De kostencurve van het AI-tijdperk van overvloed
1. De kern van overvloed is een dalende kostencurve
Wie over overvloed praat, moet over kosten praten. Zolang een product of dienst duur, schaars, instabiel, inefficiënt of moeilijk toegankelijk blijft, is de technologie misschien indrukwekkend, maar de samenleving ervaart nog geen overvloed.
Stoommachines verlaagden de kosten van mechanische kracht. Elektriciteitsnetten verlaagden de kosten van bruikbare energie. Internet verlaagde de kosten van kopiëren en verspreiden van informatie. AI verlaagt eerst de kosten van intelligentie: schrijven, vertalen, code, beelden, zoeken, samenvatten, analyseren en kennis ophalen.
Niet alle kosten dalen even snel. AI verspreidt zich eerst waar werk digitaal, gestandaardiseerd, laag risico en goed te controleren is.
2. De basisvolgorde van kostendaling
Eerst dalen informatie en content, daarna softwareontwikkeling, kennisdiensten, samenwerking en management, onderzoek, productie en supply chains, logistiek, zorg, energie, wonen en stedelijke infrastructuur.
Hoe dichter een kostenpost bij digitaal werk ligt, hoe sneller hij kan dalen. Hoe dichter hij bij fysieke productie en instituties ligt, hoe langzamer hij beweegt.
AI-overvloed verschijnt daarom eerst als digitale overvloed, daarna als dienstenovervloed en pas later als materiële overvloed.
Hoe dichter een kostenpost bij de digitale wereld ligt, hoe sneller hij daalt; hoe dichter hij bij fysieke systemen en instituties ligt, hoe langzamer hij beweegt.
3. Kosten van informatie en content
Informatie- en contentkosten dalen als eerste. AI maakt artikelen, samenvattingen, beelden, scripts, advertenties, videodrafts, muziekdemo’s en codefragmenten in seconden.
Het aanbod explodeert en gewone content wordt goedkoper. Schaars blijven smaak, vertrouwen, originaliteit, persoonlijkheid en oordeel.
Het probleem verschuift van productie naar selectie. Als content overvloedig is, worden aandacht en vertrouwen duurder.
4. Kosten van softwareontwikkeling
Software verandert diep, omdat code tekst is, ontwikkeling digitaal verloopt en tests snelle feedback geven. AI vult code aan, verklaart fouten, schrijft tests en stelt refactors voor.
Individuen en kleine teams krijgen meer hefboom. Interne tools die vroeger te duur waren worden mogelijk. Oude systemen worden makkelijker te lezen en te migreren.
Maar softwarekosten worden niet nul. Requirements, architectuur, security, performance, UX, compliance en onderhoud vragen nog steeds sterk oordeel.
5. Kosten van kennisdiensten
Onderwijs, consulting, recht, finance, marktonderzoek, HR en productplanning draaien om expertentijd. AI automatiseert eerst junior werk zoals contractcontrole, financiële samenvattingen, research, leerhulp en eerste analyses.
Daarna versterkt AI experts door cases te vinden, opties te vergelijken, rapporten te schrijven, afwijkingen te ontdekken en scenario’s te simuleren.
Waardevolle experts verschuiven van informatieverwerking naar oordeel, uitleg, verantwoordelijkheid en vertrouwen.
6. Kosten van samenwerking en management
Veel bedrijfskosten zijn coördinatiekosten: vergaderingen, rapportages, goedkeuringen, documenten zoeken, afstemming, projecttracking, kennisoverdracht en onboarding.
AI vat meetings samen, haalt taken eruit, schrijft weekrapporten, volgt risico’s, ordent klantcommunicatie en maakt van chats beslisdocumenten.
Enterprise software verschuift van registratiesysteem naar uitvoeringssysteem. Managers worden meer systeemontwerpers en uitzonderingsbehandelaars.
7. Kosten van onderzoek en ontdekking
Als AI alleen marketing en support goedkoper maakt, stijgt efficiëntie. Als AI ontdekking goedkoper maakt, kan ze beschaving versnellen.
AI kan literatuur lezen, hypothesen maken, experimenten ontwerpen, simulaties analyseren, materialen en moleculen screenen en de volgende proef voorstellen.
Maar wetenschap moet de werkelijkheid ontmoeten. Medicijnen, materialen en energiesystemen vragen tests, validatie en veiligheid.
8. Kosten van productie en supply chain
Productie is de poort van digitale naar materiële overvloed. Ze omvat ontwerp, materialen, machines, arbeid, kwaliteit, voorraad, logistiek, energie, afval en leverancierscoördinatie.
AI verbetert vraagvoorspelling, planning, onderhoud, kwaliteitscontrole, inkoop, routes en energiegebruik. Maar fabrieken, robots, sensoren en netwerken vragen kapitaal en tijd.
Een toekomstige vorm is de manufacturing cloud: ontwerp, simulatie, offerte, sourcing, prototype, kwaliteit en logistiek als platformcapaciteit.
9. Kosten van logistiek en transport
Logistiek is de bloedsomloop van materiële overvloed. Goederen worden niet overvloedig als transport en distributie duur blijven.
AI verbetert voorspelling, magazijnen, routes, sortering, last mile, autonome vrachtwagens, drones en robotmagazijnen.
Transport raakt openbare wegen, veiligheid, aansprakelijkheid, verzekering, certificering, stadsplanning en arbeid. Kosten dalen, maar niet lineair.
10. Kosten van zorg en verzorging
Zorg is een van de waardevolste en moeilijkste kostenposten. AI helpt bij beeldherkenning, dossiers, risico, diagnoseondersteuning, drug discovery, triage, chronische zorg, monitoring, planning en ouderenzorg.
