OpenAI test naar betalen per AI-resultaat kan enterpriseprijzen veranderen

OpenAI zou een klein aantal grote zakelijke klanten laten betalen wanneer een AI-agent een vooraf afgesproken bedrijfstaak succesvol afrondt. Het gaat volgens de berichtgeving om een beperkte proef, niet om een openbaar aangekondigd prijsplan. Welke taken precies onder de regeling vallen, welke tarieven gelden en wat er in de contracten staat, is niet bekendgemaakt. 5

De test is vooral interessant omdat autonome AI-agents veel meer rekenkracht kunnen gebruiken dan een traditionele chatbot. Bij facturatie per token loopt de rekening op door prompts, antwoorden, nieuwe pogingen en aanroepen van externe tools. Bij resultaatgerichte facturatie draait het in plaats daarvan om de vraag of de afgesproken uitkomst daadwerkelijk is bereikt.

Wat verandert er ten opzichte van betalen per token?

De gepubliceerde API- en enterprise-prijslijsten van OpenAI rekenen inputtokens, gecachte input en outputtokens af per miljoen tokens. 1 2 De klant betaalt daarmee voor het modelgebruik, ongeacht of de agent de taak uiteindelijk voltooit.

Bij outcome-based pricing verschuift het facturatiemoment. Niet de vraag ‘Hoeveel tokens heeft het systeem verwerkt?’ staat centraal, maar ‘Heeft de agent het afgesproken resultaat geleverd?’ Dat kan bijvoorbeeld een opgeloste klantvraag, een afgeronde workflow of een gecontroleerde wijziging in een bedrijfssysteem zijn. Welke resultaten OpenAI in deze proef gebruikt, is niet openbaar gemaakt. 5

Daarmee verschuift een deel van het uitvoeringsrisico van de klant naar OpenAI. Meerdere pogingen, lange redeneerstappen of mislukte runs kunnen de kosten voor OpenAI verhogen zonder dat daar automatisch een factureerbaar resultaat tegenover staat.

Waarom zakelijke klanten voorspelbaardere kosten willen

Gebruikstarieven zijn redelijk overzichtelijk bij voorspelbare toepassingen. Dat verandert wanneer agents zelfstandig routes kiezen, herhaaldelijk tools aanroepen, werk delegeren of meerdere opdrachten tegelijk uitvoeren.

Een opvallend gemeld voorbeeld betreft een ontwikkelaar die 100 agents draaide en in dertig dagen 1,3 miljoen dollar aan OpenAI-tokens verbruikte. 5 Het is een extreem geval, maar het laat wel het onderliggende probleem zien: bij autonome systemen kunnen de kosten meegroeien met het aantal pogingen en de activiteit, in plaats van met de waarde van het voltooide werk.

Een contract per resultaat kan budgetten eenvoudiger voorspelbaar maken. Ook kan het de klant beschermen tegen de volledige kosten van een mislukte poging — tenminste als het contract bepaalt dat een mislukking niet wordt gefactureerd. Of dat in OpenAI’s proef inderdaad zo werkt en welke uitzonderingen gelden, is onbekend.

Welke taken lenen zich hiervoor?

Resultaatgerichte facturatie is het eenvoudigst bij taken met een duidelijke afbakening en een zichtbaar moment van voltooiing. Klantenservice ligt voor de hand: een oplossing kan vaak worden gecontroleerd aan de hand van de status van een ticket, het klantcontact of het feit dat geen menselijke tussenkomst meer nodig was.

Andere mogelijke toepassingen zijn nauw omschreven programmeertaken, schadeclaims, het kwalificeren van leads of administratieve handelingen. Dit zijn mogelijke scenario’s, geen door OpenAI bekendgemaakte use-cases. De gemeenschappelijke voorwaarde is dat klant en leverancier vooraf kunnen vastleggen wat als succes geldt.

Een praktisch contract zou waarschijnlijk moeten bepalen:

• wat precies de succesvoorwaarde is;
• welke kwaliteits- en nauwkeurigheidsdrempels gelden;
• wanneer overdracht aan een medewerker als mislukking of gedeeltelijk succes telt;
• hoe nieuwe pogingen en uitzonderingen worden behandeld;
• welk systeemgebeurtenis de voltooiing verifieert; en
• hoe partijen facturatiegeschillen oplossen.

Zonder zulke regels blijft ‘je betaalt alleen als de AI werkt’ vooral een aantrekkelijke slogan en geen eenduidige commerciële belofte.

