AI en ongelijkheid: ChatGPT Pro, agents en een nieuwe kloof

Kennis via AI kost vandaag vrijwel niets. AI-werk kost honderden dollars per maand, en binnen Europa kan bovendien niet iedereen zomaar een autonome agent inschakelen. Kunstmatige intelligentie verdeelt mensen niet langer in wie wel of niet op de hoogte is, maar in wie ’s nachts machines voor zich laat werken en de rest.

Het woord “robot” heeft een Tsjechisch paspoort. Josef Čapek stelde het voor aan zijn broer Karel voor het toneelstuk “R.U.R.” uit 1920. De oorsprong ligt in “robota”, herendienst: onbetaalde arbeid op het land van een ander, van zonsopgang tot zonsondergang. Meer dan een eeuw later keert die etymologie met opvallende precisie terug. De herendienst wordt tegenwoordig door software geleverd, en om over die arbeid te beschikken heb je alleen een creditcard met de juiste bestedingslimiet nodig.

Eind september 2026, na DevDay, bekeek ik de abonnementenstructuur van ChatGPT. De officiële Pro-prijzen in USD (zoals gecontroleerd op 12 oktober 2026 via de officiële hulppagina van OpenAI) tonen duidelijke treden: Pro 100 kost 100 dollar per maand (circa 89,44 euro), Pro 200 kost 200 dollar (circa 178,87 euro) en het nieuwe Pro 500-abonnement kost 500 dollar per maand (ongeveer 447,19 euro). Omrekeningen naar euro zijn indicatieve schattingen volgens de ECB-referentiekoers van 1 EUR = 1,1181 USD per 12 oktober 2026 (bron: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml) en geen lokale afrekenprijzen inclusief btw. Op de basislaag vind je een chatinterface die vrijwel elke vraag beantwoordt; aan de bovenkant staan hogere limieten en geavanceerde agents in Codex en ChatGPT Work.

De sprong naar zulke bedragen markeert een verschuiving. Jarenlang hoorden we dat AI de meest democratische technologie in de geschiedenis zou zijn: hetzelfde model voor een bestuursvoorzitter als voor een student. Dat narratief kantelt. Niet doordat de student de toegang tot de chat verliest, maar doordat de zakelijke gebruiker iets koopt wat een eenvoudige chatinterface simpelweg niet doet.

De prijslijst als economische kaart

Laten we naar de verhoudingen kijken. In de Verenigde Staten bedraagt het federale minimumloon 7,25 dollar per uur (volgens het U.S. Department of Labor). Bij een volledige werkweek van 40 uur (52 weken per jaar, oftewel gemiddeld circa 1256,67 dollar bruto per maand) komt 500 dollar per maand overeen met ongeveer 69 uur werken tegen dat minimumtarief, oftewel 39,8 procent van dat bruto maandloon (veel staten hanteren overigens hogere minimumlonen, en dit zijn geen netto-inkomens). Bij het gemiddelde uurloon in de private sector in de VS (37,75 dollar in augustus volgens de BLS) vertegenwoordigt 500 dollar daarentegen circa 8 procent van een maandsalaris.

Voor een kapitaalkrachtige organisatie of professional is 500 dollar een zakelijke uitgave zoals een betere laptop of smartphone. Voor iemand met een bescheiden inkomen is het een forse hap uit het budget. Dat principe is niet nieuw voor consumentenelektronica, maar nieuw is wel wat er aan operationele capaciteit tegenover staat.

Op de begane grond: kennis bijna gratis

Eerst de ontwikkelingen die wel degelijk breed toegankelijk zijn geworden. Kennisdeling is goedkoper geworden dan ooit in de economische geschiedenis. Onderzoeksinstituut Epoch AI berekende in september 2026 dat de kosten om een bepaald capaciteitsniveau van een model te bereiken sinds 2023 met ongeveer 47 procent per kwartaal dalen; een daling van circa factor 13 op jaarbasis. OpenAI stelt bovendien sinds augustus ongelimiteerde tekstchats beschikbaar voor gebruikers van het gratis abonnement (TechCrunch, 6 augustus 2026).

