wat kost een ai agent.

De meeste bureaus zetten hier “vanaf” en verder niets. Dit zijn de banden waar wij daadwerkelijk in offreren, plus de vier dingen die je factuur bepalen.

Het korte antwoord: automatisering zonder taalmodel begint bij EUR 3.000. Een AI agent begint bij EUR 4.000. Complexere agents zitten tussen EUR 8.000 en EUR 12.000. Los werk gaat op uurbasis voor EUR 125 per uur.

Prijsbanden

Regelwerk zonder model, vanaf EUR 3.000

Twee tot drie workflows die data verplaatsen, opschonen en doorzetten. Geen taalmodel nodig, want er valt niets te interpreteren. Formulier naar CRM, factuur naar boekhouding, nachtelijke sync tussen twee systemen. Veel vragen om een AI agent blijken bij navraag dit te zijn, en dan is een agent duurder en onbetrouwbaarder dan een regel.

Eén agent, één taak, vanaf EUR 4.000

Een agent die een afgebakend oordeel velt of een stuk tekst produceert, met een of twee systemen eromheen. Binnenkomende tickets classificeren en routeren. Documenten uitlezen en samenvatten. Een lead scoren op basis van wat er publiek over te vinden is. Getest, in productie, met logging zodat je kunt zien waarom de agent iets besloot.

Een traject van 5 tot 10 workflows, EUR 6.000 tot 10.000

Hier zit de agent niet los maar in een keten. Dit is de band waar de Capptions-pipeline in valt: van bedrijfsnaam naar de juiste beslisser, persona-classificatie, berichtgeneratie met Claude, aflevering in HubSpot als taak voor het salesteam. Vijf schakels met n8n, Claude, Apollo, LinkedIn en HubSpot. Wat 25 tot 40 minuten per lead kostte, gebeurt nu in seconden.

Meerdere databronnen en integraties, EUR 8.000 tot 12.000

Een agent die uit drie of meer bronnen put, in meerdere systemen terugschrijft en een eigen datalaag heeft die actueel gehouden moet worden. Bijna altijd zit hier een pipeline onder die de agent voedt, en die pipeline is het echte werk.

Losse uren, EUR 125 per uur

Voor fixes, uitbreidingen en een tweede paar ogen op iets dat je zelf hebt gebouwd. Je betaalt de tijd die het kost, meer niet.

Wat een AI agent duurder maakt

Het aantal integraties, niet het aantal features. Dit is met afstand de grootste post. Elk systeem dat meedoet is een authenticatie die verloopt, een ratelimiet, een sandbox om in te testen en een foutpad voor als het systeem er even niet is. Een agent die met één API praat en een agent die met vijf API’s praat schelen geen twintig procent maar een factor.

De staat van je brondata. Als bedrijfsnamen in drie systemen anders gespeld staan en niemand weet welke de waarheid is, bouwen we eerst een matchingslaag voordat de agent iets zinnigs kan doen. Die laag staat op geen enkel wensenlijstje en kost geregeld meer dan het model-werk. Vraag jezelf af: als ik nu drie willekeurige records naast elkaar leg, kloppen ze dan.

Hoe goed de output moet klinken. Feitelijk correct is snel bereikt. Klinkend zoals jouw bedrijf klinkt, niet. Bij Vergelijker.nl gaf de eerste versie van de prompt correcte antwoorden die te formeel waren voor de doelgroep. Er gingen drie rondes overheen voordat de toon klopte. Het promptontwerp vroeg daar meer iteraties dan het technische werk.

Zelf hosten of niet. Self-hosted geeft je controle over waar de data staat en haalt de kosten per run weg, maar iemand moet die instance draaien en bijwerken. Model-inferentie in de cloud is per verwerkt item, en dat schaalt lineair mee met je volume. Bij korte classificaties merk je het niet naast de hosting. Bij een agent die per aanvraag een lange tekst leest en schrijft, wordt het je grootste maandelijkse post en moet je het vooraf doorrekenen.

Wat een AI agent goedkoper maakt

Een mens in de lus houden. Een agent die volledig autonoom verstuurt, moet elke denkbare uitzondering aankunnen voordat je hem aandurft. Een agent die zijn werk klaarzet voor een mens die op verzenden klikt, hoeft dat niet. Bij Capptions gaat de output naar HubSpot als taak. Dat scheelt de bouwtijd die anders in randgevallen en veiligheidskleppen gaat zitten, en het levert je meteen een reeks voorbeelden op waarmee je later kunt beslissen of hij wel autonoom mag.

Scope die smal begint. Eén categorie, één afdeling, één type document. Uitbreiden naar de rest is later goedkoper dan het meteen allemaal willen dekken, omdat je de tweede keer weet hoe de uitzonderingen eruitzien.

Data die al op één plek staat. Als alles in HubSpot zit of in één database, verdwijnt de matchingslaag uit de begroting.

Een kleiner model voor de saaie stappen. Classificeren en labelen hoeft niet op hetzelfde model als tekst schrijven. Dat splitsen scheelt in je maandelijkse rekening zonder dat iemand het merkt.

Wat kost een chatbot

Een chatbot die alleen je bestaande pagina’s samenvat is goedkoop en levert weinig op, want die informatie stond er al. Zodra hij actuele data moet gebruiken, verschuift de rekening naar de datastroom eronder.

Bij Vergelijker.nl was dat precies de verhouding. De bot zelf was af te bakenen werk. De dagelijkse scraper langs alle grote providers was het echte project: provider-sites zijn niet gebouwd om uitgelezen te worden, prijzen zitten soms in JavaScript-gerenderde elementen, en aanbiedingen worden soms alleen aan nieuwe klanten getoond. Elke provider kreeg een eigen fallback plus een alert als de pagina niet meer laadde. Intake tot live: drie weken. Een dagelijkse handmatige taak van 45 tot 60 minuten is weg.

Wanneer je dit geld niet moet uitgeven

Als het proces nog niet vastligt. Als het maar een paar keer per maand gebeurt en niemand er wakker van ligt. Als de winst zit in twee mensen die met elkaar praten in plaats van in software. Wij zeggen dat liever voor de offerte dan erna, want een agent die niemand gebruikt is duurder dan geen agent.

Wil je verder lezen: wat een AI agent precies is, hoe wij een AI agent laten maken aanpakken, of waarom bijna alles wat we bouwen op n8n draait.