سهام IBM در ۱۵ جولای با ۲۵.۲۱٪ سقوط مواجه شد که تقریباً ۷۰ میلیارد دلار از ارزش بازار این شرکت را از بین برد و باعث شد شاخص Nifty IT حدود ۲٪ کاهش یابد. این سقوط باعث فروش گسترده در بزرگترین صادرکنندگان فناوری اطلاعات (IT) هند شد و تردیدهای جدیدی را در مورد نحوه عملکرد این بخش، در حالی که شرکت‌های جهانی هزینه‌های خود را به سمت سخت‌افزار هوش مصنوعی (AI) تغییر می‌دهند، ایجاد کرد.

شوک IBM که باعث شروع ریزش شد

گزارش اولیه IBM از عملکرد سه ماهه دوم بسیار کمتر از انتظارات بود. درآمد ۱۷.۲ میلیارد دلار در مقابل اجماع ۱۷.۸۶ میلیارد دلاری ثبت شد، در حالی که سود تعدیل‌شده هر سهم ۲.۹۳ دلار در برابر پیش‌بینی ۳.۰۲ دلاری وال‌استریت بود. این شکاف، شدیدترین کاهش روزانه ثبت شده برای این شرکت از حداقل سال ۱۹۶۸ را رقم زد؛ سقوطی که در یک جلسه معاملاتی، نزدیک به ۷۰ میلیارد دلار از ارزش بازار آن را از بین برد.

چرا این اعداد برای بخش IT هند اهمیت دارند

مدل خدمات IT هند مدت‌هاست که بر ارائه مجوزهای نرم‌افزاری، مشاوره و قراردادهای خدمات مدیریت‌شده به شرکت‌های چندملیتی متکی بوده است. با این حال، مدیریت IBM هشدار داد که «این شرکت به اندازه کافی با بازاری که اکنون زیرساخت‌های متمرکز بر هوش مصنوعی (شامل سرورها، ذخیره‌سازی و تراشه‌های حافظه) را نسبت به مجوزهای نرم‌افزاری سنتی و قراردادهای مشاوره ترجیح می‌دهد، سازگار نشده و به سرعت حرکت نکرده است». درآمد زیرساخت خود IBM سالانه ۷٪ کاهش یافت و بخش مشاوره آن هیچ رشدی نشان نداد، که نشان می‌دهد مشتریان بزرگ سازمانی در حال بازنگری در بودجه‌های فناوری خود هستند، نه حذف آن‌ها.

برای شرکت‌های هندی، این تغییر یک تیغ دو لبه است. خریدهای سخت‌افزاری متمرکز بر هوش مصنوعی می‌تواند پروژه‌های جدید یکپارچه‌سازی و پشتیبانی را برای ارائه‌دهندگان خدماتی که می‌توانند پلتفرم‌های ابری و مراکز داده محلی (on-premise) را به هم متصل کنند، ایجاد کند. در عین حال، کندی در فروش مجوزهای نرم‌افزاری و خدمات مشاوره، جریان‌های درآمدی را که به طور سنتی محرک رشد این بخش بوده‌اند، تهدید می‌کند.

واکنش فوری بازار در هند

حتی در حالی که شاخص‌های گسترده‌تر Nifty 50 و Sensex با سودهای اندک حدود ۰.۵٪ همراه بودند، شاخص Nifty IT با عقب‌ماندگی شدیدی مواجه شد. بزرگترین بازنده این بخش Tata Consultancy Services (TCS) بود که حدود ۲٪ سقوط کرد. شرکت‌های Infosys و Wipro هر کدام بیش از ۱٪ کاهش یافتند و رسیدهای سپرده آمریکایی آن‌ها (ADRs) – نسخه‌های فهرست‌شده در ایالات متحده – به ترتیب ۴٪ و ۳٪ سقوط کردند. همتایان کوچک‌تر مانند LTIMindtree، Persistent Systems، HCLTech و Coforge نیز در طول روز در محدوده منفی معامله شدند.

