SAP wordt tokenreseller

Van licenties naar seats, van seats naar tokens — en waarom dit keer fundamenteel anders is.

Dit is de vierde blog in mijn reeks over tokens. In de eerste beschreef ik waarom de meter al tikt en tokenefficiëntie een strategische vaardigheid wordt — Tokens op de meter. In de tweede liet Alibaba's Token Hub zien dat de tokeneconomie zichzelf inmiddels bij naam noemt — De tokeneconomie. In de derde keek ik naar hoe bedrijven tokenverbruik nu al inzetten als meetinstrument — en wat de keuze achter die meetlat over een organisatie zegt — De token als meetlat. In deze vierde kijk ik naar wat er gebeurt als een van de grootste softwarebedrijven ter wereld zijn eigen verdienmodel overboord gooit — en wat dat zegt over de wereld waarin we zijn beland.

Op 18 maart 2026 vertelde SAP-CEO Christian Klein aan persbureau Bloomberg dat SAP zijn facturatiemodel radicaal gaat veranderen. Van het traditionele abonnementsmodel wordt afscheid genomen. In plaats daarvan komen klanten straks te betalen op basis van hun daadwerkelijke gebruik van AI-diensten.

Hij gaf ook een concreet voorbeeld van hoe dat eruit ziet. Hoe sneller een AI-agent de financiële kwartaalafsluiting afrondt, des te hoger de factuur.

Dat klinkt als een technische aanpassing. Het is een strategische omwenteling. En als je begrijpt wat er onder de motorkap zit, begrijp je waarom.

Van licenties naar seats naar tokens

Om te begrijpen wat er nu gebeurt, moet je het patroon kennen. SAP heeft in zijn veertigjarige bestaan twee grote transformaties overleefd. De derde is nu in aantocht — en is structureel anders dan de vorige twee.

De eerste transformatie was van licenties naar seats. Het klassieke SAP-model was eenvoudig: je kocht een licentie. Een grote, dure licentie die je het recht gaf om de software te gebruiken. Perpetueel. Eenmalig. SAP verdiende aan de initiële verkoop en aan jaarlijkse onderhoudsbijdragen — standaard 22% van de licentieprijs. Klanten waren gebonden. Switching costs waren enorm. Marges lagen structureel hoog.

Toen kwam de cloud. SaaS maakte de licentie overbodig. Klanten wilden geen kapitaalinvestering meer, ze wilden een maandelijkse rekening. SAP moest mee. Die transitie heeft SAP jaren geld gekost — de overgang van hoge-marge licenties naar lager-marge SaaS drukte jarenlang op de winstgevendheid. Maar ze kwamen erdoorheen. Het per-seat model werd de nieuwe standaard: betalen per gebruiker, per maand.

De tweede transformatie is nu. En die wordt afgedwongen door AI.

Als een AI-agent taken overneemt die voorheen tien medewerkers deden, heb je plotseling tien keer zo weinig seats nodig voor dezelfde output. Dat is existentieel voor een bedrijf dat zijn omzet baseert op het aantal gebruikers. Klein zei het zelf: "Het zou dwaas zijn om nog op abonnementsbasis te rekenen, want AI is zo krachtig dat het veel taken gaat automatiseren." Dat is een CEO die publiekelijk toegeeft dat zijn eigen verdienmodel onhoudbaar is geworden.

AI Units: tokens met een SAP-wrapper

Wat SAP introduceert heet officieel "AI Units." Dat klinkt als een SAP-product. In werkelijkheid is het een consumptie-eenheid — een meting van hoeveel AI-diensten je hebt gebruikt.

Onder de motorkap worden die AI Units berekend op basis van tokens: de fundamentele rekeneenheid van elk taalmodel. Input tokens, output tokens, omgerekend naar capacity units, doorvertaald naar een SAP-rekening. De documentatie van SAP AI Core is daar openhartig over: het gebruik van generatieve AI wordt gemeten in tokens, die worden omgezet naar capacity units op basis van input- en outputvolume. Een voorbeeld uit de eigen documentatie: een model met een input-tokenconversieratio van 0,00112 per 1.000 input tokens en 0,00320 per 1.000 output tokens.

