DeepSeek en Jevons Paradox: leidt een lagere prijs écht tot massale AI-adoptie?

Met de lancering van DeepSeek, een open-source taalmodel dat AI toegankelijker moet maken, laait de discussie rondom de Jevons Paradox weer op. Deze paradox stelt dat wanneer de ‘brandstof’ voor een technologie goedkoper wordt, het gebruik juist groeit. Maar is dat echt de crux bij AI-adoptie binnen bedrijven?

De Jevons Paradox is vernoemd naar de Britse econoom William Stanley Jevons. Hij merkte in de 19e eeuw op dat zodra steenkool efficiënter werd gebruikt, het verbruik ervan niet afnam, maar juist toenam. In AI-termen: nu DeepSeek een open-source model is en de gebruikskosten (bijvoorbeeld rekencapaciteit of licenties) lager zijn, zou je verwachten dat méér organisaties AI willen gaan gebruiken. Een veelgebruikte metafoor bij Jevons Paradox is die van de auto. Wanneer benzine in prijs daalt, gaan mensen meer rijden. Zou AI dan ook niet massaal worden ingezet als de ‘brandstof’ in de vorm van licentie- of gebruikskosten lager wordt?

“De kosten zijn niet de grootste drempel”

In de praktijk zien we echter dat veel bedrijven AI niet laten liggen vanwege de kosten, maar om andere redenen. Hoewel budget altijd een rol speelt, zijn er twee cruciale factoren die vaak zwaarder wegen:

1. Datakwaliteit
   AI is zo goed als de data die het verwerkt. Als de input onvolledig, ongestructureerd of van lage kwaliteit is, krijg je geen bruikbare inzichten. Bedrijven die hun datamanagement niet op orde hebben, lopen al snel vast in de implementatie en schrikken terug van AI.
2. Duidelijke Businessvraag
   Een veelgehoorde misvatting is dat AI automatisch tot innovatie leidt. Maar organisaties die niet scherp hebben welk probleem AI moet oplossen, zullen weinig rendement halen uit hun investeringen. Zonder heldere doelstelling is AI niet meer dan een ‘gadgetspeeltje’ dat geen wezenlijke waarde toevoegt. Het is alsof je een auto koopt maar geen idee hebt waar je heen wilt rijden.

Lees meer over AI-agents: AI Agents: dit moet je erover weten

Hoe kan DeepSeek bijdragen aan AI-adoptie?

DeepSeek is interessant, omdat het:

• Open source is en daarmee door een brede gemeenschap kan worden doorontwikkeld.
• Lagere gebruikskosten biedt, wat voor sommige organisaties wellicht nét het zetje kan zijn om ermee te experimenteren.

Toch betekent een nieuwe, goedkopere technologie niet automatisch dat alle organisaties in de rij staan om het te omarmen. Zeker niet als ze nog worstelen met fundamentele vraagstukken over data en strategie.

Tips voor organisaties die willen starten met AI

1. Begin met een concreet bedrijfsprobleem
   Formuleer helder welke uitdaging je wilt oplossen. Denk aan het optimaliseren van de klantenservice, het voorspellen van onderhoud voor machines, of het personaliseren van marketingcampagnes.
2. Zorg voor de juiste data
   Richt je data-infrastructuur dusdanig in dat je kwaliteit en consistentie kunt garanderen. Dit betekent soms investeren in betere data pipelines, data warehouses en goede governance.
3. Kies de juiste AI-oplossing
   Bepaal of open-source modellen zoals DeepSeek passend zijn. Soms voldoet een standaard SaaS-oplossing beter, soms heb je maatwerk nodig. Het hangt af van je doelstellingen, tijd, budget en beschikbare expertise.
4. Investeer in kennis en cultuur
   AI is geen kwestie van simpelweg ‘een model installeren’. Het vraagt om training van medewerkers, aanpassingen in bedrijfsprocessen en een cultuur die openstaat voor data-gedreven besluitvorming.

De Jevons Paradox legt de nadruk op kosten en gebruik, maar negeert dat AI-adoptie veel complexer is. De kosten kunnen dalen, maar als je team niet weet wat AI voor hen kan betekenen of de data-omgeving niet op orde heeft, zal de organisatie niet plotseling AI gaan omarmen. Zonder heldere bestemming heeft goedkope benzine weinig zin – net zoals lagere AI-kosten weinig bijdragen als je niet weet voor welk probleem je AI wilt inzetten.

Lees meer over AI-agents: Het einde van SaaS? Hoe AI-agents de toekomst van software vormgeven

DeepSeek kan, als open-source taalmodel, de drempel tot AI verlagen. Maar lagere kosten alleen zijn zelden de doorslaggevende factor voor massale AI-adoptie. Bedrijven die succesvol AI inzetten, hebben hun data op orde en weten precies welk bedrijfsprobleem ze willen aanpakken.

Kortom: wil je écht profiteren van AI (en modellen als DeepSeek)? Ga eerst na of je organisatie klaar is op het gebied van data, strategie en kennis. Dan pas wordt de weg vrijgemaakt voor de ‘benzinebesparing’ van AI en kun je een flinke voorsprong nemen in de volgende digitale golf.

// Over de auteur

Job van den Berg

Mede-oprichter, AI Keynote Spreker & Techondernemer

Tech-ondernemer (1989) met een achtergrond als socioloog (Research Master (MSc) in statistiek en sociologie) en een van de meest gevraagde keynote sprekers over AI en data in Nederland. Als mede-oprichter van Ai.nl, The Automation Group en Proxies leidt hij engineers die agentic AI van prototype naar productie brengen binnen enterprises. Op het podium vertaalt Job die hands-on praktijk naar concrete strategieën. Eerder was Job Chief Data bij o.a. DPG Media en Kantar. Hij is co-auteur van 5 boeken over AI waaronder 'AI Agents' en 'Handboek AI Strategie' en een veelgevraagd expert in de landelijke media.

LinkedIn