Waarom kan ik niet weten wat mijn AI-workflow zal kosten voordat die live gaat?
Kans
Enterprise AI-inferentieuitgaven zijn in 2025 met een factor 3,2 gestegen, ook al daalden de kosten per token met ongeveer een factor 1.000, aangedreven door agentische lussen, contextvensterinflatie en altijd actieve monitoringagents. Een falende agent die $0,06 per aanroep kost en 1.000 keer per minuut opnieuw probeert, genereert $86.400 aan uitgaven op één dag. Bestaande cloud-FinOps-tools zijn niet van toepassing, omdat inferentiekosten afhangen van semantische invoerlengte, tool-aanroepversterking en lusdiepte, waarvan geen van alle bekend zijn bij de planning. Er bestaan geen standaardtools voor kostenraming van LLM-workflows vóór productie, en CFO's kunnen AI-inferentie niet modelleren als een voorspelbare budgetpost.
Waarom het belangrijk is
Zonder een kostenmodel dat je vóór de lancering kunt vertrouwen, is elk AI-product een budgetloterij in plaats van een onderneming.
Hoe ik de kans beoordeel
De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.
Hoeveel pijn het veroorzaakt wanneer het zich voordoet.
Hoe vaak mensen er daadwerkelijk tegenaan lopen.
Hoe weinig goede tools er vandaag de dag voor bestaan.
Meer problemen die het oplossen waard zijn
Waarom vergeet elke AI-app mij op het moment dat ik het tabblad sluit?
AIWaarom is het leren van een nieuw vakgebied nog steeds afhankelijk van weten wat je moet vragen?
AIWaarom kan een niet-expert niet verifiëren wat een AI hem zojuist heeft verteld?
AIWaarom testen we modellen op benchmarks maar brengen we ze op de markt op gevoel?
AIWaarom hebben AI-agenten geen geheugen voor hun eigen fouten?
AIWaarom kan ik niet controleren waarop een model daadwerkelijk is getraind?