De kosten van AI in e-commerce — API calls, hosting en ROI

De kosten van AI in e-commerce — API calls, hosting en ROI

Een webshop die AI-zoekfunctie inzet, betaalt al snel €800 tot €3.000 per maand aan infrastructure — voor een feature die organisch misschien 0,3% conversieverbetering oplevert. Dat is geen hypothese. Wij zien het bij klanten die vol enthousiasme aan AI begonnen en zes maanden later de rekening uitpluizen.

AI in e-commerce kan renderen. Maar alleen als je de kostenstructuur doorrekent voordat je bouwt, niet erna. Dit artikel geeft je een nuchter raamwerk: wat kost AI echt, wanneer levert het ROI, en wanneer is het gewoon duur.

De vier kostenposten van AI in e-commerce

1. API-tokens (LLM inference)

Dit is de meest zichtbare post. Je betaalt per duizend of miljoen tokens — invoer en uitvoer apart. Reken voor gangbare modellen (GPT-4o, Claude Sonnet, Gemini Flash) op:

In de praktijk: een AI-productbeschrijving van 150 woorden kost je met een middensegmentmodel doorgaans €0,002 tot €0,006. Genereer je 10.000 producten per maand, dan zit je op €20 tot €60. Dat is behapbaar.

Zoekfunctie op basis van semantische queries is een ander verhaal. Elke zoekactie triggert een embedding-call plus een LLM-reranking. Bij 100.000 zoekopdrachten per maand lopen de kosten snel op naar €150 tot €600 per maand — puur voor de API.

2. Hosting en inference-infrastructuur

Wil je niet afhankelijk zijn van externe API's, dan host je een eigen model. Gangbare opties:

• Managed inference (Replicate, Modal, Together AI): betaal per aanvraag, geen vaste kosten. Goed voor lage of onregelmatige volumes.
• Dedicated GPU (AWS, GCP, Hetzner): een A100 80GB GPU kost je doorgaans €2,50 tot €4,00 per uur on-demand, of €1,00 tot €1,80 per uur bij reserved instances. Voor 24/7 draaiende inference kom je dan al gauw op €700 tot €2.900 per maand.
• Quantized modellen op CPU/kleinere GPU: voor kleine taken (intent-classificatie, taaldetectie) kan een goedkope VPS van €20 per maand voldoen.

De keuze hangt af van latency-eisen, datasoevereiniteit en volume. Voor de meeste Magento- en Shopify-shops is een externe API de goedkoopste start.

3. Vector-database

Semantische zoekfunctie, productaanbevelingen op basis van content-similarity, of RAG (retrieval-augmented generation) voor chatbots — al deze use cases vereisen een vector-database. Denk aan Pinecone, Weaviate, Qdrant of pgvector (PostgreSQL-extensie).

Kosten lopen uiteen:

• pgvector (zelf hosten op bestaande database-server): feitelijk gratis als je de server al hebt. Werkt prima tot enkele miljoenen vectors.
• Pinecone Starter: gratis tot 100.000 vectors. Daarboven reken op €70 tot €150 per maand voor een middelgrote webshop.
• Managed Qdrant of Weaviate: €50 tot €400 per maand afhankelijk van cluster-grootte.

Voor een shop met 20.000 producten en volledige productbeschrijvingen als embeddings: doorgaans minder dan €20 per maand met pgvector of Qdrant serverless.

4. Development en onderhoud

Dit is de post die teams het meest onderschatten. Een AI-feature is zelden een one-time installatie. Denk aan:

• Prompt engineering en iteratie: 20 tot 60 uur bij aanvang
• Integratie in Magento, Shopify of Laravel: 40 tot 120 uur
• Monitoring, drift-detectie, hertraining of prompt-updates: structureel 4 tot 8 uur per maand

Tegen een dagtarief van €800 tot €1.200 voor senior development kun je rekenen: een AI-feature kost je €50.000 tot €150.000 in jaar één als je het goed doet — inclusief testen, iteratie en integratie in bestaande systemen.

Drie concrete use cases doorgerekend

Use case 1: AI-productbeschrijvingen (batch)

Input per product:    ~300 tokens (titel, specs, categorie)
Output per product:   ~400 tokens (beschrijving)
Model:                Middensegment (€1,00 / 1M input, €4,00 / 1M output)

Kosten per product:   (300/1.000.000 × €1,00) + (400/1.000.000 × €4,00)
                    = €0,0003 + €0,0016 = €0,0019

5.000 producten/kwartaal = €9,50 per kwartaal ≈ €38 per jaar

Use case 2: Semantische zoekfunctie

Embedding-call per query:    ~20 tokens (goedkoop model, €0,02 / 1M)
Reranking via LLM:           ~500 tokens per query (middensegment)

Kosten per zoekactie:        €0,000 (embedding) + €0,0005 (reranking)
                           ≈ €0,0005 per query

64.000 queries/maand:        €32 per maand aan API-kosten
+ vector-DB (Pinecone):      €70 per maand
+ hosting/infra:             €0 (externe API)
= Totaal:                    ≈ €100 per maand

Use case 3: Gepersonaliseerde productaanbevelingen via AI

Real-time LLM-aanbevelingen per pageview zijn onbetaalbaar: bij 200.000 sessies en gemiddeld 3 productpagina's per sessie kom je op 600.000 API-calls per maand. Op middensegmentmodel: al gauw €600 tot €2.400 per maand.

