Binnen bedrijven van elke omvang wordt het besluit om een rol met AI te vervangen of aan te vullen niet genomen op basis van een model card. Het wordt genomen op een spreadsheet met drie getallen bovenaan: netto contante waarde, interne rentabiliteit en terugverdientijd. Als die getallen niet in de marge landen waar de CFO zijn handtekening onder zet, haalt de deck het niet voorbij de strategievergadering, hoe veelbelovend de demo er ook uitzag.
De meeste kenniswerkers hebben deze berekening niet meer gemaakt sinds hun studie, als ze het al ooit deden. Het resultaat is een publiek debat over AI en werk waarin de operationele economie besproken wordt in termen van „wordt het goedkoper?“, terwijl het eigenlijke besluit genomen wordt in termen van „haalt het de drempelrendement?“. Dat zijn niet dezelfde vraag. Een inzet kan per ticket geld besparen en toch zakken voor het spreadsheet — omdat de vooraf gemaakte integratiekosten te traag afschrijven, of de besparingscurve afvlakt terwijl de inferentieprijzen dalen, of de disconteringsvoet die de CFO hanteert dollars in jaar 4 veel minder waard maakt dan de demo deed vermoeden.
Dit stuk zet de drie getallen in gewone taal uiteen, laat het raamwerk zien dat Wagecores Investment View gebruikt om ze te berekenen, en betoogt waarom één input die de meeste analyses overslaan — het tempo waarin de operationele AI-kosten over de prognosehorizon dalen — het verschil is tussen een duidelijke vijfjaarswinst en een vijfjaars nulsomspel.
De vorm van het besluit is capex, geen opex
Een AI-vervangingsproject ziet eruit als een kapitaalinvestering, ook al levert het opex-besparingen op. Er is een stuk uitgaven vooraf in jaar nul: integratie-engineering, verandermanagement, omscholing, evaluatie-infrastructuur, ontslagkosten. Daartegenover staat een stroom van besparingen op arbeidskosten die zich uitstrekt over zoveel jaren als de inzet loopt. De getallen die een capex-investering met een stroom besparingen samenvatten, zijn NCW, IRR en terugverdientijd.
Vooraf het vermelden waard: het besluit heeft de vorm van capex, maar de lopende kosten blijven de vorm van opex houden — en juist daarom missen de meeste AI-uitrollen die hun NCW-doel missen dat aan de opex-kant. De integratiekosten zijn begrensd; de lopende kosten voor audit, herhalingen, foutkosten en toezicht zijn dat niet, en ze lopen op met de complexiteit van de werklast. Zie het raamwerk voor operationele kosten voor de uitsplitsing per post.
NCW: wat weegt een dollar in jaar vier echt
De netto contante waarde telt de dollarbesparingen op die elk toekomstig jaar oplevert, teruggerekend naar vandaag met een voet die de kapitaalkosten van het bedrijf weerspiegelt. Een besparing van $100 in jaar één is $100 waard. Een besparing van $100 in jaar vijf bij een disconteringsvoet van 10% is $62 waard. Een negatieve NCW betekent dat de verdisconteerde besparingen de kosten vooraf zelfs over de volle horizon niet dekken. Een positieve NCW betekent dat ze dat wel doen.
De keuze van de disconteringsvoet weegt zwaarder dan mensen verwachten. De WACC van Amerikaanse beursgenoteerde bedrijven ligt doorgaans in de marge van 7–12%, met 9–10% als meest voorkomende enkele getal. Wagecores Investment View gaat standaard uit van 10% als de gebruiker er geen opgeeft. Een hogere disconteringsvoet straft inzetten met een lange terugverdientijd harder af; een voet van 12% toegepast op een vijfjaarsstroom maakt de besparingen in jaar vijf 57 cent op de dollar waard in plaats van 62.
Voor interne modellering raden we aan de NCW op twee voeten te berekenen: de daadwerkelijke WACC van het bedrijf voor het basisscenario, en een voet van 14–15% als risicogewogen stresstest. Is de inzet bij 15% nog positief, dan is het een robuuste winst. Is hij alleen bij 7% positief, dan is hij gevoelig voor aannames die mogelijk niet standhouden.
IRR: het impliciete rendement
De interne rentabiliteit keert de NCW om — ze vraagt: „bij welke disconteringsvoet zou de NCW van deze inzet nul zijn?“ Die voet is het impliciete rendement dat het project verdient. Is de IRR 25% en je WACC 10%, dan creëert de inzet waarde boven de kapitaalkosten. Is de IRR 8% en je WACC 10%, dan was je beter af met het geld in een indexfonds op staatsobligaties.
