Hoe AI het verdienmodel van bureaus verandert

Drie ontwikkelingen die nu al zichtbaar zijn in je marge

Zes maanden geleden spraken we met Richard Schot over AI-first werken bij Blis Digital. De conclusie toen: wie niet meebeweegt, raakt achterop. Nu, een half jaar later, is de toon veranderd. Niet voorzichtiger, maar scherper. Het experiment is voorbij. AI is gewoon onderdeel van hoe bureaus werken. Alleen loopt de manier waarop sterk uiteen en dat verschil wordt steeds zichtbaarder in de cijfers.

1. Afhankelijkheid van AIecosystemen neemt toe 

Bureaus bouwen hun processen steeds vaker rondom één of enkele dominante AI-platforms, en dat gaat volgens Richard bijna altijd onbewust. “Het is een logisch proces. Je kiest tooling die goed werkt en bouwt daar omheen. Maar op een gegeven moment kies je niet meer zelf, de tooling kiest voor jou.” Het probleem zit hem in wat er gebeurt als die tooling verandert of duurder wordt. De kosten stijgen direct, terwijl tarieven vaststaan. Wie daar niet op anticipeert, ziet de marge ongemerkt slinken.

2. De rol van talent verschuift van uitvoering naar regie 

AI maakt het mogelijk om sneller en op grotere schaal output te genereren, maar daarmee verandert ook wat er van mensen wordt gevraagd. Richard is er duidelijk over: “Het gaat niet meer om wie het snelst uitvoert. Het gaat om wie de juiste keuzes maakt aan de voorkant, en de kwaliteit bewaakt aan de achterkant.” Hij ziet een groeiend verschil ontstaan tussen mensen die AI gebruiken als hulpmiddel en mensen die AI inzetten om het werk uit te voeren in hun regie. Met de juiste regie verzet je meer werk met dezelfde capaciteit en vergroot je de marge. Zonder die regie lever je sneller slechter werk, en betaal je de prijs in klanttevredenheid en retentie.

3. AI zit in projecten, maar niet in je sturing 

Veel bureaus zetten AI vooral in om taken te automatiseren waar de klant toch al niet voor betaalt. De overhead daalt, de organisatie wordt efficiënter, maar het afrekenmodel blijft hetzelfde. “Zolang je gewoon uren blijft factureren, is de vraag: voor wie is de efficiëntiewinst dan eigenlijk?” zegt Schot. De margewinst verdwijnt zo ongemerkt naar de klant, of lost op in de operatie. Intussen groeien de investeringen in R&D die nodig zijn om bij te blijven en zonder marge is dat steeds moeilijker te bekostigen. Tegelijkertijd worden AI-tools duurder. En als je die kosten niet aan projecten kunt koppelen, kun je ze ook niet doorberekenen. Wie dat niet bijhoudt, verliest marge aan twee kanten tegelijk, zonder te zien waar. 

Wat Richard betreft gaan deze drie ontwikkelingen over hetzelfde. “Ze lijken technologisch, maar dat zijn ze niet. Ze gaan over hoe je als bureau omgaat met een fundamentele verandering in hoe werk tot stand komt.” De snelheid van uitvoering neemt toe, maar de complexiteit verschuift naar voren. Naar de keuzes die je maakt voordat AI aan het werk gaat. “AI versnelt processen. Maar hoe je die versnelling benut, verschilt per bureau. Daar zie je nu de grootste verschillen ontstaan.” aldus Richard. De vraag is niet meer of je AI gebruikt. De komende periode wordt duidelijk welke keuzes bepalend zijn voor wie groeit, en wie terrein verliest.