AI Radar

Dit is de eerste keer dat het gebruik van AI in je werk een administratieve verplichting wordt in plaats van een keuze. Voor een bureau betekent het dat de vraag "is dit met AI gemaakt?" niet langer een gespreksonderwerp met de klant is maar een veld in de oplevering. En omdat de markering machineleesbaar is, kan een opdrachtgever het achteraf controleren zonder het jou te vragen.

Maak deze maand een inventaris: welke opleveringen zijn volledig gegenereerd, welke met AI bewerkt, welke met de hand. Leg de markering vast in het productieproces, niet in de disclaimer onderaan een offerte — een label dat pas bij de factuur opduikt komt te laat.

De werkpaardlaag is waar de marge van een bureau zit — daar draait het volume. Een verdubbeling op een benchmark die kantoorprocessen nabootst, voor minder dan een dollar per miljoen invoertokens, verschuift welke taken je überhaupt nog met de hand doet. Het addertje staat in de kleine letters: wie nu op $0,75 begroot, begroot op een prijs die over vier maanden verdwijnt.

Verhuis bulkwerk hierheen — extractie, classificatie, eerste versies — maar reken je businesscase door op het tarief van 2027. Wat alleen uitkomt op het introductietarief, komt niet uit.

Tot nu toe zat de agent naast de stack: je gaf hem toegang tot je systemen. Hier zit de klantcontext ín het gesprek, met de governance van het CRM eromheen. Dat verplaatst de vraag "welke agent gebruiken we?" naar "waar staat de data die hem nuttig maakt?" — en dat antwoord bepaalt wie de relatie met de klant bezit. Benioff wuifde de SaaSpocalypse-vraag niet toevallig weg in dezelfde week.

Kijk voor je grootste klanten na waar de klantcontext daadwerkelijk staat en wie hem mag ontsluiten. Een agent die in het CRM van je opdrachtgever woont, is geen tool die jij kiest maar een kanaal waar jij op aansluit.

De interessante prijsdaling zit niet op de tokens maar op het geheugen. Een agent die dertig keer dezelfde briefing, huisstijlgids en klantdossier herleest, betaalt precies daar zijn rekening — en die post werd vier keer goedkoper zonder dat de lijstprijs bewoog. Wie geen caching gebruikt, ziet van die 45% niets terug.

Controleer of je langlopende taken prompt caching aan hebben staan en of je vaste context — merkrichtlijnen, toon, klantfeiten — vooraan in de prompt staat, waar hij te cachen valt. Dat is deze maand de goedkoopste optimalisatie die er is.

Er staan nu twee frontier-modellen op exact dezelfde lijstprijs: Astra en Fable 5.1, allebei $10/$50. De keuze gaat dus niet meer over budget maar over taak — en over wat je moet kunnen uitleggen. Astra is sneller en sterker op computerwerk; het is ook het model waarvan je de redenering het minst kunt navertellen. Voor werk dat naar een klant of een toezichthouder gaat, is dat een echt criterium geworden.

Hertest deze maand je twee zwaarste workflows op Astra én Fable 5.1 en vergelijk op uitkomst, niet op benchmark. Zet menselijke review verplicht op alles wat de deur uitgaat: bij een model waarvan je de gedachtegang niet kunt lezen, is de review je enige logboek.

Die twee cijfers zijn elkaars spiegelbeeld en samen zijn ze het hele verhaal: het verkeer daalt, de waarde per bezoeker stijgt. Wie zijn AI-zichtbaarheid blijft afrekenen op sessies, ziet een dalende grafiek en trekt de verkeerde conclusie. Wie hem afrekent op vermeldingen en op conversie, ziet een kanaal dat kleiner en beter tegelijk is.

Meet vermeldingen, niet alleen bezoeken. Leg per kwartaal vast voor welke vragen je genoemd wordt in ChatGPT, Perplexity, Gemini en de AI-overzichten van Google, met welke bron, en zet daarnaast de conversie van dat verkeer. Dat is één rapport en het beantwoordt de enige vraag die je opdrachtgever stelt.