie vastlegt. Dat haalt het risico uit de grote beslissing. Lees wat een AI Proof of Concept kost voor de details over wat er wel — en niet — bij hoort.
- Productielancering — vanaf EUR 50.000. We maken het systeem robuust, bouwen de koppelingen, voegen monitoring en uitzonderingsafhandeling toe, en nemen het in dagelijks gebruik. "Vanaf" weerspiegelt de echte bandbreedte — een automatisering met één systeem zit onderin; een agent over meerdere systemen zit hoger.
Het hele punt van een vaste scope is dat u geen blanco cheque tekent. Bij elke fase beslist u zelf of u doorgaat. Alle details staan op onze pagina prijzen en in de uitleg over AI-consultancy prijzen.
De terugverdientijd inschatten op basis van bespaarde uren
De kosten zeggen pas iets in verhouding tot de opbrengst. De betrouwbaarste manier om de terugverdientijd van een procesautomatisering in te schatten is niet exotisch — het zijn bespaarde uren, eerlijk gewaardeerd.
Begin met meten hoe lang de taak vandaag duurt, per stuk, en hoe vaak die draait. Vermenigvuldig dat met een realistisch belast uurtarief voor de mensen die het werk doen. Zo krijgt u de terugkerende kosten van het handmatig doen. Schat vervolgens, behoudend, hoeveel daarvan de automatisering wegneemt — zelden 100%, want iemand controleert nog altijd de uitzonderingen. Het verschil tussen die twee is uw jaarlijkse besparing, en de projectkosten gedeeld door die besparing geven u ruwweg het aantal maanden tot het zichzelf terugverdient.
Een paar eerlijke kanttekeningen. Tel geen tijd mee die "bespaard" wordt maar simpelweg opgaat aan ander laagwaardig werk — tel die alleen mee als er capaciteit vrijkomt die u ook echt anders inzet of waarvoor u geen extra aanname hoeft te doen. Neem de zachte voordelen ook mee — minder fouten, snellere doorlooptijd, minder brandjes blussen in het weekend — maar behandel ze als ondersteunende redenen, niet als het hoofdcijfer. En reken de gebruikskosten (hieronder) mee aan de kostenkant.
We noemen bewust geen "gemiddelde terugverdientijd" — dat zou een verzonnen getal zijn, want het hangt volledig af van uw loonkosten, uw volume en uw proces. De audit bestaat juist om echte cijfers in deze rekensom te zetten voor uw situatie.
Onderhoud en gebruikskosten — het deel dat men vergeet
Het bouwen is eenmalig; het draaien van de automatisering is voor altijd. Gebruikskosten uit de inschatting laten is de meest gemaakte begrotingsfout, dus reken er vanaf het begin op.
- Model- en infrastructuurgebruik. Elke AI-aanroep kost iets, of het nu een API-tarief per token is of uw eigen rekenkracht. Bij automatiseringen met veel volume is dit een echte post, al is die meestal bescheiden naast de arbeid die hij vervangt.
- Monitoring en support. Productiesystemen hebben iemand nodig die in de gaten houdt dat ze blijven werken, dat de nauwkeurigheid niet is afgegleden, en dat een wijziging in een bronsysteem niet stilletjes een koppeling heeft gebroken.
- Verandering en afdrijving. Uw proces ontwikkelt zich, uw bronsystemen worden bijgewerkt, en AI-modellen zelf veranderen. Periodiek bijstellen en hertesten houdt de automatisering nauwkeurig en compliant — en in lijn met de EU AI Act naarmate de regels gefaseerd ingaan. Onze notitie over AI-agents betrouwbaar houden in productie gaat hier dieper op in.
Als ruw mentaal model: behandel doorlopend draaien en onderhoud als een terugkerend deel van de bouwkosten — hoger voor complexe automatiseringen over meerdere systemen, lager voor één afgebakende taak. Het goede nieuws is dat deze kosten voorspelbaar zijn, en precies het soort dat een audit met vaste scope vooraf voor u op een rij zet.
