Het AI-budget waar bijna niemand het over heeft
Een teambreed AI-budget is niet simpelweg $20 per seat maal het aantal mensen. De werkelijke maandelijkse kosten hangen af van rollen, workflowgebruik, codeeragenten en hoe bewust je de stack verdeelt.
AI-adoptie is een maandelijkse operationele kostenpost
Er bestaat een comfortabele fictie: AI kost $20 per seat en klaar.
Dat getal is reëel. Het is ook onvolledig. Het beschrijft één chatabbonnement voor één persoon, niet wat er gebeurt als een bedrijf AI gelijktijdig inzet in product, engineering, design, marketing, QA en operations — elke dag, op echt werk.
Zodra AI echte workflows binnendringt, gedraagt het zich niet meer als een eenvoudig tool-abonnement maar als operationele kosten. Niet omdat het wild duur is, maar omdat het alles raakt. Een product manager die Jira-tickets herschrijft, een engineer die uren codeeragenten laat draaien, een designer die afbeeldingsvarianten genereert, een marketeer die campagneteksten schrijft en een QA lead die testmatrices produceert — ze hebben allemaal een ander kostenprofiel.
De nuttige vraag is niet of AI geld kost. Dat doet het. De nuttige vraag is hoe je die uitgaven verdeelt zodat ze overeenkomen met de waarde die elke persoon er werkelijk uithaalt.
De drie echte kostenlagen
Wanneer een team AI adopteert voorbij het experimentele stadium, vallen de uitgaven doorgaans tegelijk in drie lagen.
- Seat-gebaseerde chattools. Dit zijn de zichtbare kosten die iedereen als eerste opmerkt: ChatGPT Business, Claude Team, Gemini Advanced en vergelijkbare plannen. Ze dekken opstellen, samenvatten, brainstormen, snelle analyse en dagelijkse prompts. Ze zijn nuttig voor bijna iedereen. En ze zijn slechts het begin.
- Workflow- en API-gebruik. Hier wordt AI operationeel in plaats van conversationeel. In plaats van één persoon die chat met een model, draait het team gestructureerde planning, onderzoek, beeldgeneratie, Jira-issue-verrijking en documentworkflows. Tools zoals de Just-prijscalculator leven hier, en de kosten schalen met wat er daadwerkelijk wordt uitgevoerd.
- Codeeragenten. Dit is de post die teams verrast. Claude Code, Codex en soortgelijke tools verbranden veel meer rekenkracht dan een normale chatsessie, omdat ze bestanden lezen, over architectuur nadenken, code schrijven, tests uitvoeren en itereren.
Deze drie lagen — seats, workflows en codeeragenten — zijn de werkelijke anatomie van het AI-budget van een team. De planningsfout is ze als één netjes getal te behandelen.
Waarom verschillende rollen verschillende bedragen kosten
Dit is de sectie die zou moeten veranderen hoe je budgetteert.
Een bedrijf dat elke medewerker hetzelfde AI-abonnement geeft, verdeelt geld bijna zeker verkeerd. Een engineer die Claude Code zes uur draait lijkt qua kostenprofiel helemaal niet op een recruiter die interviewvragen opstelt. Een PM die AI gebruikt om requirements van dertig tickets per week te vormen heeft een fundamenteel ander kostenprofiel dan een supportmedewerker die chat gebruikt voor incidentele antwoorden.
De verschillen zijn niet klein. Tussen rollen kunnen ze makkelijk 5–10x bedragen.
| Rol | Licht gebruik | Regulier gebruik | Intensief gebruik |
|---|---|---|---|
| Engineers | $20–40 | $50–120 | $100–250+ |
| Product Managers / Leads | $20–40 | $40–120 | $100–200 |
| Designers | $20–50 | $50–150 | — |
| Marketing / Content | $20–40 | $40–100 | — |
| QA / Testing | $15–40 | $30–80 | — |
| Recruiting / People Ops / Support | $10–30 | $20–60 | — |
Dit zijn geen productprijzen. Het zijn rolgebaseerde budgetbanden: wat de totale AI-uitgaven van één persoon typisch uitkomen als je seats, workflowgebruik en eventuele codeeragentkosten optelt. Een streepje betekent niet onmogelijk — het betekent zeldzaam genoeg om als uitzondering te behandelen, niet als standaard planningsaanname.
