Niet lang geleden voerden bedrijven interne leaderboards uit om te zien welk team het meest AI-tokens per maand kon verbruiken. Meta had er een. Amazon had er een. De CEO van NVIDIA zei publiekelijk dat hij "diep bezorgd" zou zijn als een softwareingenieur van $500K niet minstens $250K per jaar aan tokens zou uitgeven.
Deze periode heeft een naam: Tokenmaxxing, en het is voorbij.
In april 2026 begonnen bedrijven de FinOps Foundation te bellen met de mededeling dat ze al 3x over hun volledige 2026-tokenbudget zaten, nog geen vier maanden in het jaar. Het gesprek verschoof van de ene dag op de andere van "snel gaan en tokens verbruiken" naar "we hebben richtlijnen nodig, hoe controleren we dit?"
Uber verbruikte zijn volledige 2026 AI-codeerbudget in april. Microsoft schrapte Claude Code-abonnementen in meerdere productdivisies. En ergens daartussenin stapelde een naamloze onderneming naar verluidt een bill van $500 miljoen voor Claude op omdat niemand een gebruikslimiet ingestelde.
Voor startups is dit niet alleen een probleem voor grote bedrijven. Dit is het bestuursgesprek dat naar jou toe komt.
Wat Tokenmaxxing eigenlijk was (en waarom het destijds zin had)
Tokenmaxxing beschreef de drang om zoveel mogelijk AI-tokens te verbruiken, waarbij zwaar gebruik als een afkorting voor productiviteit werd gezien. De logica was niet helemaal gek – vroege AI-adoptie vereiste experimenteren, en toen CEO's publiekelijk eisten dat teams snel zouden werken en de beste modellen zouden gebruiken ongeacht de kosten, was "meer tokens verbruiken" effectief bedrijfsbeleid.
Het probleem is wat daarna gebeurde.
Een onderzoek naar 2.444 bedrijven wees uit dat voor elke $1 die ondernemingen aan AI-tokens uitgeven, $0,44 naar het repareren van bugs gegenereerd door AI gaat, $0,27 naar het herschrijven van door AI geproduceerde code, en $0,11 naar review- en merge-vertragingen. Dat is $0,82 van elke dollar die naar opruimen gaat, niet naar waardecreatie.
Het technische analyticsbedrijf Faros AI vond dat code churn – verwijderde versus toegevoegde coderegels – met meer dan 800% toenam onder hoge AI-adoptie. Meer tokens, meer verspilling, meer herwerk.
Tokenmaxxing mat niet de productiviteit. Het mat activiteit. Dat zijn niet dezelfde dingen.
V&A: De exacte vragen die uw bestuur nu stelt
V. Hoeveel hebben we eigenlijk afgelopen kwartaal aan AI uitgegeven?
Dit klinkt basaal. De meeste startups kunnen dit niet schoon beantwoorden. De enige belangrijkste structurele verandering die je kunt maken is het isoleren van AI-uitgaven zodat deze zichtbaar en toerekenbaar zijn. Tag kosten consistent zodat je, als je het ROI-verhaal bouwt, de kostenkant geloofwaardig is. Als je AI-kosten verborgen zitten in algemene cloudinfrastructuur of personeelskosten voor engineering, ga je zonder wapens in dat bestuursgesprek.
V. Wat hebben we daarvoor gekregen?
Besturen die in 2024 vroegen "wat is je AI-strategie?" vragen nu "hoeveel kostte het, wat was het rendement, en hoe weet je het?" Volgens het 2025 Readiness Report van Kyndryl voelen 61% van senior bedrijfsleiders meer druk om AI ROI te bewijzen dan een jaar geleden. Het antwoord dat besturen willen is niet "onze engineers zijn productiever." Het is revenue-impact, kostenbesparing, of cyclusversnelling in echte getallen.
V. Gebruiken we AI voor de juiste dingen?
De meeste bedrijven gaan ervan uit dat ze taken automatiseren die mensen niet leuk vinden, in plaats van taken die het meest waardevol zijn voor het bedrijf. Als de primaire AI-use cases van uw team het samenvatten van e-mails en het genereren van standaardtekst zijn, heeft het bestuur gelijk om te vragen of dit de beste besteding van het budget is.
V. Hoe lang duurt het voordat we echt rendement zien?
De helft van de investeerders verwacht AI-rendement binnen zes maanden. Slechts 16% van de CEO's denkt dat dit haalbaar is. Die kloof is waar slechte bestuursgesprekken gebeuren. Stel de tijdlijn vroeg in en leg dit duidelijk uit; anders passen besturen de verkeerde maatstaf toe en concluderen dat de investering mislukt is terwijl het gewoon vroeg was.