Dat is niet nieuw. Anthropic doet het. OpenAI doet het. Google doet het. De tokeneconomie is de backbone van de hele AI-industrie, zoals ik eerder beschreef.

Maar SAP is geen AI-bedrijf. SAP heeft geen eigen groot taalmodel. Joule — SAP's AI-assistent — draait op modellen van derden: OpenAI, Anthropic, Google, Mistral, Llama. SAP koopt die rekenkracht in bij de grote AI-aanbieders, slaat daar een laag proceskennis overheen, en verkoopt het door aan klanten als AI Units.

SAP is daarmee in essentie een tokenreseller geworden.

De kwetsbaarheid van twee kanten

Dat heeft consequenties.

De eerste dreiging komt van de kostenkant. Als de inkoopprijs van tokens stijgt — omdat OpenAI of Anthropic hun tarieven verhogen, of omdat de vraag naar rekenkracht de capaciteit overtreft — heeft SAP twee opties: margedruk accepteren of doorrekenen aan de klant. In een model waarbij je tokens doorverkoopt met een opslag, is je structurele marge per token beperkt. Je bent afhankelijk van de prijsstelling van partijen die je niet controleert. SAP heeft de cloudtransitie overleefd. Maar bij de cloud behield SAP zijn rol als softwareleverancier. Nu is de software zelf de commodity geworden.

De tweede dreiging komt van de klantenkant. Klein erkende het zelf in het interview: er bestaat een reële kans dat middelgrote klanten besluiten hun eigen AI-oplossing te bouwen. De tools zijn beschikbaar. Claude, GPT-4o, Gemini — direct toegankelijk via API. Combineer dat met een moderne data-architectuur en een paar goede engineers, en je hebt voor specifieke workflows een alternatief dat niet meer per se het SAP-platform nodig heeft.

Maar er is een derde en gevaarlijkere dreiging, die minder wordt benoemd: de tokenleverancier kan SAP bypassen. Anthropic en OpenAI kennen SAP's klanten vandaag niet direct. Maar ze bouwen enterprise-salesteams. Ze sluiten deals met Microsoft, Salesforce, Oracle. Ze hebben API's die iedere developer direct kan aanroepen. Als een groot SAP-klant morgen besluit rechtstreeks met Anthropic te werken en de SAP-proceslogica zelf na te bouwen — wat houdt hem dan precies tegen?

Klein's antwoord is niet onzinnig. Hij stelt dat SAP de proceslogica levert die een extern model niet kent: "Een AI-agent kan zeker financiële stukken lezen, maar zal nooit een winst- en verliesrekening kunnen simuleren, omdat het de data daarvoor niet heeft." SAP heeft tientallen jaren bedrijfsprocessen in zijn systemen. Die context is niet makkelijk te repliceren.

Maar dit argument kent een houdbaarheidsdatum. Contextuele proceskennis is overdraagbaar zodra je genoeg bedrijfsdata hebt en de engineering-capaciteit om die te benutten. Voor grote, complexe ondernemingen is de overstapdrempel enorm. Voor middelgrote klanten met een generiek ERP-gebruik is die drempel krimpend.

De derde transformatie is anders

De eerste twee transformaties van SAP waren pijnlijk maar beheersbaar. Het waren veranderingen van distributiemodel. De kernpropositie bleef intact: SAP levert de software, klanten gebruiken de software.

De huidige transformatie raakt de kernpropositie zelf. Als AI-agents de taken uitvoeren waarvoor gebruikers bestonden, en als die agents draaien op modellen die SAP inkoopt bij anderen, dan is de vraag wat SAP's onvervangbare bijdrage is. De proceslogica en de data-integratie zijn het antwoord — maar dat is een smaller fundament dan een volledig software-ecosysteem.

