LG U+ start in 2027 een zakelijk AI-tokenbedrijf in Zuid-Korea

Volgens ZDNet Korea stapt de Zuid-Koreaanse telecomaanbieder LG U+ (LG Uplus) in 2027 met een tokenbedrijf de zakelijke markt op: een bemiddelingsdienst die klanten toegang geeft tot AI-modellen door voor elke taak passende modellen en infrastructuur te combineren. Het concern lichtte de strategie toe tijdens een persbijeenkomst op 12 november 2026 in Seoul, en de Zuid-Koreaanse pers berichtte er op 15 november over.

Een token is de teksteenheid die een AI bij invoer en uitvoer verwerkt, en de grondslag waarop het gebruik wordt gefactureerd. Volgens ZDNet Korea verbruikt een AI-agent meer tokens naarmate hij vaker zoekopdrachten, analyses en controles herhaalt om een klus te klaren. LG U+ pleit daarom voor een andere maatstaf dan de tokenprijs: de totale kosten om een taak af te ronden, die het bedrijf “Task Cost” noemt.

Wat wil LG U+ aan bedrijven verkopen?

Volgens ZDNet Korea en Pointe Economy volgt de aanbieder vanaf 2027 twee wegen tegelijk: partnerschappen met externe bedrijven en zelf gebouwde infrastructuur. ZDNet Korea meldt dat technologiechef Lee Sang-yeop uitlegde dat Kakao de front-end voor zijn rekening neemt en LG U+ het “model serving”, dat wil zeggen het draaien van de modellen waarmee antwoorden worden geproduceerd. Het artikel geeft de exacte reikwijdte van die rolverdeling niet.

Volgens ZDNet Korea wijst LG U+ op drie ervaringsterreinen: zijn AI-belapp ixi-O, zijn AI-contactcenter (AICC) en de interne AI-transformatie. Hetzelfde medium meldt dat ixi-O aanvankelijk een on-devicemodel van LG AI Research combineerde met Google Gemini, waarna het aandeel van het eigen model en van EXAONE, de modelfamilie van LG AI Research, werd bijgesteld om de kostenefficiëntie te verbeteren. Ook de bedrijfsgegevens van “Modu AI”, de openbare AI-dienst voor burgers die LG U+ eind dit jaar samen met Kakao commercialiseert, moeten het bedrijf voeden.

Welke besparingen noemt de aanbieder?

De volgende cijfers zijn interne testresultaten die LG U+ heeft bekendgemaakt en waarover ZDNet Korea en DigitalToday berichten. In de gelezen artikelen is geen enkel cijfer door een derde gecontroleerd.

• Volgens ZDNet Korea en DigitalToday verlaagt het gebruik van het eigen LG U+-model voor programmeren de bedrijfskosten met ongeveer 90 % ten opzichte van een gangbaar model; ZDNet Korea voegt eraan toe dat de verwerkingsefficiëntie op dezelfde infrastructuur ruwweg vier keer zo hoog werd.
• Modelrouting betekent dat elk verzoek naar het model gaat dat bij de moeilijkheid past. Volgens ZDNet Korea laten interne tests kostendalingen zien van minstens 25 % bij algemene vragen en minstens 30 % bij codeeragenten; DigitalToday meldt dat de antwoordkwaliteit op ongeveer 95 % blijft.
• Volgens DigitalToday verlaagt “harness engineering”, waarbij de tools en de reikwijdte van een agent worden beperkt en geslaagde procedures worden hergebruikt, het tokengebruik met 38 % bij algemene taken en met 84 % bij programmeren.
• Volgens DigitalToday behield een model dat van 35 naar 10 miljard parameters werd verkleind 91 % van de kwaliteit en genereerde het 40 % sneller.
• Volgens ZDNet Korea slonk het on-devicemodel van 2,4–3 GB tot ongeveer 800 MB en behield het meer dan 95 % van de prestaties van een cloudmodel ter vergelijking.
• Bij speculatieve decodering schrijft een klein model een concept dat een groot model controleert. Volgens DigitalToday ging een EXAONE-model zo van 80 naar 160 tokens per seconde; ZDNet Korea voegt toe dat twee verwante onderzoekspapers zijn aangenomen op de conferentie NeurIPS.

Deze winsten tellen niet noodzakelijk op. ZDNet Korea benadrukt dat het cijfer van 90 % bij programmeren voortkomt uit een andere controle dan de routingresultaten. Pointe Economy citeert bovendien een LG U+-functionaris die spreekt over een tokenefficiëntie van 85 tot 90 % bij agenttaken in de telecom, zonder de berekeningsbasis toe te lichten. Het is verstandiger deze cijfers te lezen als ordes van grootte die het bedrijf zelf noemt.

Hoe werkt de “chipmix”?

Volgens DigitalToday kent een inferentie twee stappen: de “prefill”, die de vraag analyseert en vooral afhangt van rekenkracht, en het “decoding”, dat het antwoord schrijft en vooral afhangt van geheugen. Volgens Pointe Economy laat LG U+ de prefill over aan Nvidia-GPU's, het decoding aan AMD-GPU's met meer geheugen en lichte, gespecialiseerde modellen aan binnenlandse NPU's, chips speciaal voor AI. Volgens ZDNet Korea test de aanbieder al meer dan twee jaar de NPU's van de Zuid-Koreaanse start-up FuriosaAI.

Pointe Economy meldt dat volgens Lee Hye-jin, verantwoordelijk voor de technologiestrategie, meer dan 80 % van de totale kosten wordt verbruikt in de fase waarin de AI “nadenkt” voordat hij antwoordt. Het medium wijst op de paradox van Jevons: als de eenheidsprijs daalt, groeit het gebruik en kan de totale rekening toch stijgen.

Waarom stapt een telecomaanbieder in tokens?

Volgens Pointe Economy zegt technologiechef Lee Sang-yeop dat de concurrent van LG U+ niet het grote model van een techgigant is, maar het technische vermogen om eigen lichte modellen en externe modellen voor een bepaald zakelijk doel zo goedkoop mogelijk te combineren. Het medium voegt eraan toe dat de ervaring van telecombedrijven met het optimaliseren van frequenties en dataverkeer als overdraagbaar naar AI wordt gepresenteerd.

De beweging staat niet op zichzelf. ZDNet Korea noemt onder de gerelateerde artikelen een kop van 27 oktober 2026 over de stap van KT naar productie en distributie van tokens, en een van 9 november waarin een leidinggevende van SK Telecom spreekt over het combineren van GPU's en NPU's om tokens tegen de laagste prijs te maken. Die twee artikelen zijn hier niet gelezen: alleen de koppen worden aangehaald.

Wat dit verandert voor een Nederlands bedrijf

In dit stadium geven de gelezen artikelen geen tarieven, klanten, gedetailleerde planning of omzetdoel. De dienst bestaat commercieel nog niet en niets wijst erop dat hij buiten Zuid-Korea wordt aangeboden.

Voor een bedrijf dat AI-agenten uitrolt is de les vooral methodisch: vraag de leverancier naar de volledige kosten van een afgeronde taak (modelaanroepen, zoekopdrachten, controles) in plaats van de prijs per miljoen tokens, test routing tussen klein en groot model op uw eigen toepassingen en controleer of de aangekondigde besparingen ook met uw eigen data standhouden. Voor het kader rond een uitrol van agenten, zie het agentische systeem.