Alles bij elkaar
Dus, wat kost AI-automatisering? Minder dan u vreest voor een afgebakende taak met veel volume; meer dan een abonnement voor een echte agent over meerdere systemen — en het eerlijke bedrag voor *uw* proces hangt af van de stappen, de koppelingen, uw data en de uitzonderingen. De duurste vergissing is niet het bouwen; het is het verkeerde proces automatiseren, of tekenen voor open werk zonder een heldere scope.
Daarom beginnen we klein en vast: een audit van EUR 2.500 geeft u een echt bedrag, een echte inschatting van de terugverdientijd en een recht antwoord op de vraag of u moet doorgaan — voordat u meer uitgeeft. Wilt u dat bedrag voor een specifiek proces dat u in gedachten heeft, plan dan een vrijblijvend gesprek en we praten het door. Geen verkooppraatjes — gewoon een eerlijke inschatting of automatisering het voor u waard is. U kunt ook per sector verkennen hoe dit uitpakt op onze pagina's over branches.
Veelgestelde vragen
Wat kost AI-automatisering voor het mkb?
Voor een mkb-bedrijf kan een enkele, afgebakende automatisering op basis van een kant-en-klare tool al vanaf een paar honderd euro per maand kosten. Maatwerk voor een proces dat specifiek is voor uw bedrijf begint doorgaans in de tienduizenden euro's als eenmalige investering, plus bescheiden gebruikskosten. Het beste startpunt is meestal een goedkope audit, zodat u een echt cijfer voor uw specifieke proces krijgt in plaats van een algemene bandbreedte.
Waarom is AI-automatisering soms zo duur?
De dure gevallen draaien zelden om het AI-model zelf. De kosten komen voort uit het koppelen van de automatisering aan meerdere bedrijfssystemen, het opschonen van rommelige data, en het afhandelen van de uitzonderingen en randgevallen die niet in het standaardpatroon passen. Een proces dat menselijk oordeel over verschillende systemen vraagt, is een engineeringproject en draagt een navenant budget.
Is het goedkoper om AI-automatisering te bouwen of een abonnementstool te gebruiken?
Dat hangt af van hoe specifiek uw behoefte is. Een abonnementstool is goedkoper om mee te starten en kent geen onderhoudslast, maar u past zich aan de tool aan en de kosten groeien naarmate u opschaalt. Maatwerk kost vooraf meer, maar past precies bij uw proces, houdt de data in uw beheer en kan op termijn goedkoper zijn. Veel bedrijven doen beide: abonneren voor standaardtaken en alleen het deel bouwen dat echt van hen is.
Hoe schat ik de ROI of terugverdientijd van AI-automatisering in?
Meet hoe lang de taak vandaag duurt en hoe vaak die draait, vermenigvuldig dat met een realistisch belast uurtarief, en schat vervolgens behoudend in hoeveel daarvan de automatisering wegneemt. De jaarlijkse besparing gedeeld op de projectkosten geeft u ruwweg de terugverdientijd. Tel alleen tijd mee die u ook echt anders inzet, en reken de doorlopende gebruikskosten mee aan de kostenkant.
Wat zijn de doorlopende kosten van AI-automatisering nadat die is gebouwd?
Na de bouw betaalt u voor model- en infrastructuurgebruik, monitoring en support, en periodiek bijstellen naarmate uw proces en bronsystemen veranderen. Bij automatiseringen met veel volume is de gebruikskost een echte post, maar meestal klein naast de bespaarde arbeid. Een goede inschatting behandelt draaien en onderhoud als een voorspelbaar terugkerend deel van de oorspronkelijke bouwkosten.
Wat rekent Crux Digits voor AI-automatisering?
Crux Digits werkt met stappen met een vaste scope: een AI-audit & strategie voor EUR 2.500, een Proof of Concept voor EUR 20.000 en een productielancering vanaf EUR 50.000. U kent de prijs voordat het werk begint en beslist bij elke fase of u doorgaat, dus er is geen risico van een open dagtarief. De audit is de goedkoopste manier om een onderbouwde inschatting van kosten en terugverdientijd voor uw specifieke proces te krijgen.