Hoe AI het verdienmodel van software omgooit

Stel, je koopt geen software meer in maar werk. Je betaalt niet langer voor toegang tot een tool, maar voor de klus die af is. Het is een van de grootste verschuivingen in de software-industrie sinds Software-as-a-Service (SaaS) zijn intrede deed.

Tot voor kort werd software afgerekend per gebruiker, per 'seat'. Zolang een programma een hulpmiddel was dat een mens sneller of beter liet werken, was dat logisch: meer gebruikers, meer licenties, meer omzet. Maar AI-modellen worden zo goed dat ze het werk zelf gaan doen. En als de AI de medewerker vervangt, heb je juist minder gebruikers terwijl je meer AI-rekenkracht verbruikt. Dan klopt het oude model niet meer.

Dus verschuift de rekening van toegang naar resultaat: je betaalt niet meer voor een stoel, maar voor het werk dat gedaan is. Durfinvesteerder Bessemer noemt het de "AI pricing pivot". De cijfers laten zien hoe hard het gaat. In een jaar tijd daalde volgens brancheonderzoek het aandeel softwarebedrijven dat puur per gebruiker rekent van ongeveer 21 naar 15 procent, terwijl hybride modellen groeiden van ongeveer 27 naar 41 procent.

Waarom het per gebruiker verdienmodel niet meer werkt

Bij het klassieke model betaal je een vast bedrag per gebruiker per maand. Een bedrijf met vijftig mensen op de klantenservice koopt vijftig licenties. Zet je daar een AI-agent neer die het werk van dertig van hen overneemt, dan heb je nog maar twintig mensen achter een scherm. Onder het oude model betekent dat: dertig licenties minder, dus fors minder omzet voor de leverancier, terwijl de klant hetzelfde werk gedaan krijgt.

Geen enkel verdienmodel overleeft die rekensom. De leverancier wordt in feite beloond als zijn eigen product ondermaats presteert, want alleen dan blijven al die mensen nodig. Dat werkt natuurlijk niet. De prijs moet passen bij de waarde, niet gebaseerd zijn op toegang tot een tool. En bij een AI-agent is die waarde bijvoorbeeld een afgehandelde klantvraag, een opgeloste bug of een geautomatiseerde werkstroom.

GitHub Copilot zet de meter aan

Op 1 juni 2026 gooide GitHub Copilot, de AI-assistent voor programmeurs, zijn prijsmodel om. Je betaalt nog steeds een vast bedrag, maar het echte AI-werk verbruikt voortaan een tegoed aan credits, en als dat op is loopt er een meter. Alleen de simpele autoaanvullingen tijdens het typen blijven onbeperkt. De reden die GitHub zelf geeft: een korte vraag in een chatvenster en een sessie waarin de AI urenlang zelfstandig een codebase verbouwt, kostten tot nu toe hetzelfde, en dat is niet vol te houden.

Andere programmeeromgevingen waarin ontwikkelaars hun code schrijven en testen, zoals Cursor, bewegen dezelfde kant op met hybride modellen: een vast bedrag per ontwikkelaar plus een verbruiksdeel bij zware taken. Dat meerdere grote tools rond dezelfde tijd die kant op schuiven, is een duidelijk signaal. Onbeperkt gebruik voor een vast bedrag past niet meer bij de kosten van deze modellen.

Devin: een AI-engineer die je per werktijd inhuurt

Het scherpst zie je de verschuiving bij Devin, van het Amerikaanse Cognition. Devin is geen assistent die met je meetypt, maar een autonome software-engineer. Je geeft een taak, en Devin plant, schrijft, test en levert zelf op.

Devin rekent in Agent Compute Units, een eigen rekeneenheid die alle bronnen bundelt die het systeem gebruikt: niet alleen de AI zelf, maar ook rekenkracht en bandbreedte. Volgens inschattingen van gebruikers komt zo'n eenheid ruwweg neer op een kwartier Devin-werktijd, wat uitkomt op zo'n 8 tot 9 dollar per uur. Het hangt sterk af van wat je laat doen, dus zie dit als richtprijs en niet als garantie.

De verschuiving van betalen voor werktijd ipv toegang per gebruiker verandert hoe klanten naar een AI-tool kijken. Je vergelijkt Devin niet meer met een softwarelicentie, maar met een uurloon. De vraag wordt dan of een taak goedkoper is met AI dan een junior ontwikkelaar of misschien zelfs een meer ervaren offshore developer.

Klantenservice: betalen per opgelost gesprek

Een heel andere hoek, maar dezelfde beweging. Intercom biedt met zijn AI-agent Fin een eenvoudig afrekenmodel: $0,99 per outcome. Zo'n outcome is een volledig opgelost gesprek, of een nette overdracht naar een mens verderop in de 'workflow' of een succesvolle handover naar een andere AI-agent. Lukt het niet, dan betaal je niets. Je rekent dus alleen af als er echt iets is opgelost.