De IRR is de maatstaf die CFO's gebruiken om AI-inzetten te vergelijken met andere bestemmingen van hetzelfde kapitaal — een marketingcampagne, een overname, een nieuwe productlijn. De strategische vraag is zelden „is deze AI-uitrol winstgevend“ (de meeste zien er per ticket winstgevend uit); ze luidt „is deze AI-uitrol winstgevender dan het volgende beste wat we met hetzelfde engineering- en verandermanagementbudget zouden kunnen doen“. De IRR is de vergelijkingsmaatstaf.
Terugverdientijd: de onderbuikcheck die leidinggevenden echt willen
De terugverdientijd is de tijd, in maanden, tot de cumulatieve besparingen de kosten vooraf evenaren. Ze negeert de tijdswaarde van geld — daarom is ze technisch onderdoend voor NCW en IRR — en het is wat leidinggevenden toch vragen, omdat ze een vraag beantwoordt die NCW en IRR niet beantwoorden: „hoe lang tot dit ding zichzelf heeft terugbetaald, voor het geval de wereld er tegen die tijd volledig anders uitziet.“
Gangbare bedrijfsdrempels zien er zo uit, al variëren ze sterk per sector en risicobereidheid: onder 18 maanden is bij de meeste bedrijven doorgaans een comfortabel groen licht; 18 tot 36 maanden lokt scrutinie op de aannames uit; boven 36 maanden verliest het meestal van alternatieven, tenzij de inzet strategische waarde heeft die verder gaat dan het financiële rendement. Dit zijn vuistregels, geen Wagecore-drempels — de Investment View rapporteert de daadwerkelijke maanden en laat de drempelbeslissing aan de gebruiker.
De input die de meeste analyses overslaan: dalende inferentiekosten
De meeste AI-ROI-prognoses gaan ervan uit dat de inferentie- en infrastructuurkosten van jaar één over de horizon standhouden. Dat zouden ze niet moeten. De inferentieprijs per token is de afgelopen drie jaar bij vergelijkbaar vermogen ongeveer elke 18–24 maanden met een orde van grootte gedaald, en analistenramingen (Gartner is de meest geciteerde publieke bron) voorspellen aanhoudende dalingen tot 2030. Als de kostenlijn 35% per jaar daalt en het model aannam dat ze vlak bleef, is de vijfjaars besparingsstroom met ruwweg een factor 1,6 onderschat.
Wagecores Investment View neemt het dalingstempo van inferentie als expliciete input. De standaard is 35% per jaar (conservatief tegenover Gartners agressievere curves; een bovengrensgeval bij 50% zou de prognose meer in lijn brengen met de huidige centrale analistenramingen). Wanneer de gebruiker de engine draait, ziet hij hoe gevoelig de NCW is voor die input. Vaak is het verschil tussen een randgeval-negatief en een duidelijk-positief geval de inferentie- dalingscurve.
Belangrijk voorbehoud: de dalende inferentiekosten schuiven de modelkostenlijn in de prognose omlaag, maar ze verlagen niet de auditkosten, herhalingskosten of foutkosten. Die schalen mee met de complexiteit van de werklast en het regelgevingsregime, niet met de modelprijs. Een inzet waarvan de operationele kosten gedomineerd worden door audittijd zal bescheiden baat hebben bij dalende inferentiekosten — het spreadsheet leunt nog altijd grotendeels op de vraag of eval- en orchestratietooling je de auditratio laat verlagen.
Een rekenvoorbeeld: supportteam van 50 personen, drie scenario's
Neem een hypothetisch SaaS-bedrijf met een supportteam van 50 personen, volledig belaste arbeidskosten van $80k/jaar per agent (dus $4M jaarlijkse arbeidskosten), AI-integratiekosten vooraf van $250k behandeld als uitstroom in jaar 0, en een aanname van 35% jaarlijkse daling van de inferentiekosten. De disconteringsvoet is 10%. Reken drie scenario's door voor het aandeel van het werk dat AI afhandelt:
Scenario A — AI handelt 30% van het werk af. Jaarlijks verdrongen arbeidskosten: $1,2M. Operationele AI-kosten jaar 1: $120k. Netto kasstroom jaar 1: $1,08M (bespaarde arbeidskosten minus AI-kosten). Uitstroom jaar 0: de $250k transitiekosten. Vijfjaars NCW bij 10% disconteringsvoet en 35% inferentiedaling: ~$4,1M. IRR: ruim boven elke plausibele WACC (meer dan 400%, maar in die marge zegt de engine in feite „het rendement is enorm omdat de kosten vooraf minuscuul zijn ten opzichte van de kasstroom die ze vrijmaken“). Terugverdientijd: ~3 maanden. De inzet is solide positief, zelfs voordat je productiviteitswinst meerekent.
