De meeste berekeningen rond lokale AI stoppen bij de aanschaf. Twee GPU-kaarten, een server, een implementatietraject, klaar. Dat is het goedkope deel.
Het beheren van een eigen AI-omgeving kost in het tweede jaar en daarna doorgaans tussen de €15.000 en €40.000 per jaar per productieserver, en dat bedrag wordt gedomineerd door mensen, niet door hardware of stroom. Wie alleen de aanschaf begroot, begroot ongeveer een derde van de werkelijke rekening.
Deze doorrekening laat zien waar dat geld heen gaat, met de aannames er expliciet bij, zodat je de som kunt narekenen met je eigen cijfers. De bedragen zijn indicatief en bedoeld als rekenmodel, niet als offerte.
Welke kostenposten zitten er in het beheer?
Het beheer van een draaiende AI-omgeving valt uiteen in vijf posten, en ze verschillen sterk in voorspelbaarheid. Stroom en colocatie zijn bijna exact te begroten. Modelupgrades en incidenten niet.
| Kostenpost | Indicatief per jaar | Voorspelbaarheid |
|---|---|---|
| Stroom en koeling | €1.500 tot €3.300 | Hoog |
| Colocatie of ruimte | €2.000 tot €6.000 | Hoog |
| Hardware-afschrijving | €9.000 tot €12.500 | Hoog |
| Modelupgrades en hertesten | €3.000 tot €8.000 | Middel |
| Beheer, patches, wacht | €9.000 tot €18.000 | Laag |
De onderste twee regels zijn waar begrotingen misgaan. Ze staan op geen enkele offerte, want ze zijn geen inkoop maar interne tijd.
Wat kost het draaien echt aan stroom?
Stroom is de post die iedereen overschat. Reken hem één keer door en je bent er vanaf.
Een NVIDIA L40S, de kaart die je in de praktijk het vaakst tegenkomt in bedrijfsinferentie, verbruikt maximaal 350 watt en heeft 48 GB geheugen. Een server met twee van die kaarten plus host, geheugen en opslag trekt onder volle belasting ongeveer 1,1 kW. In de praktijk draait zo'n machine zelden continu op piek: bij bedrijfsgebruik overdag ligt het gemiddelde eerder rond 0,5 kW.
Continu op piek is dat 9.636 kWh per jaar. Op een realistischer gemiddelde van 0,5 kW kom je op 4.380 kWh. Het CBS noteerde voor zakelijke afnemers in de klasse 500 tot 2.000 MWh een prijs van €0,241 per kWh in de tweede helft van 2025, inclusief belastingen. Met een opslag van veertig procent voor koeling levert dat €1.478 tot €3.251 per jaar.
Dat is minder dan één maand API-verbruik bij een middelgrote implementatie. Stroom is geen argument tegen eigen beheer. Het argument zit elders.
Hoe vaak moet je het model vervangen?
Hier begint het echte werk. Een lokaal model is geen apparaat dat je installeert en vergeet: het veroudert tegen de snelheid waarmee de markt nieuwe modellen uitbrengt, en die snelheid ligt momenteel rond de zes tot negen maanden voor een betekenisvolle sprong in kwaliteit per parameter.
Elke vervanging is een klein project. Je haalt het nieuwe model binnen, je draait je eigen evaluatieset er doorheen, je vergelijkt de uitkomsten met de vorige versie, je past prompts en systeeminstructies aan waar het gedrag verschoven is, en je rolt uit. Bij een omgeving met twee of drie toepassingen kost die cyclus twee tot vier dagen werk.
Twee upgrades per jaar, drie dagen per keer, tegen een intern tarief van €600 per dag: €3.600. Doe je het niet, dan draait je organisatie over achttien maanden op een model dat merkbaar slechter is dan wat je concurrent uit een API haalt. Het overslaan van deze post is de meest voorkomende reden dat een eigen omgeving na twee jaar wordt afgeschreven als mislukking.
Wie kleiner begint, betaalt hier minder: kleine taalmodellen zijn sneller te hertesten en stellen lagere eisen aan de hardware waarop ze draaien.
[ TIJDWINST ]
Bespaar 6 uur per week op het handmatig hertesten van prompts na elke modelupgrade
Wie draait de wacht?
