AI-uitgaven per medewerker: wat de Ramp AI Index laat zien

Waarom dit cijfer iets zegt voor een kmo

Hoeveel geven andere bedrijven uit aan AI? Die vraag valt in bijna elk gesprek, meestal vlak voor of vlak na de beslissing om zelf iets te proberen. De Ramp AI Index is een van de weinige openbare bronnen die de AI-uitgaven per medewerker in een concreet bedrag uitdrukken.

Het antwoord dat rondgaat op beurzen en in bestuurskamers is meestal een anekdote. Iemand kent een bedrijf dat er veel in steekt, iemand anders kent er een dat het bij een gratis proefversie houdt. Een openbare meting is dan al winst, ook wanneer ze uit een andere markt komt.

Die index gaat over Amerikaanse ondernemingen die hun uitgaven via het betaalplatform Ramp laten lopen. Geen Vlaamse kmo's dus en geen doorsnede van de economie. Het bedrag is daarom geen norm waaraan u zich hoeft te meten. Het is wel een startpunt voor een gesprek dat anders in het vage blijft hangen, want het maakt zichtbaar hoe groot de afstand is tussen de bedrijven die het verst staan en de rest.

Die afstand is het onderwerp van dit artikel. Ze zegt weinig over wat u zou moeten uitgeven en veel over hoe die voorste groep werkt.

Wat de Ramp AI Index meet

Ramp is een Amerikaans betaal- en uitgavenplatform. Het Economics Lab van dat bedrijf bundelt de kaart- en factuurbetalingen van ruim 70.000 Amerikaanse ondernemingen en leidt daar maandelijks een index van AI-uitgaven uit af. Onder AI-uitgaven valt alles wat die bedrijven via kaart of factuur aan AI- leveranciers betalen.

De editie van augustus 2026 kijkt naar de cijfers van juli. Ze rangschikt de ondernemingen op wat ze per medewerker per maand aan AI besteden en licht er drie punten uit.

Volgens de Ramp AI Index (augustus 2026, Ramp Economics Lab) besteedde de top 1% van de Amerikaanse bedrijven op Ramp in juli 2026 een mediaan van ongeveer € 6.800 per medewerker per maand aan AI, de top 10% zowat € 600 en de mediaanonderneming ongeveer € 11 — omgerekend tegen ongeveer 0,92 euro per dollar.

De koers beweegt van dag tot dag, dus lees de bedragen in euro als een benadering. De dollarcijfers zijn wat Ramp effectief gepubliceerd heeft.

Het hoogste bedrag springt in het oog, maar de middenmoot vertelt meer. Tussen de mediaanonderneming en de top 10% ligt een verschil in orde van grootte dat u in weinig andere uitgavenposten terugvindt.

Wat het verschil niet is

Het ligt voor de hand om in zo'n kloof een verschil in gereedschap te zien. In de cijfers is die verklaring niet terug te vinden. Geen enkele AI-leverancier haalt er een meerderheid: 43,5% van de Amerikaanse ondernemingen op Ramp betaalde in juli voor Anthropic, 39,7% voor OpenAI en 4% voor xAI, dat laatste met zijn sterkste maandgroei sinds juli 2025. Eén partij die de markt vasthoudt, staat er dus niet in.

Er zit ook geen recept in dat u kunt overnemen. De index vermeldt welke leveranciers betaald worden. Wat er met dat werk gebeurt, staat er niet in. Twee bedrijven met hetzelfde bedrag op de factuur kunnen het ene aan een reeks losse proeven besteden en het andere aan één keten die elke dag draait.

Ramp schrijft er zelf een waarschuwing bij. Bij de komst van de krachtigste modellen van dit jaar stelde het lab een nieuwe bovengrens vast aan wat ondernemingen bereid zijn voor AI te betalen. Meer modelkracht inkopen levert dus niet vanzelf meer op.

Wat het verschil wel is

De index meet betalingen, geen beslissingen. Wie in die ondernemingen kiest welk proces als eerste aan de beurt komt, staat nergens in de dataset. Dat is ook de reden waarom het bedrag zelf zo weinig houvast geeft.

De vorm van de verdeling zegt wel iets. Wie zoveel per medewerker uitgeeft, heeft AI in de dagelijkse gang van zaken zitten; met één proefproject komt niemand aan zulke bedragen.

Daarvoor is iemand nodig die beslist welk proces als eerste wordt aangepakt, iemand die de documentatie van het gebouwde in handen houdt en iemand die de knoop doorhakt wanneer twee afdelingen hetzelfde opeisen. Die rollen staan in geen enkele index. Toch is het daar dat bedrijven die met automatisatie vooruitgaan zich onderscheiden van bedrijven die bij een proef blijven hangen.

Wat dit betekent als u met één proces start

Het budget van de top 1% nabootsen heeft voor een kmo weinig zin. Die ondernemingen werken op een schaal en in een markt die met de uwe weinig te maken hebben. Hun cijfer beschrijft wat ze hebben uitgegeven; het schrijft niemand iets voor.

Wat wel overdraagbaar is, is de vraag die onder die uitgaven zit. Welk proces kost vandaag de meeste aandacht van mensen die iets anders zouden moeten doen? Wie beslist erover? En wie houdt straks vast wat er gebouwd is?

In de praktijk begint dat bij één proces waarvan iedereen in het bedrijf weet dat het schuurt. De inkomende factuur die van de mailbox naar de boekhouding moet. De aanvraag die blijft liggen omdat één iemand ze moet nakijken. Zulke processen herkent u zonder dat er een index aan te pas komt.

Die drie vragen beantwoordt u zonder één beslissing over gereedschap en zonder een aankoop. Wie ze scherp krijgt, kiest daarna een eerste proces dat de moeite loont.

De grenzen van dit cijfer

Vijf dingen horen bij dit cijfer zodra u het doorvertelt.

Het gaat om Amerikaanse klanten van één betaalplatform. Dat is geen representatieve steekproef van de economie en al helemaal geen beeld van de Vlaamse markt.

De dataset leunt ook zwaar naar technologiebedrijven, de groep die het snelst voor AI betaalt. Dat trekt de bovenkant van de verdeling omhoog.

Ramp ziet enkel wat via kaart en factuurbetaling passeert. Een raamcontract dat elders wordt afgerekend, zit er niet in, dus het beeld is onvolledig.

De mediaan is berekend over alle medewerkers van een onderneming, ook wie nooit met AI werkt. Een bedrijf met veel mensen op de baan zakt daardoor vanzelf in de rangschikking.

Tot slot beweegt de index. Ramp werkt hem maandelijks bij; dit is de stand van augustus 2026, op de gegevens van juli. Wie het cijfer later hergebruikt, zet er het best de editie bij.