Grip krijgen op Copilot Credits en de nieuwe GitHub-harnas

Er gebeurde iets opmerkelijks toen Microsoft de GitHub Copilot-harnas integreerde in Copilot Studio. Voor de meeste organisaties die al gebruik maken van Microsoft 365 Copilot zag het eruit als een nette productupdate, weer een functie toegevoegd aan een platform dat ze nog volop leerden gebruiken. Maar onder de oppervlakte introduceerde het een kostenlaag die nog slecht wordt begrepen, zelfs onder ervaren gebruikers. De centrale vraag is niet langer alleen wat Copilot kan. Het gaat om wat Copilot kost, onder welke voorwaarden, en wie binnen de organisatie verantwoordelijk is voor het bewaken daarvan. Dat onderscheid goed begrijpen is belangrijker dan de meeste beslissers momenteel beseffen.

Copilot Studio kent nu drie afzonderlijke harnassen: het GitHub Copilot-harnas, het Standaard-harnas en het Copilot Chat-harnas. Een harnas is het softwaregeraamte dat een agent in staat stelt te plannen, redeneren, context bij te houden en te communiceren met tools, systemen of andere agents om taken te voltooien. Harnassen kunnen worden geoptimaliseerd voor verschillende doeleinden, en in bepaalde scenario’s beïnvloedt de keuze van het harnas ook het verbruik van Copilot Credits.

Het GitHub Copilot-harnas is ontworpen om end-to-end bedrijfsprocessen te optimaliseren met een agentische bouwervaring. Het is ook het harnas waarbij het creditverbruik het meest gedetailleerd is, zowel tijdens de aanmaakfase als bij runtime-uitvoering. Belangrijk om te weten: niet elke activiteit binnen het harnas leidt tot kosten. Voor handmatige configuratie, inclusief werk dat wordt uitgevoerd in de tabbladen Build en Monitor, worden geen Copilot Credits verbruikt. Credits zijn specifiek van toepassing op LLM-aangedreven activiteiten, zoals het aanmaken via natuurlijke taal, preview en evaluatie, en runtime-uitvoering.

Het Standaard-harnas is ontworpen voor het bouwen van op regels gebaseerde conversatie-agents met vooraf gedefinieerde onderwerpen en flows. Het Copilot Chat-harnas stelt organisaties in staat Microsoft 365 Copilot aan te passen met hun eigen kennis, bijvoorbeeld een onboarding-agent voor medewerkers die vragen beantwoordt op basis van SharePoint-content. Beide harnassen worden gefactureerd via Copilot Credits, met één belangrijke uitzondering: deze tarieven gelden niet voor Microsoft 365 Copilot-gebruikers in geverifieerde B2E-scenario’s. In de praktijk is die uitzondering specifiek van aard. Het is van toepassing wanneer een gelicentieerde medewerker rechtstreeks en geverifieerd met een agent interacteert, niet als algemene regel voor alle medewerkergerichte interacties.

Copilot Credits fungeren als de gemeenschappelijke valuta binnen het verbruiksmodel van Microsoft, en voeden mogelijkheden die zich uitstrekken over Copilot Cowork, agentoplossingen gebouwd met Microsoft Copilot Studio, AI-functionaliteiten in Dynamics 365 en Power Platform, en Work IQ API’s voor agent- en AI-oplossingen. Het aantal verbruikte credits per respons, actie of bewerking hangt af van de complexiteit van de uitgevoerde taak. Credits worden gepoold op tenantniveau, en de totale kosten voor een organisatie zijn gebaseerd op de som van alle verbruikte credits over alle ondersteunde ervaringen. Dit gedeelde model stelt organisaties in staat het verbruik centraal te beheren en toe te wijzen aan verschillende scenario’s.

De praktische uitdaging is dat credits een abstractielaag creëren tussen het daadwerkelijke gebruik en de werkelijke kosten. Dit is niet uniek voor Microsoft. Gamingplatformen zoals Roblox en Fortnite maken al jaren gebruik van in-game valuta, vaak meerdere lagen tegelijk, juist omdat dat het moeilijker maakt om bij te houden hoeveel er in werkelijk geld wordt uitgegeven. Of die vergelijking volledig fair is ten opzichte van Microsoft valt te betwisten, maar de structurele parallel is het benoemen waard.