De post die het duurst uitpakt en het slechtst wordt begroot. Een AI-omgeving in productie heeft dezelfde operationele verplichtingen als elk ander bedrijfssysteem: beveiligingspatches op het besturingssysteem en de inferentiestack, monitoring op geheugengebruik en responstijden, back-ups van configuratie en vectorindexen, en iemand die bereikbaar is als het om half acht 's ochtends niet reageert.
Reken op 0,1 tot 0,2 FTE voor een enkele productieomgeving met een paar toepassingen erop. Tegen volledig belaste werkgeverskosten van rond de €90.000 is dat €9.000 tot €18.000 per jaar. Dat bedrag verandert nauwelijks als je van één naar twee servers gaat, en dat is precies waarom eigen beheer schaalt: de vaste beheerlast is de drempel, niet de marginale kosten.
Drie manieren om die post te dekken, in volgorde van hoe vaak ze werken:
Beheer beleggen bij je bestaande IT-partij, als contractuitbreiding op wat zij al aan servers doen. Dit werkt wanneer de omgeving in je eigen datacenter of colocatie staat en er verder weinig bijzonders aan is.
Beheer inkopen bij de partij die de omgeving heeft gebouwd, met een vast maandbedrag en afspraken over responstijd en modelupgrades. Duurder per uur, maar de kennis van jouw specifieke opstelling zit erbij in.
Het intern beleggen bij een systeembeheerder die het erbij doet. Goedkoop op papier. Werkt zolang die persoon er is, en valt om op de dag dat hij vertrekt. Wie voor deze route kiest, moet de opstelling gedocumenteerd en reproduceerbaar houden, anders koop je afhankelijkheid van één medewerker in plaats van van één leverancier.
Wanneer is eigen beheer niet de goedkoopste keuze?
Deze vraag krijgt in de meeste vergelijkingen geen eerlijk antwoord, dus hier is het.
Tel je API-uitgaven van de afgelopen zes maanden bij elkaar op en deel door zes. Ligt dat maandbedrag onder de €1.500, dan verdient een eigen omgeving zichzelf op puur financiële gronden waarschijnlijk niet terug. Je zet dan tegenover €18.000 aan jaarlijkse API-kosten een beheerlast van €15.000 tot €40.000, en je koopt er werk bij in plaats van uit. Andere redenen kunnen alsnog doorslaggevend zijn, en dat zijn ze vaak: data die het pand niet uit mag, een sector met eigen toezicht, of een klantcontract dat verwerking binnen de EU voorschrijft. Maar noem het dan een soevereiniteitsbeslissing, geen besparing.
Boven de €4.000 per maand kantelt het beeld. Daar staat tegenover €48.000 aan jaarlijkse API-kosten een beheerlast die grotendeels vast is, en die je bovendien over meerdere toepassingen uitsmeert. In die orde van grootte is de vraag niet meer óf je het zelf draait maar wanneer.
Daartussen is het een strategische afweging. De volledige vergelijking van beide modellen staat in onze gids over lokale AI voor bedrijven, en het stappenplan voor de bouw zelf in on-premise LLM implementeren. Wie de hardwarekant wil begroten voordat er iets besteld wordt, vindt de configuraties in AI-hardware voor bedrijven.
Wat je begroting minimaal moet bevatten
Een begroting die deze vijf regels bevat, houdt stand in jaar twee. Een begroting die alleen de aanschaf noemt, wordt in jaar twee een discussie.
Neem de hardware-afschrijving over vier jaar op als vaste post, niet als eenmalige uitgave. Zet stroom en koeling erin met je eigen kWh-tarief en een reële belastingaanname, niet met de piek van het typeplaatje. Begroot twee modelupgrades per jaar met een vast aantal dagen per stuk. Leg de beheer-FTE vast als bedrag met een naam eronder, intern of extern. En reserveer een post voor het eerste incident, want die komt.
Een omgeving die je op deze manier begroot, is geen experiment meer maar bezit: een systeem dat op je eigen balans staat, waarvan de kosten niet meebewegen met je gebruik, en waarvan je de leverancier kunt vervangen zonder je data te verhuizen. Dat is het argument voor eigen beheer. De stroomrekening is het niet.
Staat de omgeving liever niet bij jou in het pand, dan is de tussenvorm het overwegen waard: dezelfde controle, ondergebracht bij een Europese aanbieder. Waar je die op selecteert, staat in een soevereine cloud kiezen.