AI चा धाक! भारतीय IT कंपन्यांच्या शेअर्समध्ये मोठी घसरण, गुंतवणुकीचे गणित बिघडले

AI मुळे IT सेक्टरमध्ये खळबळ: मूल्यांकनाचे गणित बिघडले

गेल्या आठवड्यात भारतीय IT क्षेत्रात मोठी उलथापालथ झाली, जिथे Nifty IT निर्देशांक तब्बल 8% पेक्षा जास्त घसरला. गेल्या वर्षभरातील ही सर्वात मोठी साप्ताहिक घसरण आहे. आर्टिफिशियल इंटेलिजन्स (AI) मुळे कंपन्यांचे काम स्वयंचलित (Automate) होईल आणि महसुलावर परिणाम होईल, या भीतीने गुंतवणूकदार चिंतेत आहेत. आयसीआयसीआय प्रुडेन्शियल एएमसीचे सीआयओ आनंद शाह यांच्या मते, ही केवळ तात्काळ नफ्याची समस्या नसून, IT कंपन्यांच्या मूल्यांकनाचा (Valuation) फेरविचार करण्याची वेळ आली आहे. शाह यांची फर्म अनेक वर्षांपासून IT क्षेत्राकडे 'अंडरवेट' (underweight) दृष्टीकोनातून पाहत आहे. AI मुळे कमी प्रतीची कामे स्वयंचलित होऊ शकतात, ज्यामुळे खर्चात कपात होऊ शकते, पण त्याच वेळी नवीन मागणी आणि नवीन उपयोग (Use Cases) निर्माण होण्याचीही शक्यता आहे. या दुहेरी परिणामामुळे गुंतवणूकदार गोंधळलेले आहेत. सध्या Nifty IT निर्देशांकाचा पी/ई रेशो (P/E Ratio) अंदाजे 23.2 च्या आसपास आहे, जो काही विश्लेषकांच्या मते वाजवी असला तरी, अलीकडील घसरणीमुळे कंपन्यांचे मूल्यांकन कमी होत आहे. IT क्षेत्रातील ही घसरण जागतिक पातळीवरही दिसून येत असून, अमेरिकेतील टेक स्टॉक्समध्येही AI चिंतेमुळे घसरण झाली आहे.

IT पलीकडे: संधींचा शोध

IT क्षेत्रातील अस्थिरता पाहता, आनंद शाह यांचे म्हणणे आहे की 2026 हे वर्ष अचानक आलेल्या तेजीऐवजी हळूहळू होणाऱ्या आर्थिक सुधारणेचे असेल, ज्यामुळे योग्य स्टॉक निवडणे महत्त्वाचे ठरेल. भारताचा जीडीपी विकास दर 2025-26 मध्ये 6.5% ते 7.7% आणि 2026 मध्ये सुमारे 6.9% राहण्याचा अंदाज आहे. या अनुकूल आर्थिक वातावरणात, धातू (Metals) आणि मौल्यवान धातू (Precious Metals) सारख्या क्षेत्रांमध्ये चांगल्या संधी दिसत आहेत. धातू क्षेत्रात, विशेषतः फेरस (Ferrous) स्टॉक्समध्ये आणखी तेजी अपेक्षित आहे. जागतिक स्तरावरील सकारात्मक परिस्थिती आणि देशांतर्गत मागणीमुळे भारतीय धातू आणि खाण क्षेत्राला 2026 मध्ये चांगला पाठिंबा मिळेल. सोन्या आणि चांदीमध्येही गुंतवणूकदारांची आवड टिकून राहण्याची शक्यता आहे, कारण जागतिक रिफ्लेशनरी ट्रेंड्स (महागाई वाढण्याचे संकेत), वाढते सरकारी कर्ज आणि कमी व्याजदर लोकांना पारंपारिक गुंतवणुकीपेक्षा वेगळ्या पर्यायांकडे वळवत आहेत. 2026 मध्ये सोन्याचे सरासरी भाव $4,500-$4,700 प्रति औंस राहण्याचा अंदाज आहे, तर चांदी $65 च्या पुढे जाण्याची शक्यता आहे.