Het meest urgente probleem is het gedrag van organisaties. Twee duidelijke patronen tekenen zich af bij bedrijven die Copilot-agents uitrollen. Sommige teams zijn zo voorzichtig met creditverbruik dat ze complexe agentscenario’s volledig vermijden, waardoor aanzienlijke productiviteitswinsten onbenut blijven. Anderen koppelen alles aan elkaar zonder enige governance, waardoor kosten zich opstapelen die aan het einde van de factureringsperiode als een verrassing komen. Geen van beide houdingen weerspiegelt een bewuste strategie, en beide zijn vermijdbaar.

De eerste praktische stap is duidelijkheid over categorisering. Voordat een agent wordt ingezet, moeten teams twee ontwerpvragen beantwoorden: welk harnas past bij deze use case, en wie gaat er mee werken? Agents die zijn gebouwd via het Standard- en Copilot Chat-harnas worden gefactureerd via Copilot Credits, tenzij ze worden gebruikt door Microsoft 365 Copilot-gebruikers in geverifieerde B2E-scenario’s. Die grenzen expliciet vastleggen vóór de uitrol voorkomt verrassingen op de factuur en houdt gesprekken met stakeholders feitelijk gegrond.

De tweede prioriteit is governance. Het verbruik van Copilot Credits wordt centraal beheerd via het Microsoft 365-beheercentrum, dat administrators de tools biedt om het AI-verbruik te bewaken over workloads, services en agents heen. Administrators kunnen verbruik en uitgaven monitoren, bestedingsbeleid instellen, gebruiksdrempels definiëren en de verdeling van credits over de organisatie beheren. Een bruikbaar referentiekader is om Copilot Credits te behandelen zoals een cloud-infrastructuurteam rekenkracht of opslag behandelt: stel budgetten in, wijs eigenaren aan en richt meldingen in voordat het gebruik opschaalt.

De derde implicatie betreft de platformrichting. De integratie van het GitHub Copilot-harnas in Copilot Studio is vrijwel zeker een vroeg signaal van bredere convergentie. Naarmate AI-workloads geavanceerder worden, met name bij meerstapsmatige en agentgestuurde scenario’s, varieert de hoeveelheid werk die nodig is om een taak te voltooien aanzienlijk. Die variabiliteit vraagt om een verbruiksmodel dat kosten koppelt aan het uitgevoerde werk, als aanvulling op abonnementsservices. Practitioners kunnen verwachten dat er in de loop van de tijd meer mogelijkheden onder het creditmodel worden gebracht. Wie daar nu al op inspeelt, staat sterker dan wie reageert op elke nieuwe toevoeging afzonderlijk.

De kern van de boodschap is deze: het prijsmodel van Microsoft voor AI-agents is niet bewust ondoorzichtig, maar het vereist wel actieve interpretatie. De structuur met drie harnassen is, eenmaal begrepen, intern consistent. De uitdaging is dat de meeste organisaties er nog niet de tijd in hebben geïnvesteerd om het te doorgronden, terwijl het platform sneller evolueert dan interne governanceprocessen doorgaans bijhouden.

Drie ontwikkelingen verdienen de komende maanden aandacht. Ten eerste: hoe Microsoft het creditmodel verduidelijkt naarmate het GitHub Copilot-harnas volwassener wordt en de adoptie toeneemt. Ten tweede: of de organisatorische vraag naar kostentransparantie de ontwikkeling van native monitoringtools binnen Copilot Studio versnelt. En ten derde: welke extra workloads in de crediteconomie worden opgenomen, gegeven dat Copilot Credits al beschikbaar zijn via zowel een pay-as-you-go-meter als een vooruitbetaalplan. Die uitbreiding zal de totale eigendomskosten van Microsoft AI-implementaties ingrijpender veranderen dan welke afzonderlijke licentiewijziging dan ook.

De organisaties die hier een voorsprong op nemen zijn niet per se die met de meeste agents. Het zijn de organisaties die precies weten wat elke agent kost, en die bewust hebben besloten dat die kosten de moeite waard zijn.