Dat zie ik terug in metingen. In een eerdere modelvergelijking die we in het Pools hebben uitgevoerd met negen specifieke schrijftaken, behaalde GPT-6 Luna 82,8 van de 100 punten tegen een API-kost van 0,002 dollar. De best scorende optie in die test, Claude Opus 5.5, behaalde 90,1 punten en kostte 0,2479 dollar. Voor een verschil van 7,3 punten betaalde ik per taak ongeveer 124 keer zoveel (0,2479 versus 0,002 dollar). Voor een student die fotosynthese wil begrijpen, iemand die een ingewikkelde overheidsbrief ontleedt of een zelfstandige die een beknopt voorstel formuleert, speelt dat minieme kwaliteitsverschil nauwelijks een rol.

Volgens het Microsoft AI Diffusion Report over het tweede kwartaal van 2026 maakt 32,3 procent van de Poolse bevolking in de werkzame leeftijd gebruik van AI-tools, tegenover 33,0 procent in de VS. Wat betreft de toegang tot basismodellen lopen veel landen nagenoeg gelijk op met Noord-Amerika.

Als AI louter een openbare bibliotheek was gebleven, kon dit verhaal hier stoppen. Bibliotheken nivelleren kansen, want een boek leest voor een welvarende lezer niet sneller dan voor iemand met weinig geld. Andrew Carnegie, de staalmagnaat, financierde meer dan tweeduizendvijfhonderd openbare bibliotheken vanuit de overtuiging dat gratis boeken de beste sociale ladder vormden. De arbeiders van zijn staalfabriek in Homestead, waar in 1892 een staking met harde hand werd neergeslagen, dachten daar genuanceerder over. Carnegie deelde boeken uit, geen hoogovens.

De technologiesector herhaalt dat onderscheid vandaag tot in detail.

Aan de top: werk dat nooit slaapt

AI verschuift van een naslagwerk naar een productiefabriek. Op DevDay toonde OpenAI onder meer Dots, altijd actieve agents. Een Dot beschikt over een eigen computeromgeving in de cloud, koppelt met duizenden applicaties en houdt mailboxen, agenda’s en projecten bij, ook wanneer je er niet actief mee chat. De officiële documentatie van OpenAI stelt dat een Dot zelfstandig verantwoordelijkheid neemt voor taken en voortgang boekt tussen gesprekken door.

Kennis begint bij een vraag: je stelt hem, krijgt antwoord, en de berekening stopt. Werk vraagt continue tijd. Een agent die reviews analyseert, code verbetert en administratie voorbereidt, verbruikt rekentijd per uur. De tokenprijs kan op jaarbasis dalen, maar wanneer een actieve agent duizend keer meer tokens verwerkt dan een interactieve vraag-en-antwoordsessie, lopen de totale kosten op. Het arXiv-preprint “The Price of Intelligence” (september 2026) onderstreept dat: hoewel de prijs per token daalt, daalt de kostprijs per voltooide complexe taak niet evenredig mee, omdat redeneermodellen aanzienlijk meer rekenstappen en tokens vereisen.

De abonnementsstructuur van OpenAI weerspiegelt die rekencapaciteit. De hogere niveaus bieden grotere gebruikslimieten (zoals Pro 200 en Pro 500 met respectievelijk vermenigvuldigers ten opzichte van Plus). Belangrijk om op te merken is dat deze abonnementsfactoren geen gegarandeerde productieve machine-uren betekenen: het feitelijke verbruik varieert sterk naargelang het gekozen model, redeneerintensiteit, contextgrootte, externe tools en reactiesnelheid. Wie meer budget inzet, koopt meer potentiële rekenruimte voor de machines.

Ongelijkheid in de toegang tot agents kan stollen in nieuwe dominantiepatronen.