AI चा दुधारी तलवारीसारखा धोका

सध्याच्या AI-चालित विक्रीमुळे भारतीय IT क्षेत्रातील काही संरचनात्मक कमकुवतपणा उघड झाला आहे. AI उत्पादकता वाढवेल, पण त्याच वेळी मनुष्यबळ-केंद्रित आणि ताशी बिलिंग मॉडेलवर आधारित या उद्योगाला मोठा धोका निर्माण करत आहे. ERP अंमलबजावणी आणि जुन्या सिस्टीम देखभाल यांसारखे पारंपारिक महसुलाचे स्रोत स्वयंचलित होण्यास सुरुवात झाली आहे, ज्यामुळे किमतींवर दबाव येऊ शकतो. ऍप्लिकेशन सर्व्हिसेस, जे अनेक भारतीय IT कंपन्यांसाठी महसुलाचा मोठा भाग आहेत, ते AI मुळे विशेषतः धोक्यात आहेत. उदाहरणार्थ, HCLTech ने AI मुळे कार्यक्षमतेत वाढ आणि खर्च कपात होण्याच्या शक्यतेमुळे आपल्या मार्जिन मार्गदर्शनात (Margin Guidance) कपात केली आहे. भारतीय IT कंपन्यांकडे मोठा टॅलेंट पूल असला तरी, AI आणि ऍडव्हान्स ऍनालिटिक्समध्ये (Advanced Analytics) कुशल कर्मचाऱ्यांची संख्या कमी आहे, ज्यामुळे मोठ्या प्रमाणावर पुनर्प्रशिक्षण (Reskilling) आवश्यक आहे. जागतिक टेक कंपन्या 2026 मध्ये AI पायाभूत सुविधांवर 650 अब्ज डॉलर्स खर्च करत आहेत, यावरून या स्पर्धेची व्याप्ती समजते. नासकॉम (Nasscom) सारख्या संघटनांचे म्हणणे आहे की AI भारतीय IT सेवांना पर्याय म्हणून नव्हे, तर पूरक म्हणून काम करेल, परंतु धोक्याची शक्यता कायम आहे.

भविष्यातील वाटचाल: AI सोबत जुळवून घेणे

भारतीय IT कंपन्यांचे भविष्य AI ला त्यांच्या सेवा आणि व्यवसाय मॉडेलमध्ये प्रभावीपणे समाकलित करण्यावर अवलंबून असेल. काही विश्लेषकांना AI मुळे कार्यक्षमतेत वाढ होऊन मार्जिन सुधारण्याची अपेक्षा आहे, तर काही जणांना ते महसुलासाठी मोठा धोका वाटतो. TCS आणि Infosys सारख्या प्रमुख IT शेअर्ससाठी सध्याचे टार्गेट प्राईस (Target Price) मर्यादित वाढ दर्शवतात. JPMorgan च्या विश्लेषणानुसार, सध्याचे स्टॉकचे दर हे अत्यंत कमी टर्मिनल ग्रोथ रेट्स (Terminal Growth Rates) दर्शवतात, याचा अर्थ गुंतवणूकदार मोठ्या सुरक्षा प्रीमियमची (Safety Premium) मागणी करत आहेत. मार्केट सध्या 'Show Me the Money' मोडमध्ये आहे, जिथे कंपन्या AI ची क्षमता प्रत्यक्ष आर्थिक फायद्यात कशी रूपांतरित करतील हे पाहण्याची तीव्र उत्सुकता आहे. Outsourcing कडून प्रॉडक्ट-आधारित नवोपक्रमाकडे (Product-led Innovation) आणि परिणाम-आधारित मॉडेल्सकडे (Outcome-based Models) संक्रमण करणे हे या क्षेत्रापुढील एक मोठे आव्हान असेल.