De markt kent al verschillende varianten

De gemelde OpenAI-proef past in een bredere verandering in de manier waarop softwarebedrijven AI-agents in rekening brengen. De modellen lijken op elkaar, maar zijn niet hetzelfde:

• Intercom Fin: Intercom rekent 0,99 dollar per opgeloste uitkomst. Dat betekent dat de AI een klantprobleem volledig en zonder menselijke tussenkomst moet oplossen. 8
• Zendesk: Zendesk gebruikt de term ‘Verified Resolution’ voor een succesvolle AI-gestuurde oplossing. De facturatie is daarmee gekoppeld aan het resultaat en niet uitsluitend aan het aantal gebruikers. 14
• Salesforce Agentforce: Salesforce begon met een model van 2 dollar per gesprek en introduceerde later Flex Credits. In de vergelijking van Intercom kost een standaardactie 20 credits, oftewel ongeveer 0,10 dollar per actie. Dat is verbruiksfacturatie per handeling en niet noodzakelijk betaling uitsluitend voor de uiteindelijke bedrijfsuitkomst. 8

Daarom zijn outcome-based en consumption-based pricing niet uitwisselbaar. Betalen per actie of per gesprek kan het gebruik inzichtelijker maken, maar de klant kan nog steeds betalen wanneer het bredere bedrijfsdoel niet is bereikt.

Wat zeggen onderzoeken naar enterpriseprijzen?

De beschikbare cijfers van Futurum wijzen op een versnipperde markt, niet op het einde van prijsmodellen per gebruiker.

In een Futurum-enquête onder 830 wereldwijde IT-beslissers gaf 43 procent de voorkeur aan verbruiksfacturatie voor generatieve AI-functionaliteit, tegenover 27 procent voor resultaatgerichte prijzen. 14 Een afzonderlijke enquête uit de tweede helft van 2026 laat zien dat kopers voor afzonderlijk gefactureerde AI-functionaliteit juist het vaakst een prijs per gebruiker noemen: 42,3 procent, tegenover 36,6 procent voor verbruik en 21,1 procent voor resultaten. Voor de kernsoftware lag de voorkeur bij verbruiksfacturatie op 28,9 procent en bij resultaatgerichte facturatie op 22,2 procent; per gebruiker kwam uit op 12,6 procent.

De conclusie is dus niet dat bedrijven wereldwijd voor één model hebben gekozen. Hun voorkeur lijkt af te hangen van wat de AI doet. Een voorspelbare assistentfunctie kan passen bij een licentie per gebruiker of een vaste toeslag. Een autonome dienst die meetbaar werk uitvoert, is mogelijk eenvoudiger te rechtvaardigen met verbruiks- of resultaatgerichte facturatie.

Waarom het model kan doorbreken — en waarom dat niet vanzelfsprekend is

De aantrekkingskracht is duidelijk. Klanten kunnen hun uitgaven direct koppelen aan geleverde waarde, terwijl leveranciers sterker worden gestimuleerd om betrouwbaarheid te verbeteren en verspilde uitvoeringen te beperken. Dat kan financiële afdelingen helpen om agent-projecten goed te keuren die bij onbeperkt tokengebruik lastig te begroten zijn.

Tegelijkertijd krijgen leveranciers kosten die zij niet langer automatisch aan de klant kunnen doorberekenen. Ook ontstaan er nieuwe prikkels die zorgvuldig moeten worden beheerd. Een agent die op één smalle maatstaf wordt geoptimaliseerd, kan technisch aan het contract voldoen terwijl de bredere klantbeleving verslechtert.

Ook het toeschrijven van een resultaat is lastig. Denk aan een proces waarin meerdere modellen, externe tools, medewerkers en bedrijfssystemen samenwerken. Als de agent slechts een deel van de workflow uitvoert of een medewerker de uiteindelijke beslissing neemt, wie heeft dan het factureerbare resultaat geleverd?

Daarom zal resultaatgerichte facturatie waarschijnlijk eerst groeien bij smalle, controleerbare workflows en niet bij onbegrensd kenniswerk. Hybride modellen — met een combinatie van gebruikerslicenties, verbruik, credits en geselecteerde resultaatvergoedingen — kunnen voor complexe implementaties praktischer blijven. Futurum beschrijft zulke hybride modellen als een belangrijk tussenstation terwijl leveranciers uitzoeken hoe AI-prijzen beter aan klantwaarde kunnen worden gekoppeld. 14

Wat de OpenAI-proef kan betekenen

Als de gemelde regeling wordt uitgebreid, zou dat een belangrijke verschuiving in de economie van enterprise-AI betekenen. Leveranciers verkopen dan steeds vaker afgerond werk in plaats van alleen toegang tot een model of verbruikte tokens.

Voorlopig rechtvaardigt het beschikbare bewijs een beperktere conclusie: OpenAI test volgens berichtgeving resultaatgerichte facturatie met geselecteerde grote klanten, maar heeft geen algemeen plan gepubliceerd en onvoldoende contractuele details gedeeld om de tarieven, reikwijdte of commerciële resultaten te beoordelen. 5 De proef is daarom vooral een vroege test van de vraag of AI-agentleveranciers ‘betalen voor resultaat’ precies genoeg kunnen maken voor zakelijke inkoop.