Nick Srnicek, King’s College London, in gesprek met Rest of World, 26 mei 2026

Grote organisaties behandelen hun tokenuitgaven inmiddels zoals personeelsbudgetten. Jensen Huang van Nvidia stelde in maart dat een hoogbetaalde ontwikkelaar substantiële AI-rekenkracht moet inzetten om optimaal productief te zijn (R&D World, 24 maart 2026). Volgens Forbes overschreed Uber in vier maanden tijd zijn AI-jaarbudget door intensief gebruik van Claude Code (17 mei 2026), waarna limieten per werknemer werden ingesteld (TechCrunch, 2 juni 2026).

Opvallend is ook een gegeven uit de Ramp AI Index van juni 2026: organisaties in het hoogste percentiel (de top 1 procent) besteden maandelijks circa 7450 dollar per medewerker aan AI-toepassingen, terwijl de mediaan op 11,38 dollar ligt. Dat is een factor van ongeveer 655 (7450 gedeeld door 11,38). De mediaan gebruikt een chatassistent; de voorhoede bouwt een geautomatiseerde machinerie op.

Regionale verschillen en zakelijke toegang

Voor Europese gebruikers kent de uitrol van geavanceerde agents specifieke beperkingen. Volgens de officiële helppagina’s van OpenAI (“Getting started with your dot”, 29-09-2026) is de Pro-uitrol van Dots niet beschikbaar in de Europese Economische Ruimte (EER), Zwitserland en het Verenigd Koninkrijk. De eerste Dot is inbegrepen voor in aanmerking komende Pro- en Business Premium-gebruikers, en voor zakelijke accounts op Business Premium is Dots wel beschikbaar in alle ondersteunde ChatGPT-regio’s.

OpenAI vermeldt geen officiële reden voor deze geografische uitsluiting bij Pro. Mediabronnen zoals Trending Topics wijzen op Europese kaders rond gegevensbescherming en de AI Act, maar dat blijft interpretatie. Het feitelijke gevolg is dat individuele consumenten binnen de EER op dit moment via reguliere Pro-abonnementen geen toegang hebben tot deze specifieke agentintegratie, terwijl organisaties via zakelijke varianten wel mogelijkheden hebben.

Tegelijkertijd tonen Eurostat-cijfers uit 2025 dat het adoptietempo van AI binnen het bedrijfsleven in Europa sterk uiteenloopt. Het EU-gemiddelde voor bedrijven met minimaal tien werknemers lag op 20 procent (met koplopers zoals Denemarken op 42 procent en Polen op 8,4 procent). Terwijl particuliere gebruikers massaal met interactieve chatbots experimenteren, verloopt de structurele zakelijke implementatie van autonome systemen een stuk onevenwichtiger.

De Anthropic Economic Index van maart 2026 liet zien dat de twintig landen met het hoogste verbruik per hoofd van de bevolking verantwoordelijk waren voor 48 procent van het totale gebruik (een stijging ten opzichte van eerdere metingen). Microsoft rapporteerde dat het verschil in adoptie tussen het mondiale noorden (28,8 procent) en het zuiden (16,2 procent) in twee kwartalen toenam. De toegang tot basismodellen verbreedt zich, maar intensief zakelijk gebruik concentreert zich.

IMF-directeur Kristalina Georgieva merkte begin 2024 al op dat AI in veel scenario’s de algehele ongelijkheid kan vergroten. Wat toen een macro-economische waarschuwing leek, tekent zich nu af in concrete productdifferentiatie.

Het tegenargument: open-source en lokale modellen

Er zijn reële tegenkrachten die de concentratie van AI-kracht kunnen nuanceren.

