Stel je voor: je geeft je team toegang tot slimme AI-tools, enthousiast over de productiviteitswinst. En vier maanden later is je jaarbudget al op. Geen hypothetisch scenario — het overkwam Uber letterlijk dit jaar.
Het ride-sharingbedrijf onthulde in april dat het zijn volledige jaarlijkse AI-budget in slechts vier maanden had opgebruikt. De reactie? Een harde cap van $1.500 per medewerker per maand op agentische AI-tools zoals Cursor en Claude Code. En de cap werkt per tool — je budget voor Claude Code heeft geen invloed op je Cursor-budget. Een spreker van Uber verwoordde het kernprobleem helder: "Het wordt moeilijker om de kosten van AI-tools te rechtvaardigen als er geen duidelijk verband is tussen meer gebruik en meer output."
De paradox van onbegrensde AI-toegang
Uber's situatie legt een fundamentele spanning bloot in de AI-revolutie. Tools worden steeds krachtiger — en steeds duurder in gebruik. GitHub Copilot schakelde onlangs over op token-gebaseerde facturering, waardoor rekeningen voor sommige gebruikers verdrievoudigden. Claude Code kan in een intensieve programmeersessie makkelijk tientallen dollars aan API-kosten genereren. En medewerkers die enthousiast experimenteren met meerdere tools tegelijk? Dat telt snel op.
Uber is niet het enige bedrijf dat worstelt. De CTO gaf aan dat het bedrijf "harder moet rechtvaardigen" waarom bepaalde AI-uitgaven nodig zijn — een signaal dat de honeymoon-fase van "geef iedereen maar toegang, we zien wel wat er gebeurt" voorbij is.
Neem een Nederlands MKB-kantoor van 25 man. De rekening: €20 per maand voor ChatGPT Plus per medewerker, €30 voor Copilot, nog eens €50 aan API-credits voor wie met de API experimenteert. Dat is €100 per persoon per maand — ofwel €30.000 per jaar. Zonder dat iemand heeft bijgehouden of die investering zich terugverdient. Uber's cap van $1.500 per tool mag dan groot lijken, maar het onderliggende probleem is hetzelfde: schaal het budget van een MKB op naar Uber-formaat en je komt op exact dezelfde explosie uit. De dynamiek is identiek — alleen de getallen verschillen.
Wat dit betekent voor jouw MKB
De les is niet "gebruik minder AI". De les is: meet wat AI je oplevert. Drie principes die Uber nu toepast en die jij morgen kunt implementeren:
1. Budget niet per tool maar per doelstelling
Uber's cap is $1.500 per tool per maand. Voor een MKB van 10 man is dat onhaalbaar — maar het principe van budgetteren per tool geeft inzicht in wélke tools rendabel zijn en welke niet.
2. Bouw een AI-dashboard
Uber gebruikt een intern dashboard waar elke medewerker z'n AI-verbruik ziet. Transparantie creëert bewustzijn. Voor MKB is een simpele wekelijkse check van API-kosten via OpenAI/Anthropic billing genoeg om verrassingen te voorkomen.
3. Caps zijn niet het doel — ROI is het doel
De CTO zei het expliciet: zonder duidelijk verband tussen gebruik en output zijn uitgaven niet te rechtvaardigen. Meet dus niet alleen wat AI kost, maar ook wat het oplevert: snellere projecten, minder fouten, meer klantcontact, hogere omzet.
Het contra-intuïtieve inzicht
Verrassend genoeg kan een budgetcap AI-adoptie juist versnellen. Waarom? Omdat schaarste dwingt tot scherpere keuzes. Zonder limiet gebruiken medewerkers AI "voor de zekerheid" bij elke taak — ook waar het weinig toevoegt. Met een cap worden ze gedwongen na te denken: "Is dit het waard?" Die denkstap is precies wat AI van speelgoed naar strategisch gereedschap tilt.
3 actiepunten voor deze week
Check je AI-rekeningen: Log vandaag nog in op je OpenAI-, Anthropic- en GitHub Copilot-dashboards. Wat was de spend van de afgelopen 30 dagen? Is dat hoger of lager dan je dacht?
Stel één KPI in: Kies één meetbare doelstelling voor je AI-gebruik. Bijvoorbeeld: "AI moet minstens 30 minuten per dag besparen per medewerker." Meet dat deze week.
Praat met je team: Vraag elke AI-gebruiker: "Wat is het meest waardevolle dat AI deze week voor je deed?" En: "Wat deed AI waarvan je achteraf dacht: dit had ik beter zelf kunnen doen?" De antwoorden zijn goud waard.
AI-tools worden niet goedkoper. Maar bedrijven die nú leren meten wat AI oplevert, zijn degenen die straks wél rendabel kunnen opschalen — in plaats van halverwege het jaar tegen een lege pot aan te kijken.
- TechCrunch: https://techcrunch.com/2026/06/02/uber-caps-employee-ai-spending-after-blowing-through-budget-in-four-months/
- Bloomberg: https://www.bloomberg.com/news/articles/2026-06-02/uber-caps-usage-of-ai-tools-like-claude-code-to-cut-costs
- AI News: https://www.artificialintelligence-news.com/news/github-copilots-billing-changes-users-see-use-based-price-hikes/