Wat startups hun bestuur eigenlijk verschuldigd zijn: een praktisch raamwerk
1. Een kostenlijn die zichtbaar en getagd is
Je kunt uitgaven die je niet kunt zien niet verdedigen. Alle AI-gerelateerde kosten – model API-aanroepen, agent-infrastructuur, tooling-abonnementen en engineering-tijd voor AI-projecten – moeten apart worden getagd en bijgehouden. 97% van de CFO's zeggen dat hun besturen een regelmatige rapportage over AI-investeringen en vooruitgang verwachten, met kostenbesparingen, ROI en productiviteitswinsten als top van de lijst. Geef hen die rapportage voordat ze erom moeten vragen.
2. Een use case-lijst, geen filosofie
"We integreren AI in het hele bedrijf" is geen bestuurrapport. Wat besturen nodig hebben is een korte, eerlijke lijst: welke specifieke use cases zijn live, hoeveel kosten ze om uit te voeren, en wat is het meetbare resultaat van elk? Drie use cases die je kunt meten zijn beter dan twaalf waarin je "aan het onderzoeken" bent.
3. Leidende indicatoren terwijl je op achterblijvende indicatoren wacht
AI ROI duurt langer om in inkomsten op te duiken dan de meeste mensen verwachten. De maatstaven die bestuurvertrouwen handhaven hebben drie kenmerken: gegrondvest (gemeten tegen een gedocumenteerde begintoestand), op eenheden gebaseerd (kosten per taak, cyclussnelheid, foutpercentage, niet vaag "productiviteit"), en traceerbaar (ondersteund door gegevens, niet beweert). Als je terugbetaling 18 maanden weg is, toon je de trajectorie op maand zes.
4. Een eerlijk antwoord over wat niet werkt
Het ergste wat kan gebeuren in een bestuur AI-gesprek is betrapte worden terwijl je iets verdedigt dat maanden geleden stil is mislukt. Kies de use cases die niet leiden, zeg dat en leg uit wat je anders doet. Besturen kunnen met een draai omgaan. Ze hebben moeite om een team te vertrouwen dat alleen wins rapporteert.
De verschuiving die al is gebeurd
Tokenmaxxing was het AI-equivalent van het meten van developer output op regels code. Iedereen wist dat het een gebrekkige meting was – het was alleen makkelijker dan het meten van echte impact.
De correctie is geen terugtrekking uit AI. Ondanks de pullback van zwaar token-gebruik blijft het gebruik van generatieve AI op een recordhoogte. Google meldde dat Gemini van 480 biljoen tokens per maand in mei 2025 naar 3,2 quadriljoen tokens per maand in mei 2026 sprong. De technologie wordt meer dan ooit gebruikt. Het verschil is dat de vrijstelling van verantwoordelijkheid weg is.
Voor startups is dat eigenlijk goed nieuws. Als je naar je volgende bestuursvergadering kunt komen met een schone kostenlijn, een korte lijst use cases die werken, en eerlijke getallen, ben je al verder dan de meeste.
Het bestuur vraagt je niet om op AI af te remmen. Ze vragen je om te weten wat je ermee doet. Dat is een redelijk verzoek.
TLDR
Tokenmaxxing – de race om zoveel mogelijk AI-tokens te verbruiken – stortte in toen bedrijven als Uber hun volledige 2026 AI-budget in april verbruikten, en een naamloze onderneming een bill van $500 miljoen opstapelde zonder richtlijnen op hun plaats. Besturen hebben ermee opgegeven gebruiksstatistieken en productiviteitsclaims als bewijs te accepteren; ze willen nu een schone kostenlijn, specifieke use cases, en echte getallen gekoppeld aan inkomsten of besparingen. Startups die in dat gesprek voorbereidt verschijnen met zichtbare uitgaven, eerlijke maatstaven, en een realistische tijdlijn zullen voor de meerderheid vooruit zijn die nog activiteit in plaats van uitkomsten meten.
Op zoek naar het bouwen van een krachtig remote tech-team?
Bekijk MyNextDeveloper, een platform waar je de top 3% van softwareengineers kunt vinden die diep gepassioneerd zijn over innovatie. Onze on-demand, dedicated en grondige softwaretalentoplossingen bieden een alomvattende oplossing voor al je softwarevereisten.
Bezoek onze website om te verkennen hoe wij je kunnen helpen bij het samenstellen van je perfecte team.