Een paar patronen tellen zwaarder dan de tabel zelf. Engineers zijn bijna altijd de duurste AI-gebruikers omdat codeeragenten hun kostenprofiel domineren. PMs kunnen verrassend intensieve gebruikers worden zodra AI betrokken is bij ticket shaping, planning en onderzoek. Designers schieten omhoog wanneer beeldgeneratie frequent wordt. Support, recruiting en operations blijven doorgaans licht.
De conclusie is duidelijk: gelijk per-persoon AI-budget is bijna altijd fout.
Wat één workflow kost in Just
Abstracte kostenlagen zijn nuttig voor kadering. Concrete workflowcijfers maken planning mogelijk. Zo ziet het er binnen Just uit, waar gestructureerde AI-workflows draaien op echte Jira-issues.
Één standaard insight — de standaard AI-aangedreven analyse van een Jira-issue — kost ~$0,60. Een zwaarder insight met zoekwerk en vijf gegenereerde afbeeldingen landt typisch in de range van $0,60–$1,00 van begin tot eind.
Op stap niveau ziet de ruwe orde van grootte er zo uit. De afbeeldingskosten hieronder verwijzen naar Nano Banana 2, het huidige standaardbeeldmodel van Google in Just.
| Staptype | Geschatte kosten |
|---|---|
| Één Opus-zwaar tekst-/structureringsstap | ~$0,10 |
| Één Google-webzoekoproep | ~$0,035 |
| Één Nano Banana 2-afbeelding bij 1K (16:9) | ~$0,10 |
Het belangrijke is niet de exacte centwaarde. Het is dat de workflow ophoudt abstract te zijn. Een team kan het verschil zien tussen een lichte planningsrun en een onderzoeksintensieve, en dan beslissen welke workflows breed gebruik verdienen en welke selectief moeten blijven.
Gebruik de Just-prijscalculator hieronder voor een snel startpunt voor je eigen team:
Snelle presets
Maandelijkse scenario's per teamgrootte
Hier wordt het budget tastbaar. De onderstaande cijfers zijn richtinggevende schattingen — nuttig voor planning, geen pseudoprecieze offertes. Welk scenario bij je team past hangt af van hoe AI primair wordt ingezet: workflow-first, breed seat-rollout of engineering-heavy.
Just-geleid workflowbudget
Deze cijfers gaan uit van gestructureerde Jira-workflows als centrum van de AI-stack.
| Teamgrootte | Indicatieve maandelijkse range |
|---|---|
| Solo | ~$25 |
| 5 mensen | ~$60 |
| 15 mensen | ~$200–300 |
| 50 mensen | ~$700–1.000 |
| 100 mensen | ~$1.500–2.000 |
Alleen seat-rollout
Dit is het eenvoudigste model: iedereen een chatplan geven en het daarbij laten.
| Teamgrootte | ChatGPT Business | Claude Team Standard |
|---|---|---|
| 5 mensen | ~$125 | ~$100 |
| 15 mensen | ~$375 | ~$300 |
| 50 mensen | ~$1.250 | ~$1.000 |
| 100 mensen | ~$2.500 | ~$2.000 |
Dit model is makkelijk te budgetteren en makkelijk uit te rollen. Het is ook onvolledig. Het zegt bijna niets over workflowzichtbaarheid, outputkwaliteit of intensief engineeringgebruik.
Gemengd seat + codeeragenten-rollout
Dit is dichter bij wat serieuze teams uiteindelijk doen.
| Teamgrootte | Indicatieve maandelijkse range |
|---|---|
| 5 mensen | ~$250–450 |
| 15 mensen | ~$600–1.000 |
| 50 mensen | ~$1.800–2.800 |
Het patroon telt meer dan het exacte getal. Codeeragenten worden snel een eigen budgetregel, en een kleine groep intensieve gebruikers kan meer budget verbruiken dan alle anderen samen.
