Whalesbook
मार्जिन घटण्याची भीती
सध्या भारतीय IT कंपन्यांच्या बाजारात घट दिसून येत आहे, जी केवळ कमी मागणीमुळे नाही, तर क्षेत्राच्या दीर्घकालीन व्यवसाय मॉडेलचे (Business Model) पुनर्मूल्यांकन दर्शवते. कंपन्यांना मोठ्या प्रमाणात डील्स मिळत असल्या तरी, आर्थिक वास्तव बदलत आहे. जगभरातील कंपन्या त्यांचे डिजिटल ट्रान्सफॉर्मेशन (Digital Transformation) बजेट स्वतःच्या AI इन्फ्रास्ट्रक्चर (AI Infrastructure) उभारणीकडे आणि कस्टम AI मॉडेल्स (Custom AI Models) विकसित करण्याकडे वळवत आहेत.
यामुळे ॲप्लिकेशन मेंटेनन्स (Application Maintenance) आणि लेगसी सिस्टम सपोर्ट (Legacy System Support) सारख्या पारंपरिक महसुलाच्या स्रोतांवर थेट परिणाम होत आहे, ज्यामुळे या भागांमध्ये मोठी बजेट कपात होत आहे. स्पर्धेत टिकून राहण्यासाठी, IT कंपन्यांना AI कार्यक्षमतेमुळे होणारी खर्च बचत ग्राहकांपर्यंत पोहोचवावी लागत आहे. यामुळे ऑपरेटिंग मार्जिनवर (Operating Margins) दबाव येत आहे, जे पूर्वीच्या क्लाउड मायग्रेशनच्या (Cloud Migration) लाटेदरम्यान दिसून आले नव्हते.
शेअर व्हॅल्यूएशनसमोर वास्तव
AI बूमचा फायदा मिळवणाऱ्या इतर टेक्नॉलॉजी क्षेत्रांच्या तुलनेत, भारतीय IT कंपन्या तंत्रज्ञान मूल्य साखळीतील (Technology Value Chain) सेवांवर अधिक केंद्रित आहेत. TCS आणि Infosys सारख्या आघाडीच्या कंपन्यांचे व्हॅल्यूएशन (Valuation) कमी होत आहे, जे बाजाराला त्यांच्या पूर्वीच्या वाढीच्या दरांना टिकवून ठेवण्याच्या क्षमतेवर शंका असल्याचे सूचित करते. या भारतीय कंपन्यांनी भूतकाळात क्लाउड आणि SaaS कडे होणारे बदल यशस्वीपणे स्वीकारले असले तरी, सध्याची परिस्थिती वेगळी आहे. AI अशा कामांचे ऑटोमेशन (Automation) करत आहे, जे पूर्वी बिल करण्यायोग्य तासांद्वारे (Billable Hours) चालत होते.
Persistent Systems आणि Coforge सारख्या विशेषीकृत मिड-कॅप (Mid-cap) कंपन्यांच्या व्हॅल्यूएशनवरही या क्षेत्रातील ट्रेंडचा परिणाम होत आहे, कारण बाजारपेठ हळू गतीने होणाऱ्या कमाईच्या वाढीची अपेक्षा करत आहे.
AI इंटिग्रेशनचे धोके
जवळच्या भविष्यात, 'AI संधी' रोख प्रवाहासाठी (Cash Flow) एक आव्हान निर्माण करते. 2010 च्या दशकाच्या उत्तरार्धात पाहिलेल्या जलद वाढीच्या विपरीत, AI लागू करण्यासाठी प्रतिभा (Talent) आणि तंत्रज्ञानामध्ये (Technology) भरीव प्रारंभिक गुंतवणूकीची आवश्यकता आहे. सुरुवातीला मिळणारा महसूल अनेकदा पायलट टेस्टिंग (Pilot Testing) टप्प्यांमुळे मर्यादित असतो. याव्यतिरिक्त, कंपनी व्यवस्थापन अहवाल देते की ग्राहक खर्च कमी करण्यासाठी AI वापरण्यावर अधिक जोर देत आहेत. यामुळे अशी परिस्थिती निर्माण होते जिथे महसूल वाढ ग्राहकांच्या बजेटमुळे मर्यादित राहते, तर IT कंपन्यांचा परिचालन खर्च जास्त राहतो.
मोठ्या करारांचे प्रत्यक्ष महसुलात रूपांतर होण्यास कोणताही विलंब झाल्यास, अधिक नफा चेतावणी (Profit Warnings) येऊ शकतात, कारण सध्याच्या शेअर किमती वाढीच्या अपेक्षांवर आधारित आहेत, ज्या सध्याच्या आर्थिक वातावरणात टिकून राहतीलच असे नाही.
पुढे काय?
पुनर्प्राप्तीसाठी, या IT कंपन्यांना श्रम खर्चावरील (Labor Costs) स्पर्धेवरून उच्च-मूल्याच्या बौद्धिक संपदा (Intellectual Property) आणि डेटा व्यवस्थापन सेवा (Data Management Services) विकसित करण्याकडे लक्ष केंद्रित करावे लागेल. विश्लेषक (Analysts) अनुकूलनक्षमतेचा (Adaptability) उल्लेख करत असले तरी, प्रगत AI उपायांमधून महसूल निर्माण करण्याच्या धीम्या प्रक्रियेमुळे आगामी वर्षांसाठी त्वरित आर्थिक दृष्टिकोन बाधित झाला आहे. स्थिरतेचा शोध घेणाऱ्या गुंतवणूकदारांना मजबूत आर्थिक पाठबळ असलेल्या मोठ्या कंपन्यांना प्राधान्य दिले जाऊ शकते. तथापि, या बाजार चक्रात महत्त्वपूर्ण परतावा तेव्हाच येईल जेव्हा कंपन्या त्यांचे मालकीचे AI प्लॅटफॉर्म (Proprietary AI Platforms) अधिक किंमतीला विकू शकतील, ज्यामुळे त्यांचा महसूल वाढ हा अधिकाधिक सामान्य IT सेवा बाजारपेठेतून वेगळा होईल.