Rippling bouwt tool om AI-uitgaven per medewerker te volgen

TL;DR

• Wat: HR-platform Rippling lanceert AI Spend Console, een tool die AI-uitgaven per medewerker, team en afdeling inzichtelijk maakt en koppelt aan productiviteit.
• Waarom relevant: AI-kosten groeien snel en onzichtbaar — Rippling ontdekte dat 40% van het R&D-budget naar AI-tokens ging, grotendeels gedreven door een kleine groep medewerkers.
• Wat je ermee kunt: Stel jezelf de vraag of je weet hoeveel je bedrijf maandelijks aan AI-tools uitgeeft, en wie die kosten veroorzaakt.

Ik viel deze week over een bericht van TechCrunch dat me aan het denken zette. Rippling, een Amerikaans HR- en IT-platform, kwam er eerder dit jaar achter dat het AI-gebruik binnen het eigen bedrijf financieel volledig uit de hand liep. Het antwoord: een nieuw product bouwen dat precies dit probleem oplost — en het vervolgens aan andere bedrijven verkopen.

Wat er gebeurde bij Rippling zelf

Het verhaal begint met een onaangename verrassing. In maart 2026 presenteerde de CFO van Rippling cijfers aan het managementteam die volgens CPO Matt MacInnis voor ongeloof zorgden. Het bedrijf was op koers om 40% van het totale R&D-personeelsbudget uit te geven aan AI-tokens — zeg maar de digitale eenheden die je betaalt elke keer dat een AI-model een vraag verwerkt.

Om dat in perspectief te plaatsen: dat is alsof je voor elke tien ontwikkelaars die je betaalt, het salaris van vier extra medewerkers aan AI-rekeningen kwijt bent. De maandelijkse groei van die kosten lag op 80%.

Wat mij hier opvalt, is hoe geconcentreerd die kosten bleken. Ongeveer 10 tot 15% van de medewerkers was verantwoordelijk voor zo'n 60% van de totale AI-uitgaven. Eén individuele engineer kostte het bedrijf 50.000 dollar per maand aan AI-tokens. Vijftigduizend dollar. Per maand. Dat is het jaarsalaris van een gemiddelde medewerker — elke maand opnieuw verbrand aan rekenkracht.

Wat AI Spend Console doet

Rippling bouwde vervolgens een product om dit probleem aan te pakken, eerst intern en nu als tool voor andere bedrijven. AI Spend Console doet in de kern drie dingen:

Inzicht per persoon en team

Het dashboard laat zien hoeveel iedere medewerker, elk team en elke afdeling uitgeeft aan AI-tools zoals Cursor, OpenAI en Anthropic (het bedrijf achter Claude). Je ziet niet alleen de kosten, maar ook hoe die zich verhouden tot de output — denk aan het aantal regels code, pull requests of andere meetbare werkresultaten.

Productiviteitskoppeling

Dit vind ik een van de interessantere aspecten. De tool koppelt AI-uitgaven aan signalen uit systemen als GitHub en Salesforce. Je kunt dus niet alleen zien dat iemand veel uitgeeft, maar ook of dat daadwerkelijk tot betere resultaten leidt. Rippling noemt als voorbeeld dat je kunt identificeren welke engineers hoge AI-kosten hebben terwijl hun code in reviews regelmatig wordt teruggestuurd voor aanpassingen.

Slim routeren en begrenzen

Via een ingebouwde AI-gateway kunnen beheerders bepalen welk AI-model voor welke taak wordt gebruikt, tokenlimiers instellen per medewerker, en prompts automatisch doorsturen naar goedkopere modellen als die vergelijkbare kwaliteit leveren. CEO Parker Conrad gaf aan dat een model als GLM 5.2 85% goedkoper was dan de duurste modellen, met nagenoeg dezelfde prestaties.

Het resultaat bij Rippling zelf: de AI-kosten daalden van 40% naar 15% van het personeelsbudget — een besparing van 37% — terwijl het gebruik op 600 miljard tokens per maand bleef.

Waarom dit voor Nederlandse ondernemers relevant is

Je denkt misschien: dit gaat over een groot Amerikaans techbedrijf met honderden engineers. Wat heb ik daar als Nederlandse ondernemer aan?

Ik denk dat het onderliggende patroon herkenbaar is, ook op kleinere schaal. Steeds meer bedrijven bieden hun medewerkers AI-tools aan — een ChatGPT Team-abonnement hier, een Copilot-licentie daar, misschien een API-key voor een specifiek project. Die kosten stapelen op, vaak zonder dat iemand het totaalplaatje bewaakt.

Stel dat je als MKB-ondernemer tien medewerkers hebt die elk een AI-abonnement van 25 euro per maand gebruiken. Dat is 3.000 euro per jaar. Niet dramatisch, maar wel een post die je wilt begrijpen. Weet je of die tools ook echt worden gebruikt? En door wie?

Daar komt nog iets bij. Sinds 2 augustus 2026 geldt de EU AI Act ook voor het MKB. Dat betekent onder meer dat je transparant moet zijn over AI-gebruik en dat medewerkers aantoonbaar AI-geletterd moeten zijn. Inzicht in wie welke AI-tools gebruikt — en waarvoor — is daarmee niet alleen een financiële kwestie maar ook een compliance-vraag.

Wat er nog niet opgelost is

Eerlijk gezegd zie ik ook een beperking die niet onbenoemd moet blijven. Rippling's productiviteitsmeting werkt het best voor softwareontwikkelaars, omdat je daar concrete output kunt meten: code, commits, pull requests. Maar hoe meet je of een marketingmedewerker dankzij AI betere campagneteksten schrijft? Of een HR-manager snellere procedures opstelt?

Dat is een probleem dat niet alleen Rippling heeft. Het meten van kenniswerk is notoir lastig, en AI maakt het er niet eenvoudiger op. Het risico bestaat dat je de mensen bij wie je productiviteit niet kunt meten, juist minder toegang geeft tot AI-tools — precies de verkeerde prikkel.

Daarnaast is het goed om te beseffen dat Rippling hier natuurlijk ook een commercieel belang heeft. Het bedrijf verkoopt dit als product, inbegrepen bij HR-abonnementen met een gebruiksafhankelijke vergoeding, of als losse module. Het eigen pijnlijke verhaal is tegelijk een marketingverhaal geworden. Dat maakt de feiten niet minder waar, maar het is goed om die context mee te nemen.

Wat dit signaleert

Voor mij is dit vooral een signaal dat AI-kosten een nieuw soort bedrijfsuitgave zijn die dezelfde aandacht verdient als je telefoonrekening of softwarelicenties — maar dan met een veel grilliger uitgavenpatroon. Bij traditionele software betaal je een vast bedrag per gebruiker per maand. Bij AI-tokens is het verbruik variabel en kan het van maand tot maand flink schommelen.

Ik vind het eerlijk gezegd bijzonder dat een bedrijf als Rippling, dat zelf diep in de technologie zit, hier pas in maart 2026 achter kwam. Als zij verrast werden door hun eigen AI-rekening, dan is de kans groot dat veel andere bedrijven — ook in Nederland — nog helemaal niet weten wat ze uitgeven. De vraag is niet of je AI-tools moet gebruiken. De vraag is of je weet wat ze kosten en wat ze opleveren.