Op 25 augustus zat Neil Movva in aflevering 488 van Invest Like the Best. Hij is achtentwintig, werkte tijdens zijn studie al bij Nvidia aan GPU-kernels, en haalde in juni met zijn bedrijf Sail Research tachtig miljoen dollar op bij Kleiner Perkins en Sequoia, op een waardering van 450 miljoen dollar. Sail verkoopt één product: tokens, zo goedkoop mogelijk. Klanten zien volgens Fortune verbeteringen van drie tot tien keer op hun kost.

Waar de korting vandaan komt

Vergelijk je de Nvidia-generaties Hopper, Blackwell en Rubin op prestatie per watt, zegt Movva, dan is er nauwelijks vooruitgang geboekt. Hetzelfde geldt volgens hem voor de sprong van TSMC van vijf naar twee nanometer. Dat is zijn inschatting en geen gepubliceerde meting, van iemand die een bedrijf bouwt op de stelling dat de winst ergens anders zit.

Movva koopt dan ook geen gigawattcampus. Hij koopt kleine locaties van één megawatt, ongeveer acht rekken ter grootte van een koelkast, op plekken met stroom waar niemand anders om staat te springen. Geen dieselgeneratoren, geen redundante glasvezel, geen failover. Hij zou niet verbaasd zijn, zegt hij, als sommige van die locaties tot 95 procent uptime zakken. Zijn gastheer noemt dat fataal voor eender welke koper. Movva antwoordt dat hij die koper is, en dat hij bij het juiste tarief ook tachtig procent zou nemen.

De prijsdaling komt uit alles wat hij weglaat. Aan zijn klanten belooft hij een uitstekende gemiddelde doorvoer, geen controle over de traagste procent van de aanvragen, en in ruil een prijs die niemand kan kloppen.

Hij kan die garanties weglaten omdat hij op een andere klant mikt. Een GPU draait het efficiëntst wanneer je hem veel werk tegelijk geeft, en de voorbije jaren kreeg hij het omgekeerde, want AI was vooral een gesprek met een mens die op zijn antwoord zat te wachten. Movva gebruikt het beeld van een taxi tegenover een bus. De taxi rijdt jouw route, de bus stopt onderweg voor iedereen en kost per passagier een fractie. Een groot deel van de inferentiemarkt is de voorbije twee jaar gebouwd als een taxibedrijf.

Een agent die vier uur door een codebase loopt, zit niet te wachten. Als zo'n opdracht tussendoor wordt onderbroken en elders hervat, telt voor de gebruiker vooral wanneer het werk klaar is. Movva schat dat de verhouding tussen realtime werk en achtergrondwerk dit jaar rond vijftig-vijftig ligt en naar negentig-tien evolueert. Dat is een voorspelling, van iemand die er een bedrijf op gebouwd heeft.

Die ruil bestaat ook zonder Sail. Anthropic rekent voor zijn Message Batches API de helft van de gewone API-prijs. Dezelfde modellen, met een verwerking die tot 24 uur mag duren, al zijn de meeste batches volgens Anthropic binnen het uur klaar. De bereidheid om te wachten heeft vandaag dus een publieke prijs.

De rekening die er al ligt

De AI-factuur stijgt vandaag terwijl de prijs per token daalt, en dat komt door verbruik. Een agent verbruikt volgens Fortune tokens vijftig tot vijfhonderd keer sneller dan een chatgesprek. McKinsey bevroeg in mei 2026 vijfenzeventig bedrijven uit vijf sectoren over hun AI-uitgaven. Drieënnegentig procent ging over budget, en een meerderheid verwacht het jaar erop nog eens een kwart meer uit te geven. De scherpste inkopers halen daar volgens hetzelfde onderzoek tien tot twintig procent eenheidskorting uit.

Onderhandelen levert tien tot twintig procent op, tegenover een factor drie tot tien voor wie het werk anders organiseert.

Er ontstaan twee prijsklassen voor intelligentie, en het verschil ertussen koop je niet bij je leverancier. Je koopt het door van elk proces te zeggen of het mag wachten en of het mag mislukken. Een offerte die een verkoper voor de klant zit in te vullen, mag geen van beide. Een nachtelijke doorloop van alle lopende contracten op indexatieclausules mag allebei. Daartussen ligt het grootste deel van wat bedrijven vandaag door hetzelfde dure kanaal duwen, aan het tarief van de wachtende mens.

Vandaag koopt een bedrijf AI meestal per medewerker, en dan weet je wat het kost zodra je weet hoeveel mensen je hebt. Gebeurt het meeste verbruik 's nachts zonder dat iemand kijkt, dan hangt de rekening aan de hoeveelheid werk die je laat draaien, en verschuift de beslissing naar wie het budget tekent. Die heeft geen enkel instrument om te zeggen wat een antwoord waard is.

Dit bestaat al vijftien jaar

Amazon verkoopt sinds 2009 Spot Instances, ongebruikte capaciteit met volgens AWS tot negentig procent korting op het gewone tarief, waarbij je machine met twee minuten waarschuwing kan worden teruggenomen. Iedere CIO kent ze. De meeste bedrijven gebruiken ze nauwelijks. De korting was vijftien jaar lang enorm en toch bleef de meerderheid het volle tarief betalen, want een toepassing herbouwen zodat ze een onderbreking overleeft, kost meer engineeringtijd dan de besparing waard is.

Het verschil zit in wie de onderbreking opvangt. Bij Spot moest de klant zijn software zo bouwen dat ze een onderbreking overleefde. Bij achtergrondagents kan die complexiteit naar het platform verschuiven. Als dat lukt, merkt de gebruiker hoogstens dat een opdracht van vier uur iets later klaar is.

De grote labs kunnen hun prijzen ook gewoon laten zakken. Movva zegt zelf dat OpenAI en Anthropic een forse premie vragen om drie tot zes maanden voor te liggen, en dat die premie het volgens hem niet lang volhoudt. Wie daarop rekent, heeft een punt en geen greep op het tempo.

De sector die het huiswerk al maakte

Een deel van de Vlaamse bedrijven kan die afweging niet vrij maken. Sinds 17 januari 2025 geldt DORA voor banken, verzekeraars en betaalinstellingen. Artikel 30 eist voor ICT-diensten die kritieke of belangrijke functies ondersteunen volledige beschrijvingen van het dienstverleningsniveau, met precieze kwantitatieve en kwalitatieve prestatiedoelstellingen. Dat beperkt hoeveel onzekerheid een financiële instelling kan inruilen voor een lagere prijs.

Dezelfde verordening verplichtte hen om hun kritieke en belangrijke functies te benoemen en in een informatieregister te zetten. Die oefening is achter de rug, en ze levert precies de lijst op die bepaalt welk AI-werk in de dure laag hoort en welk niet. De sector die het luidst klaagde over die administratie, is de enige die het huiswerk al gemaakt heeft.

De kost van intelligentie wordt de komende jaren vooral bepaald door hoe je eigen werk georganiseerd is. Wie zijn processen nooit heeft gesorteerd op wachten en falen, betaalt de catalogusprijs, ook wanneer de catalogusprijs daalt.