Nifty IT Share: AI मुळे IT कंपन्यांचे 'अच्छे दिन' संपले? शेअर बाजारात घसरण

TECHNOLOGY
Whalesbook Logo
AuthorSiddharth Joshi|Published at:
Nifty IT Share: AI मुळे IT कंपन्यांचे 'अच्छे दिन' संपले? शेअर बाजारात घसरण
Overview

Nifty IT इंडेक्स घसरणीच्या गर्तेत सापडला आहे. आर्टिफिशियल इंटेलिजन्स (AI) मुळे पारंपरिक IT सेवा पुरवठादारांच्या मॉडेलवर प्रश्नचिन्ह निर्माण झाले आहे. यामुळे TCS आणि Wipro सारख्या कंपन्यांच्या व्हॅल्युएशनमध्ये मोठी घसरण अपेक्षित आहे. गुंतवणूकदार आता जुन्या आउटसोर्सिंग मॉडेलऐवजी AI जनरेटेड ऑटोमेशनला अधिक महत्त्व देत आहेत.

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

व्हॅल्युएशनवर AI चा मोठा आघात

सध्या भारतीय IT कंपन्यांच्या शेअर्समध्ये जी घसरण सुरू आहे, ती केवळ बाजारातील तात्पुरत्या समस्येमुळे नाही, तर ही एक संरचनात्मक (structural) समस्या आहे. Nasdaq 100 मधील घसरणीचा परिणाम Nifty IT इंडेक्सवर झाला असला तरी, यामागे कंपन्यांचे मार्जिन टिकवून ठेवण्याबद्दलची चिंता आहे. गुंतवणूकदार आता केवळ खर्चाच्या चक्रांवर लक्ष देत नाहीत, तर पारंपरिक लेबर-आर्बिट्रेज मॉडेलला आव्हान देत आहेत. क्लायंट्स त्यांचे IT बजेट्स स्वतःच्या AI इन्फ्रास्ट्रक्चरमध्ये वळवत असल्याने, मोठ्या कंपन्यांना पूर्वी मिळणारे प्रीमियम व्हॅल्युएशन आता कमी होत आहे.

AI मुळे बजेटचे गणित बिघडले

नवीन डील्स मिळत असल्या तरी, त्यांच्या स्वरूपाबद्दल चिंता वाढली आहे. आकडेवारीनुसार, महसुलाचे प्रमाण स्थिर असले तरी, कंपन्यांचे उत्पन्न हे आता कमी मार्जिन असलेल्या ऑटोमेशन इम्प्लिमेंटेशनमधून येत आहे, पूर्वीच्या जास्त नफा देणाऱ्या लेगसी ऍप्लिकेशन मॅनेजमेंटमधून नाही. Infosys सारख्या कंपन्यांनीही या बदलाची कबुली दिली आहे. आर्टिफिशियल इंटेलिजन्सकडे होणारे हे संक्रमण केवळ तंत्रज्ञानातील सुधारणा नाही, तर कंपन्यांच्या किंमत ठरवण्याच्या क्षमतेवरही परिणाम करणारे ठरत आहे. क्लाउड मायग्रेशनच्या आधीच्या चक्रांमध्ये जिथे मोठ्या प्रमाणाला फायदा होत होता, तिथे आता AI ट्रान्झिशनमध्ये कमी मनुष्यबळ असलेल्या आणि तात्काळ कार्यक्षमतेत वाढ दाखवणाऱ्या कंपन्यांना फायदा होत आहे.

स्ट्रक्चरल कमजोरी आणि भविष्यातील धोके

IT क्षेत्रातील संरचनात्मक कमजोरी स्पष्टपणे दिसून येते, विशेषतः जेव्हा आपण मोठ्या कंपन्यांची तुलना मध्यम आकाराच्या (mid-cap) कंपन्यांशी करतो. मोठ्या कंपन्यांकडे प्रचंड मनुष्यबळ आणि निश्चित खर्च (fixed costs) असल्याने त्यांना AI-फर्स्ट मॉडेलमध्ये वेगाने बदल करणे कठीण जात आहे. Persistent Systems आणि Coforge सारख्या कंपन्यांनी प्रॉडक्ट इंजिनिअरिंग लाइफसायकलच्या जवळ काम करून चांगली कामगिरी केली आहे. या कंपन्यांना सध्या मोठ्या एंटरप्राइझ-व्यापी आउटसोर्सिंग कंपन्यांपेक्षा जास्त महसूल मिळण्याची शक्यता आहे. याव्यतिरिक्त, या कंपन्या अमेरिकेतील क्लायंट खर्चावर अवलंबून असल्याने, फेडरल रिझर्व्हची महागाई नियंत्रणात आणण्याची भूमिका त्यांच्या क्लायंट्ससाठी कर्जाचा खर्च वाढवत आहे. यामुळे सॉफ्टवेअर सेवा करारांचे अधिक कठोर मूल्यांकन केले जात आहे. Accenture सारख्या जागतिक कंपन्यांचे नुकतेच झालेले डाउनग्रेड्स हे या क्षेत्राच्या भविष्यातील कमाईच्या अंदाजानुसार आत्मविश्वास कमी झाल्याचे संकेत देत आहेत.

पुढील वाटचाल आणि क्षेत्रातील बदल

बाजार आता अशा टप्प्यात प्रवेश करत आहे जिथे भूतकाळातील कामगिरी पुढील आर्थिक वर्षासाठी कमी उपयुक्त ठरू शकते. मूल्यांकन (Valuation) अनेक वर्षांतील नीचांकी पातळीवर आले असले तरी, संस्थात्मक गुंतवणूकदार (institutional capital) या क्षेत्रातून बाहेर पडताना दिसत आहेत. जोपर्यंत मार्जिन स्थिर असल्याचे सिद्ध होत नाही, तोपर्यंत अस्थिरता कायम राहण्याची शक्यता आहे. मोठ्या कंपन्यांसाठी अस्थिरता अपेक्षित आहे, तर संस्थात्मक लक्ष त्या कंपन्यांवर केंद्रित होईल ज्या महसूल बदलण्याऐवजी AI-आधारित मार्जिन वाढ सिद्ध करू शकतील.

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.