AI die menselijke arbeid vervangt is een hot topic, en een gewaagde ook, waarbij twee specifieke personen die er nauw bij betrokken zijn beweren dat het weleens te gehypet zou kunnen zijn. In de afgelopen maanden stellen twee belangrijke technologie-investeerders, die daadwerkelijk kapitaal achter hun beslissingen hebben staan, de vraag wat er gebeurt als een AI hogere kosten met zich meebrengt dan de persoon die oorspronkelijk vervangen zou worden?Dit is niet louter een vraag; het gebeurt op dit moment.<h2>De realitycheck van $300 per dag</h2>Tijdens een recente opname van de <a href="https://allin.com/" rel="noopener noreferrer" target="_blank">All-In podcast</a> verklaarde Jason Calacanis — een venture investor en co-host van de podcast — dat hij $300 per dag betaalt om een Anthropic Claude AI-agent te laten draaien voor zijn bedrijven. Dit komt neer op ongeveer $9.000 per maand, maar hier komt de adder onder het gras: de prestaties van de agent liggen volgens Calacanis slechts tussen de 10% en 20% van de maximale capaciteit. Wanneer je dus de rekensom maakt voor de kosten per nuttige taak bij $300 per dag voor een gedeeltelijke output, begint het minder op een ontwrichtende technologie te lijken en meer op een duur experiment. Calacanis beschreef het probleem eenvoudig: "Wanneer worden tokens duurder dan het betalen van een werknemer?" De tokens zijn de gebruikseenheden die alle AI-modellen in rekening brengen, en naarmate een AI-agent gedurende de dag taken blijft uitvoeren, lopen de tokens snel op. Hoe meer taken de agent uitvoert, hoe hoger de rekening zal zijn. In tegenstelling tot een werknemer met een vast salaris, is er geen limiet aan het aantal tokens dat in rekening wordt gebracht, zolang de agent actief tokens verbruikt zonder dat je limieten instelt op het tokengebruik.<h2>Chamaths twee-keer-regel</h2>Chamath Palihapitiya, de CEO van <a href="https://www.socialcapital.com/" rel="noopener noreferrer" target="_blank">Social Capital</a> en co-host van de <a href="https://allin.com/" rel="noopener noreferrer" target="_blank">All-In podcast</a>, deelde dat hij bij Social Capital tegen een vergelijkbaar probleem aanliep, wat hij als volgt verwoordde: "AI-agents kunnen hun kosten voor mij alleen rechtvaardigen als ze me minimaal 2x de output van een menselijke werknemer voor dezelfde baan leveren." Het gebruik van die factor twee als basis biedt een manier om de effectiviteit van AI te analyseren ten opzichte van een menselijke werknemer, omdat er verschillende factoren zijn die bijdragen aan hun totale <a href="https://docs.anthropic.com/en/docs/about-claude/pricing" rel="noopener noreferrer" target="_blank">operationele kosten</a>. Enkele van deze factoren zijn: - Kosten voor het draaien (ongeveer $70.000 - $150.000 per jaar, afhankelijk van cloud versus on-premise) - Kosten voor beheer en prompting (ongeveer $20.000 - $50.000 per jaar, afhankelijk van hoe vaak ze worden gebruikt) - Tijd besteed aan het herstellen van fouten als gevolg van vergissingen of data van slechte kwaliteit - Productiviteitsverlies tijdens periodes waarin de AI ondermaats presteert Wanneer je de totale operationele kosten optelt voor een bedrijf met mensen versus AI's: als een bedrijf een mens kan aannemen voor een baan voor $70.000 of meer dan $150.000, zal een bedrijf, ongeacht AI versus mens, dezelfde kosten vinden om de persoon aan te nemen. Het wordt duidelijk dat het menselijke bedrijf bij voorkeur de persoon zal willen aannemen, omdat ze gemakkelijk iemand kunnen aannemen die al jaren met hen samenwerkt, getraind is en over hun bedrijf heeft geleerd om een baan te doen die vergelijkbaar is met een nieuwe AI. Hij adviseerde dat sommige bedrijven waarschijnlijk een vorm van hard budgetplafond zullen implementeren om de hoeveelheid gebruikte AI te beperken (dit is verrassend om te horen van iemand die jarenlang heeft gewed op het transformatieve vermogen van technologie). Dit geeft aan dat zelfs zaken die aan AI gewijd zijn, uiteindelijk net zo behandeld zullen worden als elke andere post in het budget van een bedrijf en dus verantwoording moeten afleggen voor de uitgaven. <img src="https://jid.gadgetkade.ir/media/customer/creatorSystem/9ab0740c-596d-427f-bb48-4e6115a41533.jpeg">Door de auteur<h2>Het tokenprobleem waar niemand je voor waarschuwde</h2>Calacanis wijst erop dat er een kritieker probleem is in AI-artikelen die zich meestal richten op prestatiestatistieken en demo-video-informatie in plaats van op tokenkosten. De meeste AI die door enterprise-bedrijven wordt gebruikt, omvat veel inputs, outputs en transacties waarbij een agent interactie heeft met een systeem. In sommige gevallen tellen deze op tot een redelijk niveau voor kleine klussen, maar wanneer een agent 8 uur per dag zijn werk gaat doen verspreid over alle afdelingen in een bedrijf, zal het aantal gebruikte tokens in een mum van tijd aanzienlijke hoeveelheden bereiken. Het verdienmodel voor een AI-agent die op een tokengebaseerd model werkt, is drastisch anders dan het aannemen van een menselijke kracht om een taak uit te voeren. Een werknemer die voor een bedrijf werkt op basis van een jaarsalaris heeft vaste kosten, ongeacht hoe productief hij of zij op een bepaalde dag is. Een AI die werkt onder een tokengebaseerd model heeft kosten die stijgen naarmate hij of zij productiever is — of, met andere woorden, hoe meer waarde er voor een bedrijf wordt gecreëerd. De drempel voor productiviteit die vereist is voor een AI-agent om een positieve ROI op te leveren voor het bedrijf dat hem heeft aangeschaft, verandert voortdurend, aangezien <a href="https://openai.com/api/pricing" rel="noopener noreferrer" target="_blank">aanbieders van AI-modellen</a> gedwongen zullen worden om met elkaar te concurreren met prijsverlagingen in de loop van de tijd. Echter, per begin 2026 is er genoeg verschil, in termen van monetaire kosten, tussen wat de agents kosten en wat de bedrijven die ze bezitten ervan kunnen verwachten, dat dit gesprekken oproept tussen twee individuen die beiden aanzienlijke bedragen voor hen hebben betaald en dit nu publiekelijk delen.<h2>Dit betekent niet dat AI-agents een doodlopende weg zijn</h2>Laten we heel duidelijk zijn: noch Calacanis, noch Palihapitiya hebben AI-agents afgeschreven; ze zijn beiden zeer toegewijd aan dit gebied vanuit het oogpunt van investeringen (zowel financieel als intellectueel). Ze hanteren een meer gefocuste en dus pragmatische benadering in hun argument tegen de hypothese dat AI-agents substituten zijn. Voorbeelden hiervan zijn hoe op macro-economisch niveau de economische logica moet kloppen om een substitutie te laten plaatsvinden; momenteel is de macro-economie van AI-agents echter vrij chaotisch. In de toekomst, naarmate de modellen efficiënter worden en aanbieders blijven strijden om marktaandeel, zal de prijs van AI-agents dalen en zullen ze dus minder kosten. De inspanningen van OpenAI, Anthropic, Google en de verschillende Open Source-alternatieven dringen allemaal aan op efficiëntere modellen. Zodra de kosten per token dalen en de betrouwbaarheid toeneemt, zou de economische balans doorslaan naar het overstappen op AI-agents. Het gebruik van "in de toekomst" om de huidige hypothese dat AI-agents vervangers zijn te ondersteunen, is echter zeer misleidend, en de gebruikers die deze tools dagelijks actief gebruiken, kunnen praktijkgegevens leveren over hoe de zaken er werkelijk voor staan. <img src="https://jid.gadgetkade.ir/media/customer/creatorSystem/9ccdf5d5-1e4d-4f40-b7cf-cba1071c33fc.jpeg">Door de auteur<h2>Waar je op moet letten</h2>Het belangrijkste aspect is de prijs. Als zowel OpenAI als Anthropic, samen met hun concurrenten, doorgaan met het verlagen van de kosten per token (en de trends laten zien dat dit gebeurt), dan zal het geschetste break-even punt verschuiven. Bedrijven die nu processen rondom agents ontwikkelen (ondanks negatieve marges), zouden zichzelf kunnen voorbereiden op een andere kostenstructuur in de komende 12 tot 24 maanden. Echter, individuen die AI momenteel gebruiken om personeelsbezetting te definiëren vanwege de overtuiging dat AI goedkoper is dan menselijke werknemers, zullen dit moeten heroverwegen op basis van de historische ervaringen van de investeerders die betrokken zijn bij de operator-netwerken.

