Van token maxxing naar tokenomics: Pega houdt AI in het gareel

In dit artikel:

Pegasystems reageert op de kritiek dat agentic AI vaak duur en onvoorspelbaar is door de technologie binnen een strak beheerd platform te brengen. Tijdens PegaWorld in Las Vegas presenteert het bedrijf een reeks vernieuwingen rond het Infinity-platform, met als kern de integratie van Pega Blueprint AI in wat Pega Infinity Studio noemt — volgens CPO Kerim Akgonul “de grootste update in tien jaar”. Doel: organisaties en ontwikkelaars sneller van ontwerp naar uitvoering brengen en tegelijkertijd kosten en risico’s beheersbaar houden.

Wat is Blueprint en waarom belangrijk?
Blueprint is een agentic, ideatiegerichte omgeving: je ontwerpt er applicaties en krijgt een preview van hoe ze eruit kunnen zien, maar je bouwt ze er niet direct mee. Door Blueprint te koppelen aan Infinity ontstaat een workflow waarin ontwerpen automatisch vertaald worden naar een implementatieplan in hetzelfde ontwikkelplatform. Dat vermindert de kloof tussen concept en realisatie en moet ontwikkelteams tijd en fouten besparen.

Integratie met bestaande systemen en AWS
Pega toont ook integratie met AWS Transform: COBOL-applicaties op mainframes kunnen geanalyseerd worden door AWS Transform, waarna Pega Blueprint AI op basis van de gegenereerde documentatie een modern applicatiedesign produceert — zonder ontwikkelaar die tussen twee omgevingen moet schakelen. Deze koppeling laat zien dat Pega inzet op praktische modernisering van legacy-landschappen.

Slimme scheiding tussen design-AI en runtime-AI
Een belangrijk principe in Pega’s benadering is het selectief inzetten van krachtige agentic AI alleen tijdens de designfase. Tijdens runtime gebruiken uitgerolde applicaties een semantisch model dat specifieke, vooraf goedgekeurde agents oproept die efficiënter en consistenter taken afhandelen. Deze agents starten niet telkens helemaal opnieuw maar gebruiken een eenvoudige AI-query om de juiste workflow te kiezen en stap voor stap uit te voeren; zo kan alleen wanneer nodig een zwaarder, reasoning-model worden aangesproken. Die scheiding verlaagt de operationele kosten en verhoogt de voorspelbaarheid van uitkomsten — essentieel voor sterk gereguleerde sectoren.

Developer tooling en keuzevrijheid
Infinity Studio krijgt een ingebouwde AI-assistent voor ontwikkelaars, maar Pega staat ook integratie toe met andere assistants zoals Claude, OpenAI Codex, GitHub Copilot of AWS Kiro. Daarnaast worden MCP-tools en skills aangeboden zodat externe agents met Pega kunnen koppelen. Dit geeft teams flexibiliteit zonder dat Pega de regie over governance en security prijsgeeft.

Andere benadering van kostenberekening
Pega schuift een alternatief voor token-gebaseerde tarievensystemen naar voren: in plaats van betalen per AI-token rekent Pega per voltooide case. Met een eigen AI Token Cost Calculator vergelijkt Pega die aanpak met token-gebaseerde alternatieven en claimt mogelijke besparingen (soms tot 20x). De calculator functioneert deels als marketinginstrument, maar onderstreept Pega’s focus op resultaatgerichte kostenmodellen — en op het beheersbaar maken van ROI en TCO voor klanten. CTO Don Schuerman benadrukt dat Pega door combinaties van deterministische en non-deterministische AI de kosten beheersbaar denkt te houden.

Strategie: regie en voorspelbaarheid
Pega kiest bewust voor een “opinionated” stack: veel ontwerpkeuzes zijn vooraf gemaakt om consistentie, security en governance te waarborgen. Dat beperkt de pure experimentele mogelijkheden van agentic AI in productie, maar vergroot de bruikbaarheid in zakelijke omgevingen die voorspelbaarheid en naleving vereisen. In die zin wil Pega agentic AI “in toom houden” zodat het daadwerkelijk waarde oplevert in plaats van onbetaalbare, onvoorspelbare experimenten.

Timing en verwachting
De integratie van Blueprint in Infinity Studio staat gepland voor release in Q3. De aangekondigde vernieuwingen benadrukken pragmatisme boven hype: Pega richt zich op concrete productiviteitswinst, kostenbeheersing en governance, met name voor klanten die legacy willen moderniseren en tegelijkertijd strikte eisen aan voorspelbaarheid en compliance hebben.

Kortom: Pega wil agentic AI bruikbaar en betaalbaar maken voor de enterprise door het technologisch in een gecontroleerd platform te vangen, ontwerp- en runtime-AI te scheiden, en resultaatgerichte prijsmodellen te hanteren — een aanpak die vooral aantrekkelijk is voor organisaties die waarde willen halen uit AI zonder verrassingen in kosten of gedrag.