Palantir Technologies-topman Alex Karp beschuldigt OpenAI en Anthropic ervan hun token-gebaseerde AI-diensten te oversellen, terwijl die volgens hem grote bedrijven vaak nauwelijks aantoonbare waarde opleveren.
Kernpunten:
- Karp stelt dat ondernemingen betalen voor AI-tokens zonder resultaten die de kosten rechtvaardigen.
- Volgens hem krijgen aanbieders bovendien zicht op bedrijfsgeheimen en concurrentiegevoelige informatie van hun klanten.
- De kritiek past in een breder debat of AI-prijzen gebaseerd moeten zijn op verbruik of op gerealiseerde bedrijfsresultaten.
Prijsstelling van AI-tokens
Karp uitte zijn kritiek in een interview met CNBC, waar hij de economische logica betwistte achter het afrekenen van ondernemingen op basis van het aantal tokens dat een AI-model verwerkt.
„Waarom rekenen ze af per token als het zó waardevol is?”, vroeg Karp zich af. Volgens hem zouden aanbieders in plaats daarvan moeten meedelen in de daadwerkelijke waarde die hun systemen voor klanten creëren.
Ook waarschuwde hij dat bedrijven eigendomskennis uit handen geven zodra zij interne data en processen koppelen aan externe modellen. Karp schetste een beeld van ondernemingen die toenemende frustratie ervaren na forse investeringen in AI-tools zonder evenredige productiviteitsverbeteringen.
De sneer speelt Palantirs eigen commerciële positie in de kaart: het bedrijf verkoopt software die modellen, data en operationele systemen binnen streng beheerde omgevingen samenbrengt. Toch raken zijn opmerkingen een bredere zorg in de boardroom over oplopende kosten, datagovernance en tegenvallende rendementen op vroege AI-implementaties.
Ook interessant: Bitget introduceert Cash Plus om rente te bieden op onbenutte stablecoin-tegoeden
Opbrengsten van enterprise-AI
Karp richt zijn pijlen op de kloof tussen technische output en zakelijke resultaten. Afroming per token meet hoeveel tekst of data een model verwerkt, maar zegt niets over de vraag of dat werk de omzet verhoogt, kosten verlaagt of besluitvorming verbetert.
Dat onderscheid wordt belangrijker nu zakelijke kopers kritischer selecteren. Sam Altman erkende eerder dat AI-uitgaven en efficiëntie inmiddels centraal staan voor bestuurders, terwijl bedrijven goedkopere modellen testen en werk verdelen over meerdere aanbieders.
Karp pleit voor resultaatgerichte prijsmodellen, waarbij een AI-leverancier wordt beloond op basis van aantoonbare verbeteringen. Dat kan onproductief verbruik terugdringen, al vereist het dat bedrijven en leveranciers het eens worden over hoe waarde precies wordt gemeten.
Het conflict volgt op jaren van snelle adoptie in het bedrijfsleven, gevoed door de verwachting dat generieke modellen routinewerk fundamenteel zouden veranderen. Nu proefprojecten uitgroeien tot reguliere toepassingen, verschuift de aandacht van pure modelcapaciteit naar eigenaarschap, beveiliging en hard onderbouwde rendementen.
Lees ook: Stablecoinmarkt verliest $10 miljard sinds piek in mei door teruglopende cryptoliquiditeit