De eerste dalingen zitten in triage, beeldondersteuning, dossierwerk, chronisch management, gezondheidsadvies en vroege screening.
Maar zorg vraagt klinische validatie, regulering, artsacceptatie, betaling en patiëntvertrouwen. Verzorging vraagt bovendien veiligheid en emotioneel begrip.
11. Energiekosten
Energie is de harde onderlaag van overvloed. AI draait op datacenters, chips, stroom, koeling, land en netten.
De IEA verwacht dat wereldwijde elektriciteitsvraag van datacenters rond 2030 ongeveer 945 TWh bereikt. AI kan energie optimaliseren, maar gebruikt zelf veel energie.
Goedkopere energie vraagt hernieuwbaar, opslag, slimme netten, kernenergie, efficiënte chips, vloeistofkoeling, edge computing, modelcompressie en betere locaties.
12. Kosten van wonen en infrastructuur
Wonen is misschien het moeilijkst snel te veranderen. AI kan woningen ontwerpen, maar geen land creëren; bouwplanning verbeteren, maar vergunningen niet omzeilen.
Woonkosten hangen af van grond, migratie, rente, materialen, arbeid, regels, belastingen, vervoer, scholen, zorg en speculatie.
Echte woonovervloed vraagt technologie en instituties samen. Veel kosten komen niet door gebrek aan intelligentie, maar door regels, middelen en macht.
13. Een ruwe tijdlijn
Van 2025 tot 2030 dalen digitale kosten snel: copilots, agents, creatie, softwareproductiviteit, contentexplosie en druk op compute en energie.
Van 2030 tot 2040 dalen diensten- en organisatiekosten zichtbaarder: Agent OS, AI-werknemers, gepersonaliseerd onderwijs, medische triage, toegankelijke juridische en financiële diensten, robots in logistiek, zorg, landbouw en service.
Van 2040 tot 2050 kunnen fysieke en infrastructuurkosten dalen als robotica, energie, productie, materialen en stedelijk bestuur volwassen worden.
14. Conclusie
Het AI-tijdperk van overvloed betekent niet dat alle kosten tegelijk dalen. Het is een kostencurve van digitaal werk naar diensten, organisaties, onderzoek, productie, logistiek, zorg, energie, wonen en infrastructuur.
Lange tijd zullen digitale overvloed en fysieke schaarste naast elkaar bestaan. Content wordt goedkoper terwijl wonen duur blijft; AI-tutoren verspreiden zich terwijl instituties nog moeten veranderen.
Wie de AI-era wil begrijpen, moet niet alleen naar modelcapaciteit kijken. Kijk naar de kostencurve.
Wie het AI-tijdperk wil begrijpen, moet niet alleen naar modelcapaciteit kijken. Kijk naar de kostencurve.
Voor Nederlandstalige lezers is deze curve heel concreet, omdat digitaal werk vaak wereldwijd kan schalen terwijl wonen, energie, zorg, onderwijs en overheid sterk lokaal georganiseerd blijven. Een AI-assistent kan in seconden een tekst vertalen, maar een woning ontstaat pas wanneer grond, vergunningen, financiering, materiaal, bouwcapaciteit en infrastructuur samenkomen. Digitale overvloed is dus het eerste zichtbare signaal, maar nog geen bewijs van materiële overvloed.
Bedrijven zullen de curve ook per functie verschillend voelen. Marketing, analyse, support, interne documentatie en softwaretests kunnen vroeg goedkoper worden. Inkoop, productie, logistiek, compliance, medische verantwoordelijkheid en energieplanning bewegen trager, omdat fouten daar duurder zijn en meerdere partijen moeten meewerken. De juiste vraag is daarom niet alleen welke AI-taak kan worden geautomatiseerd, maar welke echte kostenpost daardoor daalt.
Een tweede onderscheid is dat tussen marginale kosten en systeemkosten. AI kan de marginale kosten van een antwoord, concept of codewijziging sterk verlagen. De systeemkosten voor vertrouwen, controle, integratie, privacy, verantwoordelijkheid en onderhoud verdwijnen daardoor niet. In veel sectoren verschuift de prijs dus van productie naar selectie, validatie en aansprakelijkheid. Goedkoper maken is niet hetzelfde als betrouwbaarder maken.
Daarom heeft overvloed nieuwe meetpunten nodig. Het aantal gegenereerde stukken content, de snelheid van modellen of de prijs per token zegt te weinig. Belangrijker zijn kosten per betrouwbare beslissing, per opgelost klantprobleem, per veilige medische stap, per gebouwde woning, per kilowattuur en per gecoördineerde keten. Pas op dat niveau wordt AI-overvloed sociaal zichtbaar.
De optimistische lezing blijft sterk: als coördinatie, simulatie, onderzoek en planning goedkoper worden, kunnen fysieke systemen later verbeteren. Betere materiaalontwikkeling, netplanning, onderhoud, bouwprocessen en publieke diensten kunnen echte schaarste verminderen. Maar dat effect is indirect en vraagt kapitaal, instituties, datakwaliteit, lokale uitvoering en publiek vertrouwen.
De kostencurve is daarom geen kalender maar een kaart. Zij laat zien waar overvloed vroeg verschijnt, waar knelpunten blijven en waar technologie, organisatie en beleid samen moeten werken. AI maakt intelligentie goedkoper. De moeilijkere opdracht is die goedkopere intelligentie om te zetten in lagere kosten van leven, werken en infrastructuur.