Codeeragenten zijn een apart budget
Dit is de kostenpost die teams het vaakst onderschatten.
Codeeragenten zijn geen chattools. Ze gedragen zich niet als chat en kosten niet als chat. Een normaal gesprek kan een paar duizend tokens beslaan. Een codeeragentsessie kan er honderden van verbanden terwijl hij de codebase leest, over architectuur nadenkt, code schrijft, tests uitvoert en itereert.
Daarom houdt een plan van $20 vaak geen enkele gefocuste engineeringdag vol.
| Tier | Maandelijkse kosten | Wat het werkelijk ondersteunt |
|---|---|---|
| Claude Pro | $20 | Toegang, maar gefocuste coderende sessies raken snel aan de limieten |
| Claude Max 5x | $100 | Duurzaam dagelijks werk met codeeragenten |
| Claude Max 20x | $200 | Zware autonome of power-user-loops |
| ChatGPT Pro | $200 | Prioritaire rekenkracht en intensiever Codex-gebruik |
Het praktische advies is eenvoudig: codeeragenten apart budgetteren van algemene chatseats. Identificeren wie ze werkelijk elke dag gebruikt, die mensen op het juiste tier zetten, en die kosten niet uitsmeren over het hele bedrijf.
Het slimmere budgetmodel
De meeste teams beginnen met een van twee slechte aanpakken: iedereen hetzelfde plan geven, of iedereen laten bestellen wat ze willen. De eerste is eenvoudig maar verkwistend. De tweede is flexibel maar onzichtbaar.
Een beter model is rolgevoelige allocatie met expliciete monitoring:
- Zwaardere AI-budgetten gaan naar de mensen die er werkelijk waarde mee vermenigvuldigen — doorgaans sterke engineers, veelgebruikende PMs en iedereen wiens output wordt vermenigvuldigd via AI-assistentie.
- Bredere teams krijgen lichtere seats waar dat volstaat voor opstellen, analyse en incidenteel onderzoek.
- Workflow-intensieve teams krijgen tooling waar outputs herbruikbaar en traceerbaar blijven in plaats van te verdwijnen in privé-chatgeschiedenissen.
Dit is waar Just: AI-assistent voor Jira helpt als meer dan een extra AI-tool. Het maakt workflowkosten zichtbaar, laat verschillende stappen naar verschillende providers routeren en koppelt uitgaven aan echt werk op issue-niveau in plaats van aan vaag chatvolume. Als je de redenering achter die providerverdeling wilt begrijpen, legt Niet elk model verdient elke rol uit waarom planning, onderzoek en beelden vaak op verschillende modellen landen.
Het doel is niet om uitgaven tot elke prijs te minimaliseren. Het gaat erom uitgaven op waarde af te stemmen, ongebruikte tooling weg te snijden en meer te investeren waar AI dagelijks nuttig werk vermenigvuldigt. Als je begint met een beperkt budget: start met workflowtooling waar outputs herbruikbaar zijn — daar manifesteert de return zich doorgaans als eerste.
De return zit in de allocatie
AI is de moeite waard om voor te betalen. De echte fout is luie kostenallocatie: AI behandelen als een vaste nutskosten terwijl het eigenlijk variabele operationele kosten zijn die worden gevormd door rol, intensiteit en tooltype.
De teams die het meeste uit AI halen, zijn niet degenen die het minst uitgeven — of het meest. Het zijn degenen die uitgaven en waarde op elkaar afstemmen: hogere investering waar AI dagelijks output vermenigvuldigt, gematigde workflowuitgaven waar outputs herbruikbaar blijven, lichte seats voor iedereen anders, en expliciete budgetten voor codeeragenten.
AI is geen enkele budgetregel. Het zijn meerdere kostenlagen, meerdere rolprofielen en een spectrum dat loopt van vrijwel nulgebruik tot een paar honderd dollar per persoon per maand. De bedrijven die voor die realiteit plannen, zijn degenen die de return daadwerkelijk binnenslepen.
Schat de workflowkosten voor je team in met de Just-prijscalculator, of bekijk Jira-workflows op de Just Marketplace-pagina.