Scenario B — AI handelt 50% van het werk af. Jaarlijks verdrongen arbeidskosten: $2M. Operationele AI-kosten jaar 1 stijgen naar $260k omdat de inzet nu complexere tickets raakt die de auditratio en foutkosten opdrijven. Netto kasstroom jaar 1: $1,74M tegen dezelfde $250k transitie in jaar 0. Vijfjaars NCW: ~$6,8M. IRR: zeer hoog maar hier opnieuw minder informatief dan de NCW. Terugverdientijd: ~2 maanden. Nog steeds duidelijk positief, maar de winst per procentpunt in „aandeel afgehandeld werk“ begint te vertragen omdat de marginale taak die AI op zich neemt duurder is om op toe te zien.
Scenario C — AI handelt 70% van het werk af. Jaarlijks verdrongen arbeidskosten: $2,8M. Operationele AI-kosten jaar 1: $580k — bij dit aandeel van het werk kan de auditratio niet laag blijven zonder dat de kwaliteit daalt. Netto kasstroom jaar 1: $2,22M. Uitstroom jaar 0: $250k. Vijfjaars NCW: ~$9,2M. Doe nu de gevoeligheidsanalyse: als de daadwerkelijke kwaliteitsgedreven auditratio van het team 10 procentpunten hoger uitvalt dan het model aanneemt en aanhoudt, stijgen de operationele AI-kosten in jaar 1 naar $920k en loopt de verhoogde kostencurve ook door de jaren 2–5. Herberekende NCW: ~$8,4M. De inzet is nog steeds positief, maar de veiligheidsmarge is zover gekrompen dat een prudente CFO hem zou koppelen aan een pilot van één kwartaal voordat hij de volledige teamtransitie vrijgeeft.
Het patroon: de NCW groeit met het substitutieaandeel, maar hij groeit sublineair omdat de operationele kostencurve naar boven buigt naarmate AI van eenvoudig naar complex werk beweegt. De vorm van het besluit is vrijwel altijd „rol agressief uit in de onderste helft van de complexiteitsverdeling, dek zorgvuldig af in de bovenste helft“.
Waarom dit het spreadsheet is dat leidinggevenden echt gebruiken
Het macrobewijs steunt het uitvoeren van dit soort analyse voordat je je vastlegt. BCG's AI Radar 2025 rapporteerde dat van de bestudeerde bedrijven slechts 5% op schaal waarde uit AI haalde en ruwweg 60% nog geen wezenlijke waarde had gemeld (geciteerd op /methodology). De praktijkgerichte analyse van MIT CSAIL (Svanberg et al., 2024) naar de economie van vision-taakinzetten vond dat AI slechts bij ongeveer 23% van het loonaandeel van de vision-taken waar ze technisch toe in staat was „slaagde voor het spreadsheet“. De grens van het vermogen ligt ver voor op de grens van de economische haalbaarheid, en de kloof sluit zich langzaam genoeg dat het spreadsheet echt werk verzet.
Wagecores bijdrage is om het spreadsheet uitvoerbaar te maken per rol en per organisatie tegen de huidige capaciteitsmatrix, met expliciete inputs voor de aannames die ertoe doen — substitutieaandeel, disconteringsvoet, inferentiedaling, transitiekosten — en betrouwbaarheidsbanden op de onderliggende capaciteitsmatrixdata, zodat de gebruiker ziet waar het model op zwak signaal werkt.
Probeer het
De Investment View hoort bij Wagecore Pro en draait deze prognose op elke Wagecard die je berekent — jouw inputs, jouw disconteringsvoet, jouw aangenomen inferentiedalingscurve. Wil je liever eerst de versie op bedrijfsniveau zien, dan is /org/preview een niet-persistente demo zonder aanmelding — plak je rollen plus personeelsomvang en zie de heatmap op org-niveau en de opgetelde vijfjaarsprognose.
Methodologie open op /methodology. De details van de financiële-prognose-engine, met de conservatieve standaardwaarden expliciet benoemd, staan daar. Toont het conservatieve model nog steeds positieve NCW, dan is dat een echt signaal. Doet het dat niet, dan is de deal er waarschijnlijk geen.