AI चा दबाव आणि निकालांमधील घट
MPS Ltd च्या नवीनतम तिमाही निकालांनुसार, कंपनीमध्ये एक महत्त्वाचा बदल घडताना दिसत आहे. Q3 FY2026 मध्ये कंपनीच्या महसुलात 2.1% घट होऊन तो ₹182.5 कोटी झाला, तर निव्वळ नफ्यात 12.8% घट होऊन तो ₹35.5 कोटी नोंदवला गेला. व्यवस्थापनाने याला 'धोरणात्मक बदल' म्हटले आहे, व्यवसाय मंदावलेला नाही. AI आणि इतर तांत्रिक प्रगतीमुळे माहिती सेवा बाजारपेठ बदलत आहे. MPS Ltd ला हे बदल आत्मसात करताना स्पष्ट प्रगती दाखवण्याचे आव्हान आहे.
यातील मुख्य फटका अमेरिकन जर्नल एक्सपर्ट्स (AJE) व्यवसायाला बसला आहे, जो संशोधन सेवा विभागाचा (Research Solutions) भाग आहे. AJE, जे वैयक्तिक संशोधकांना सेवा देते, ते AI टूल्सच्या दबावाखाली आहे. AJE वगळता, मुख्य संशोधन सेवा विभागाने तिमाहीत 6.5% वाढ दर्शवली, तर शिक्षण सेवा विभागाने (Education Solutions) 11.3% वाढ मिळवली. कॉर्पोरेट लर्निंग विभाग (Corporate Learning) पुनर्रचनेतून जात आहे, जिथे कमी मार्जिनच्या जुन्या प्रकल्पांऐवजी AI-आधारित उच्च-मूल्याच्या सेवांकडे वाटचाल करत असल्याने महसुलात 24% पेक्षा जास्त घट झाली आहे. या मिश्र निकालांनंतरही, MPS Ltd चा ताळेबंद (balance sheet) मजबूत असून, डिसेंबर 2025 पर्यंत ₹143 कोटी रोख राखीव निधीसह कर्ज नगण्य आहे. शेअर बाजारात ₹1,657.70 च्या आसपास व्यवहार करत आहे, ज्याचा P/E सुमारे 16.35 आहे, जो त्याच्या 5 वर्षांच्या सरासरी 20 पेक्षा कमी आहे. ही मूल्यांकन कंपनीच्या संक्रमणाबद्दल बाजारातील अनिश्चितता दर्शवते.
Unbound Medicine चे अधिग्रहण आणि प्लॅटफॉर्म धोरण
या धोरणात्मक बदलांचा एक महत्त्वाचा भाग म्हणून, MPS Ltd ने जानेवारी 2026 मध्ये $16.5 दशलक्ष मध्ये Unbound Medicine चे अधिग्रहण केले. या अधिग्रहणामुळे कंपनी प्लॅटफॉर्म-आधारित, पुनरावृत्ती होणाऱ्या उत्पन्नाच्या (recurring revenue) मॉडेलकडे वाटचाल करत आहे.
