De AI-ROI-crisis: Waarom de meeste bedrijven hun AI-uitgaven niet kunnen verantwoorden — en hoe de sector het eindelijk oplost

Waarom AI-ROI meten zo moeilijk is

De uitdagingen vallen uiteen in vier hoofdcategorieën:

Geen vooraf vastgestelde nulmetingen. De meeste AI-implementaties beginnen pas met het bijhouden van meetgegevens nadat ze zijn gelanceerd, waardoor elke toewijzing van waarde onmogelijk wordt . Uit een ModelOp-enquête uit 2026 bleek dat meer dan twee derde van de bedrijven nog steeds vertrouwt op schattingen in plaats van op gemeten financiële resultaten om het rendement op investering te beoordelen .

'Vanity metrics' overheersen. Veel bedrijven houden actieve gebruikers, sessies of queries per dag bij — cijfers die niets zeggen over de daadwerkelijke bedrijfswaarde die AI oplevert . De meeteenheid van 2025 was 'gebruikers'. De meeteenheid van 2026 moet 'controleerbare resultaten' zijn .

De kloof tussen productie en ROI. Uit het Gartner CIO-rapport van 2026, waaraan 11.000 CIO's deelnamen, bleek dat 59% van de AI-initiatieven nooit in productie komt en dat 71% van de CIO's moeite heeft met het prioriteren van use cases die meetbare resultaten opleveren .

Exploderende uitgaven zonder inzicht. AI-kosten zijn verspreid over meerdere aanbieders, modellen en afdelingen zonder een uniform boekhoudkader . Uit onderzoek van Forrester blijkt dat bedrijven 25% van de geplande AI-uitgaven uitstellen naar 2027, omdat de financiële controle toeneemt .

Hoe OpenAI, Anthropic en de sector reageren

OpenAI — 'Useful Intelligence per Dollar'

OpenAI-CFO Sarah Friar introduceerde een scorekaart met vier vragen: Werkt de AI? Is het kostenefficiënt? Groeit de waarde die het creëert sneller dan de kosten? Dit kader verschuift de discussie van ruwe tokenconsumptie naar resultaatgecorrigeerde eenheidseconomie .

Anthropic — 'Economische primitieven'

Anthropic publiceerde een raamwerk gebaseerd op 'economische primitieven' dat taakcomplexiteit, autonomieniveau en tijdswinst meet tegenover de kosten per taak — in plaats van algemeen gebruik . Hun interne bedrijfsrichtlijnen benadrukken succescriteria die gekoppeld zijn aan prestatiedrempels, nauwkeurigheid, snelheidsverbeteringen en kostenefficiëntie .

De Tokenomics Foundation van de Linux Foundation

Op 4 augustus 2026 gelanceerd met ongeveer 30 oprichtende leden, waaronder JPMorgan Chase, Accenture, IBM, SAP, BNY en Booking.com. Deze leveranciersonafhankelijke normalisatie-instelling wil voor AI-tokenkosten doen wat de FinOps Foundation deed voor clouduitgaven . Het eerste concept, 'Big-T Notatie', stelt voor om de kosten per API-aanroep (niet per token) te standaardiseren, zodat de meeteenheid direct overeenkomt met één uitgevoerde werkeenheid . De Stichting werkt ook aan 'cost-to-serve'-meetmethoden, die momenteel in geen enkele gestandaardiseerde vorm bestaan .

Elisity — 'Bionisch personeelsbestand'

Het cyberbeveiligingsbedrijf creëerde een meeteenheid die de totale AI-uitgaven deelt door de gemiddelde personeelskosten en vervolgens de gecombineerde output van menselijke en AI-'werkers' vergelijkt met de omzet. Dit biedt CFO's een directe analoog voor arbeidsproductiviteit voor AI-investeringen .

Sectorbrede inspanningen

De FinOps Foundation heeft AI-specifieke kaders gepubliceerd die eenheidskosten aanbevelen — kosten per query, per gebruiker, per workflow — om tokenuitgaven inzichtelijk te maken voor zakelijke belanghebbenden . Oracle, Jellyfish en anderen bieden nu token-economie-dashboards die consumptie koppelen aan bedrijfsresultaten op workflowniveau . BCG stelt een formele 'Return on AI' (RoAI)-ratio voor: Economisch rendement / (Kosten van menselijke intelligentie + Kosten van tokens) .

Wat werkt: de opkomende consensus over resultaatgerelateerde meetmethoden

Al deze kaders vertonen een duidelijk patroon. De meest effectieve benaderingen delen een gemeenschappelijke structuur:

1. Definieer 'klaar' vóór de implementatie. Begin met één workflow en bepaal wat een succesvol resultaat inhoudt, in plaats van algemeen gebruik te volgen .
2. Meet kosten per resultaat, niet kosten per token. Voorbeelden zijn kosten per opgelost supportticket, kosten per geaccepteerde pull-aanvraag, kosten per uitgebrachte functie of kosten per opgeleverd marketingmateriaal .
3. Ken uitgaven toe aan eigenaren. Elke materiële workflow moet worden gelabeld met een eigenaar, functie, product versus intern gebruik, winst-en-verliesrekening, model en beoogd resultaat .

De kern

Er is nog geen enkele standaard breed omarmd. Maar de richting is duidelijk: er ontstaat een groeiende consensus rond resultaatgerelateerde eenheidseconomie — kosten per voltooide taak, kosten per opgelost ticket, bionisch personeelsbestand — in plaats van ruwe tokentellingen. Voor CFO's en CIO's die op zoek zijn naar een startpunt, blijft het advies van OpenAI's Sarah Friar het meest praktisch: "De beste plek om te beginnen is met één workflow. Bepaal wat 'klaar' betekent en meet dat resultaat in het systeem waar het werk plaatsvindt" .