Slimmere aanpak: pre-compute aanbevelingen nachtelijks via batch-job, sla op in Redis, serveer als statische data. API-kosten dalen naar €20 tot €80 per maand. Latency daalt naar <5ms.

// Laravel: nachtelijke batch via scheduled command
// routes/console.php
Schedule::command('recommendations:compute')->dailyAt('02:00');

// app/Console/Commands/ComputeRecommendations.php
public function handle(AiRecommendationService $service): void
{
    Product::query()
        ->whereHas('orderItems') // alleen producten die ooit besteld zijn
        ->chunkById(200, function ($products) use ($service) {
            foreach ($products as $product) {
                $recs = $service->computeForProduct($product);
                Cache::put("recs:{$product->id}", $recs, now()->addHours(26));
            }
        });
}

Meer over hoe wij dit implementeren in Laravel-projecten lees je op onze Laravel-pagina.

Wanneer levert AI ROI op — en wanneer niet?

Wel ROI

• Contentgeneratie op schaal: 10.000+ producten, regelmatig bijgewerkt. De kosten zijn minimaal, de tijdsbesparing groot.
• Taaldetectie en routing: minuscule tokens, hoge frequentie. Goedkoop en effectief.
• Klantservice-classificatie: tickets automatisch taggen en doorsturen. Lage inference-kosten, directe tijdsbesparing in support.
• Zoeksynoniemen en query-expansie: eenmalige batch, lage kosten, meetbaar effect op zoekresultaten.

Geen ROI (of twijfelachtig)

• Real-time LLM op elke pageview: de economics kloppen zelden. Cachen of pre-computeren werkt beter.
• AI-chatbot als primair support-kanaal: klanten haken af bij slechte antwoorden. Reputatieschade telt ook mee in de ROI-berekening.
• Gepersonaliseerde productpagina's via AI per bezoeker: extreem duur en nauwelijks conversievoordeel aantoonbaar in de literatuur.
• AI voor kleine catalogi (<500 producten): de development-kosten wegen nooit op tegen het voordeel.

Wij zien bij klanten dat de meest succesvolle AI-implementaties beginnen met een duidelijk afgebakend probleem, een meetbare baseline en een maximum-budget voor de eerste drie maanden. Niet met een roadmap vol AI-features.

Totaalplaatje: wat kost AI per jaar?

Break-even berekening: deel total investment door de geprojecteerde maandelijkse besparing of omzetstijging. Als dat getal boven 24 maanden uitkomt, heroverwegen.

Praktische aanbevelingen

1. Begin met batch, niet met real-time. Nachtelijke jobs zijn goedkoper, stabieler en makkelijker te debuggen.
2. Gebruik goedkope modellen voor simpele taken. Intent-classificatie of taaldetectie hoef je niet met een top-model te doen. Gemini Flash of Claude Haiku zijn een factor 20 tot 50 goedkoper.
3. Meet altijd een baseline. Conversierate, gemiddelde orderwaarde, support-tickets — weet waar je begint voordat je live gaat.
4. Stel een cost cap in. Alle grote providers bieden budget-alerts. Stel die in op dag- en maandniveau. API-kosten kunnen exponentieel groeien bij een bug of onverwacht verkeerspiek.
5. Heroverweeg bij >24 maanden break-even. Dat is geen pessimisme — dat is gewoon finance.

Voor Magento- en Shopify-projecten geldt hetzelfde principe: AI is een tool, geen strategie. De strategie is omzetgroei of kostenreductie. Toets elke AI-feature daaraan.

Wil je weten of een specifieke AI-feature in jouw webshop rendabel is? Wij rekenen het gewoon door. Neem contact op en we kijken samen naar de cijfers.

Veelgestelde vragen

Reken op €50 tot €300 per maand aan directe infrastructure-kosten (API + vector-DB), afhankelijk van zoekvolume en model-keuze. De eenmalige development-investering is doorgaans het grootst: €30.000 tot €70.000 voor een volledige implementatie.

Voor de meeste webshops is een externe API goedkoper. Een dedicated GPU kost al gauw €700 tot €2.900 per maand — dat is alleen rendabel bij zeer hoge volumes of strikte datavereisten. Begin altijd met een API en schakel over zodra de volumes het rechtvaardigen.

Gemiddeld 300 tot 400 tokens input (productdata) plus 300 tot 500 tokens output (beschrijving). Met een goedkoop model (Haiku, Flash) kost dat €0,0003 tot €0,0008 per product. Met een top-model loop je op tot €0,01 tot €0,03 per product.

Bij kleine catalogi (minder dan 500 producten), bij real-time inference op elke pageview, en bij use cases zonder meetbare baseline. Als je niet kunt aantonen wat de feature oplevert, kun je ook niet vaststellen of de investering rendabel is. Dat is het startpunt, niet een bijzaak.