Het belangrijkste alternatief zijn open-weight modellen. Xiaomi MiMo-V2.6-Pro is uitgebracht onder een MIT-licentie en voert volgens metingen van Artificial Analysis een standaardaak uit hun benchmark uit voor circa 0,13 dollar, wat aanzienlijk goedkoper is dan commerciële topmodellen via API. In een eerdere test met dertien opdrachten, oorspronkelijk uitgevoerd in het Pools, scoorde het model 69,1 punten tegen een minieme fractie van de API-kosten. DeepSeek V4.1 Flash hanteert tarieven vanaf 0,15 dollar per miljoen input-tokens en 0,60 dollar per miljoen output-tokens buiten piektijden. Wie zelf technische infrastructuur bouwt, kan relatief voordelig een eigen agentsysteem aansturen.

Daarnaast is er lokale AI. In eerdere eigen tests op een lokale grafische kaart behaalde Gemma 4 12B een score van 72,3 punten in een dertiental Poolse testopdrachten (hoger dan Claude Haiku 4.5 in die reeks), passend binnen 8 GB werkgeheugen, tegen verwaarloosbare elektriciteitskosten (zie ook de vergelijking tussen een lokaal model of API). Een computer met voldoende rekenkracht kan dienen als een privacyvriendelijke assistent, mits er geen externe clouddiensten of datakoppelingen worden aangesproken.

Tot slot is er het historische patroon: functionaliteit die vandaag exclusief is voor de duurste abonnementen, zakt op termijn vaak af naar goedkopere of gratis niveaus. Dat dalende prijzen zich lineair voortzetten is overigens een mogelijk scenario en geen gegarandeerde wetmatigheid.

Die nuances zijn reëel, maar ze lossen het fundamentele capaciteitsverschil niet zomaar op.

Open modellen vergemakkelijken de toegang tot ruwe intelligentie, maar niet tot kant-en-klare operationele uitvoering. Om een lokaal model om te vormen tot een betrouwbare agent, moet je het koppelen aan e-mail, agenda’s en documentstromen, foutafhandeling inrichten en beveiligingsrisico’s beheren. Een zakelijke agent via een beheerd platform vergt een paar klikken; zelfbouw vereist uren aan gespecialiseerde technische configuratie. Wie die uren niet heeft, betaalt met geld. Wie noch de tijd noch het budget heeft, blijft aangewezen op een eenvoudige chatinterface.

Bovendien staat de lat niet stil. Een goedkoper model over twee jaar concurreert tegen die tijd met systemen die opnieuw complexere en langdurigere rekentaken kunnen uitvoeren. Matthew Sharp van het Oxford Martin AI Governance Initiative wees er in Rest of World op dat kleine initiële verschillen in agentprestaties na verloop van tijd cumulatief uitmonden in flinke voorsprongen. In de sociologie staat dat bekend als het Mattheüseffect: wie al over kapitaal en capaciteit beschikt, bouwt daarop sneller verder.

Wie financiert de nachtdienst?

AI vergroot niet simpelweg één dimensie. Het systeem doet twee dingen tegelijk: het verhoogt de basis en tilt tegelijkertijd het plafond op. Iedereen met internettoegang heeft vandaag een geavanceerdere sparringpartner dan de best geïnformeerde professional een decennium geleden had. Maar wie over substantieel kapitaal beschikt, koopt aanhoudende rekentijd van machines.

De Wereldbank stelt in haar World Development Report 2026 dat AI opkomende regio’s kan helpen stappen sneller te doorlopen, al waarschuwt rapportdirecteur Gaurav Nayyar dat het tijdvenster om die inhaalslag te maken beperkt is. Notities van het IMF wijzen eveneens op het risico van markten waarin een koploper het leeuwendeel van de voordelen naar zich toetrekt.

Voor organisaties en individuen vraagt dit om een heldere koers. Wie AI structureel wil inzetten, moet verder kijken dan uitsluitend vraag-antwoordchats. Organisaties die geen ervaring opdoen met geautomatiseerde workflows lopen het risico achterop te raken bij partijen die hun processen al vergaand automatiseren. Tegelijkertijd biedt het experimenteren met lokale open modellen op eigen hardware een waardevolle manier om te begrijpen hoe agents werken, zonder afhankelijk te zijn van steeds veranderende commerciële abonnementen.