Klein's reactie — het opbouwen van "forward-deployed engineering" teams die bij klanten op locatie AI-oplossingen bouwen — is het juiste instinct. Hij verschuift de waardepropositie van het systeem naar de implementatie van uitkomsten. Niet meer "wij leveren software", maar "wij helpen u resultaten bereiken." Dat is moeilijker te kopiëren dan een licentie of een seat.

Maar het is ook niet schaalbaar als product. Het is mensen sturen. En daarmee geeft Klein indirect toe dat de softwarelaag niet langer voldoende is als differentiator.

Wat dit zegt over de wereld waarin we zijn beland

De SAP-aankondiging is interessant als bedrijfsnieuws. Ze is instructief als signaal.

De grootste ERP-leverancier ter wereld, met tientallen jaren bedrijfsprocessen in zijn systemen en honderden miljoenen gebruikers wereldwijd, ziet zich gedwongen zijn fundamentele verdienmodel opnieuw uit te vinden. Niet omdat hij wil. Omdat AI-agents het per-user model structureel ondermijnen.

Dat is geen randgeval. Dat is het centrum van de economische realiteit waarin we terechtkomen.

Klein's oplossing — mensen sturen in plaats van software leveren — wijst onbewust naar iets wat ik eerder beschreef als het Vermogen-Systeem-Product model. Systemen commoditiseren. Producten worden gegenereerd. Wat overblijft als onvervangbare differentiator is het menselijk vermogen om de juiste vragen te stellen, de architectuur te overzien, de uitkomst te beoordelen. Dat is Laag 1. En Laag 1 kost tijd om op te bouwen.

De conclusie voor elke organisatie die nu met AI aan de slag gaat is dezelfde: investeer niet alleen in tools en systemen. Investeer in het vermogen van mensen om die systemen te orkestreren. En leer daarbij bewust omgaan met tokenefficiëntie — niet als bezuinigingstechniek, maar als maatstaf voor denkkwaliteit. Wie helder denkt, stelt gerichte vragen. Gerichte vragen kosten minder tokens. Minder tokens betekent lagere kosten én betere uitkomsten. Tokenefficiëntie is geen IT-begrip. Het is een cognitieve vaardigheid.

De meter tikt. Zorg dat je weet wat er geteld wordt.

Wil je de context lezen waarin deze blog staat? Die vind je in de eerder verschenen blogs in deze reeks:

→ De Mens als Orkestrator — over hoe AI de menselijke rol verschuift van uitvoerder naar dirigent.

→ De Centaur — over hoe mens en AI als één geheel opereren, en wat dat vraagt van hoe je werkt en denkt.

→ Het Schaakbord — over exponentiële groei, waar we staan, en waarom lineaire stappen de kloof niet dichten.

→ Tokens op de meter — over het businessmodel achter AI, de verslavingsfase, en de vaardigheid die straks telt.

→ De tokeneconomie — over Alibaba's Token Hub en de economische infrastructuur die wereldwijd wordt gebouwd.

→ De token als meetlat — over hoe bedrijven tokenverbruik meten en wat die keuze over hun volwassenheid zegt.

Bronnen

Computable. "SAP voert radicale AI-facturatie in: gebruik bepaalt straks de rekening." Computable.nl, 25 maart 2026.

Klein, Christian, geciteerd in: Rundle, James. "SAP CEO Pushes AI Turnaround with New Teams, Use-Based Pricing." Bloomberg, 18 maart 2026.

Techzine. "SAP moving from subscriptions to AI use-based pricing." Techzine.eu, 19 maart 2026.

SAP. "Metering and Pricing for Generative AI." SAP AI Core Service Guide, documentversie maart 2026.

SAP. "Software Packages and Pricing | SAP Business AI." sap.com/products/artificial-intelligence/pricing, geraadpleegd maart 2026.

Visuals gegenereerd met NotebookLM.

Co-creatie: Dit stuk is gemaakt samen met Claude (Anthropic), versie Sonnet 4.6. De gedachten, posities en interpretaties zijn van mij. Claude heeft geholpen bij het structureren, het aanscherpen van argumenten en het schrijven van de tekst. Ik vind het bij dit onderwerp passen om dat expliciet te benoemen.