Unbound Medicine ही अमेरिकेतील एक आरोग्य तंत्रज्ञान (health tech) कंपनी आहे, जी संस्थांसाठी AI क्लिनिकल डिसिजन सपोर्ट (clinical decision support) आणि वैद्यकीय संदर्भ साधने (medical reference tools) पुरवते. हे आरोग्य सेवा IT सेवा क्षेत्राला लक्ष्य करते, जे 2026 मध्ये USD 96.4 अब्ज पर्यंत पोहोचण्याची शक्यता आहे. Unbound चे EBITDA मार्जिन 14% आहे, जे MPS FY2027 पर्यंत समन्वयाच्या (synergies) माध्यमातून 30% पर्यंत वाढवण्याचे ध्येय ठेवत आहे. हे अधिग्रहण MPS च्या महसुलात विविधता आणते, सबस्क्रिप्शन मॉडेल सादर करते आणि त्यांच्या डिजिटल सामग्री व प्लॅटफॉर्म अभियांत्रिकीला पूरक ठरते. एकूण एडटेक (EdTech) बाजारात AI चा वापर वेगाने वाढत आहे, जिथे 92% विद्यापीठातील विद्यार्थी AI टूल्सचा वापर करत आहेत, ज्यामुळे प्रगत शैक्षणिक तंत्रज्ञानाची मागणी वाढत आहे. RELX (P/E ~23.7-24.1) आणि Pearson (P/E ~21.2-21.5) सारखे प्रतिस्पर्धी जास्त P/E वर व्यवहार करतात, जे सूचित करते की MPS चे सध्याचे मूल्यांकन त्याच्या गुणवत्तेला पूर्णपणे दर्शवत नाही, तर बाजाराला स्पष्ट कमाईची दृश्यमानता (earnings visibility) हवी आहे.
आव्हाने आणि अंमलबजावणीतील धोके
MPS Ltd कडे मजबूत ताळेबंद आणि उच्च परतावा गुणोत्तर (ROE >30%, ROCE >40%) असले तरी, धोरणात्मक बदलादरम्यान अंमलबजावणीतील धोके (execution risks) कायम आहेत. AJE विभागावरील अवलंबित्व, जो थेट AI मुळे धोक्यात आहे, हे एक आव्हान आहे. तसेच, कॉर्पोरेट लर्निंगमधील 'रिसेट' सध्या आर्थिक कामगिरीवर परिणाम करत आहे. प्लॅटफॉर्म मॉडेल आणि आरोग्य ज्ञान प्रणाली यांसारख्या नवीन क्षेत्रांमध्ये बदल करणे, जरी संरचनात्मकदृष्ट्या चांगले असले तरी, भविष्यातील कमाईचे मॉडेलिंग अधिक जटिल बनवते. Unbound चे अधिग्रहण धोरणात्मकदृष्ट्या योग्य असले तरी, यात एकत्रीकरणाचे धोके (integration risks) आहेत आणि मार्जिन वाढवण्यासाठी अधिग्रहणाची किंमत योग्य ठरवणे आवश्यक आहे. प्रवर्तकांकडे 68% शेअर्स असल्याने, मूल्यांकनातील वाढ ही सातत्यपूर्ण वितरण आणि स्पष्ट भविष्यावर अवलंबून असेल. व्यवस्थापनाचा मागील ट्रॅक रेकॉर्ड (track record) पाहता, AJE सारख्या कमी EBITDA मार्जिन असलेल्या कंपन्यांच्या अधिग्रहणांमुळे एकत्रीकरणात गुंतागुंत होण्याची शक्यता दिसून येते.
व्यवस्थापनाचा दृष्टिकोन
व्यवस्थापनाच्या मते, FY2026 मध्ये प्रति शेअर कमाई (EPS) ₹100 पेक्षा जास्त अपेक्षित आहे. FY2027 मध्ये एक निर्णायक वळण (inflection point) अपेक्षित आहे, जिथे AJE चा प्रभाव कमी झाल्यामुळे संशोधन सेवांमध्ये स्थिरता येईल. शिक्षण सेवा विभाग दीर्घकालीन करारांमुळे दुहेरी-अंकी वाढ (double-digit growth) सुरू ठेवेल. कॉर्पोरेट लर्निंग पुनर्रचनेनंतर उच्च-मार्जिन सेवांवर लक्ष केंद्रित करून पूर्ववत होण्याची अपेक्षा आहे. Unbound Medicine आपल्या सबस्क्रिप्शन बेस आणि क्रॉस-सेलिंगद्वारे महत्त्वपूर्ण योगदान देईल. या मल्टी-इंजिन ग्रोथ मॉडेलमध्ये अधिक संधी आहेत, परंतु त्यासाठी मजबूत अंमलबजावणी आणि स्पष्ट संवाद आवश्यक आहे.