AI die arbeidskrachten vervangt, wordt gehyped, maar de stijgende tokenkosten maken agenten duur. Investeerders waarschuwen dat de ROI vandaag de dag twee keer beter moet zijn dan die van mensen om adoptie te rechtvaardigen.

AI-agents zijn duur in gebruik — en dat verandert het vervangingsverhaal

/media/contribution/care730a226381a45a098827a8d57c9e2fd/7wu_0330024447225.stxt

Afrika Crypto Belasting in 2026: Wat Handelaren in Opkomende Markten Misvatten

/media/contribution/carb8b0146954c24b7a872d53bdf30d8eee/u7j_0330024815242.stxt

Investeren draait niet om wie het meeste verdient, maar om wie het langst overleeft: essentiële "positiebeheer" overlevingsregels voor beginners

/media/contribution/car71b7af50446c4d2abc0492ee8bb77ecb/jho_0330023233333.stxt

De ETH OG Die Stil Werd Koopt Weer Ter Waarde Van $19,5 Miljoen

/media/contribution/car31bf3936705049cd8d2ce5828e38da05/tkq_0330023736348.stxt

Larry Fink’s Voorzitterbrief 2026: Tokenisatie en de Strijd tegen Financiële Ongelijkheid

/media/contribution/car5abe02d35a114fed9a810f7046df961d/1jh_0330031353854.stxt

Slimme geldstroom koopt weer Bitcoin: wat u moet weten

/media/contribution/car512400a68d254db6996a436703079a36/bdm_0330022443960.stxt