Sierra, het bedrijf van Bret Taylor (oud-topman van Salesforce en nu voorzitter van het bestuur van OpenAI), heeft zijn hele bedrijf op dit idee gebouwd. Geen seats, alleen betalen bij een opgeloste zaak. De belofte is even eenvoudig als brutaal: wij verdienen pas als jouw klantvraag daadwerkelijk is opgelost. Omdat Sierra niet op licenties leunt, heeft het ook geen tegengesteld belang. Als hun agent beter wordt en jij minder mensen nodig hebt, is dat voor hen juist goed nieuws.

Zelfs Salesforce en SAP bewegen mee

Zoals altijd waren het eerst de innovatieve AI-startups die met nieuwe verdienmodellen experimenteerden. Nu gaan ook de reuzen die decennialang op licenties per gebruiker draaiden mee.

Salesforce rekent zijn AI, Agentforce, nu af als "digital labor": je koopt tegoed of gesprekken, en elke taak die de agent afhandelt verbruikt een stukje van dat budget. En Salesforce zette een grotere stap. Op 15 juni 2026 kondigde het bedrijf aan Fin over te nemen voor ongeveer 3,6 miljard dollar, precies de klantenservice-agent van hierboven. De overname is aangekondigd maar nog niet afgerond, en de prijs van 0,99 dollar per outcome is voorlopig ongewijzigd.

SAP verschuift zijn AI-agents ook naar verbruiksprijzen. In plaats van te tellen hoeveel medewerkers inloggen, gaat het bedrijf rekenen op basis van het volume aan automatisch verwerkte taken en transacties, via een tegoed dat het AI Units noemt. SAP-topman Christian Klein zei in maart 2026 tegen Bloomberg dat het dwaas zou zijn om nog per abonnement af te rekenen, omdat AI zoveel werk automatiseert. Maar die overgang moet voorzichtig, want de rekening van klanten gaat omhoog en dat levert lastige gesprekken met die klanten op. De grote softwarebedrijven voegen verbruiksmodellen daarom langzaam toe naast hun bestaande licenties en seats, in plaats van er in één keer op over te stappen.

De keerzijde, en een onverwacht voordeel

De drie voorbeelden illustreren de algemene trend: van seat naar salaris. Toch wil ik er een kritische kanttekening bij maken. Zodra je per stuk werk betaalt, concurreert software niet meer met andere software, maar met de arbeidsmarkt: met uitzendkrachten, offshore teams en junioren. Dat maakt de vergelijking eerlijker, maar ook harder en met een grotere impact op de arbeidsmarkt.

Er zit ook een bescheiden positieve kant aan. Als de rekening verschuift van een vast bedrag per maand naar betalen per gebruik, worden organisaties gedwongen bewuster te kiezen wat ze een AI wel en niet laten doen. Onbegrensd experimenteren voelt minder vrijblijvend als er een meter meeloopt die de rekening flink kan laten oplopen. Minder onnodige 'runs' betekent minder gevraagde rekenkracht. Dat lost de milieu-impact van AI zeker niet op, maar het vermindert wel dat energie en infrastructuur worden ingezet zonder duidelijke waarde. Zo dwingt het nieuwe verdienmodel iets af wat goede bedoelingen zelden voor elkaar krijgen: zuinigheid.

Veelgestelde vragen

Wat is outcome-based pricing precies?

Bij outcome-based pricing betaal je niet voor toegang tot software of voor het aantal gebruikers, maar per behaald resultaat: een opgeloste klantvraag, een afgeronde taak, een geautomatiseerde werkstroom. Werkt het niet, dan betaal je meestal niets. De prijs volgt zo de waarde die de software levert.

Waarom werkt het per gebruiker SaaS model niet meer voor AI?

Omdat een AI-agent niet inlogt zoals een mens. Hoe beter de agent werkt, hoe minder menselijke gebruikers een bedrijf nodig heeft, terwijl de geleverde waarde juist gelijk blijft of stijgt. Onder het oude model daalt de omzet van de leverancier dan terwijl de kosten stijgen (AI-tokens) en klant meer werk gedaan krijgt. Dat is niet houdbaar.

Is betalen per gebruik goedkoper?

Niet per se. Het maakt de kosten wel eerlijker gekoppeld aan echt gebruik. Het maakt ze ook minder voorspelbaar. Een enkele zware klus kan de rekening flink opdrijven. Voor licht gebruik is verbruiksprijs vaak gunstig, voor intensief gebruik kan een vast bedrag juist voordeliger uitpakken.

Dit artikel is een bewerking van mijn gesprek met John van Schagen in de BNR-podcast Baanbrekende Businessmodellen (3 juli 2026). Beluister de uitzending van elf minuten via BNR.