این فروش گسترده نشان‌دهنده افزایش نگرانی‌ها پیش از فصل گزارش‌های سود فصلی شرکت‌های IT هند بود. سرمایه‌گذاران به دنبال نشانه‌هایی هستند تا بدانند آیا «چرخش به سمت هوش مصنوعی» که در IBM مشاهده شد، به کاهش پایدار در تقاضا برای مجوزهای نرم‌افزاری، قراردادهای نگهداری و خدمات مشاوره که همچنان بخش عمده‌ای از درآمدهای IT هند را تشکیل می‌دهند، منجر خواهد شد یا خیر.

چه کسانی سود می‌برند و چه کسانی ضرر می‌کنند

  • برندگان بالقوه – شرکت‌هایی که از قبل سبد خدمات آماده برای هوش مصنوعی ساخته‌اند یا با فروشندگان سخت‌افزار همکاری می‌کنند، ممکن است سهم فزاینده‌ای از پروژه‌های یکپارچه‌سازی را به دست آورند. شرکت‌هایی که می‌توانند خود را به عنوان متخصص در استقرار مدل‌های هوش مصنوعی، بهینه‌سازی خط لوله داده‌ها یا پشتیبانی از محاسبات لبه‌ای (edge-computing) معرفی کنند، ممکن است شاهد افزایش قراردادهای جدید باشند.
  • بازندگان بالقوه – ارائه‌دهندگان خدماتی که به شدت به نگهداری نرم‌افزارهای قدیمی، پیاده‌سازی مقیاس‌بزرگ ERP و مشاوره محض وابسته هستند، اگر بودجه‌های سازمانی همچنان هزینه‌های سرمایه‌ای برای سرورها و ذخیره‌سازی هوش مصنوعی را ترجیح دهند، فشار را احساس خواهند کرد. کاهش مداوم در آن جریان‌های سنتی، حاشیه سود را تحت فشار قرار داده و می‌تواند منجر به بازنگری در فرآیندهای فروش شود.

این بخش چه کاری می‌تواند انجام دهد

رهبران IT هند از هم‌اکنون در مورد گسترش قابلیت‌های هوش مصنوعی فعال هستند. چندین شرکت مشارکت با ارائه‌دهندگان ابری را اعلام کرده و ارائه توسعه مدل‌های هوش مصنوعی به عنوان یک خدمت را آغاز کرده‌اند. چالش اصلی این خواهد بود که این اعلامیه‌ها را به سرعت به کارهای درآمدزا تبدیل کنند تا بتوانند هرگونه کاهش در درآمدهای سنتی را جبران کنند. سرعت اجرا، ارتقای مهارت تیم‌های عملیاتی و توانایی قیمت‌گذاری رقابتی خدمات مرتبط با هوش مصنوعی تعیین خواهد کرد که آیا این بخش می‌تواند بر موج این تغییر سوار شود یا از آن عقب بماند.

نکته مقابل: هزینه‌کرد در هوش مصنوعی ممکن است بزرگتر از این ضرر باشد

برخی تحلیلگران استدلال می‌کنند که حجم کلی بودجه‌های زیرساخت هوش مصنوعی، کاهش در لایسنس‌های نرم‌افزاری را تحت‌الشعاع قرار می‌دهد، که نشان‌دهنده یک سود خالص برای شرکت‌هایی است که بتوانند سهمی از این هزینه‌های جدید را به دست آورند. این استدلال بر این فرض استوار است که پروژه‌های هوش مصنوعی نیازمند یکپارچه‌سازی گسترده، مدیریت داده و کارهای مداوم برای نگهداری مدل هستند؛ یعنی تمام خدماتی که شرکت‌های فناوری اطلاعات (IT) هند به‌طور تاریخی به‌خوبی ارائه داده‌اند. اگر این شرکت‌ها بتوانند به‌سرعت توانمندی خود را در محیط‌های مبتنی بر هوش مصنوعی اثبات کنند، این بخش می‌تواند به جای یک رکود، شاهد یک رشد خالص باشد.

آنچه باید در ادامه زیر نظر داشت

  • نتایج فصلی – گزارش‌های سود و زیان آتی از سوی TCS، Infosys، Wipro و همتایان آن‌ها مشخص خواهد کرد که آیا تغییر در بودجه‌های هوش مصنوعی از هم‌اکنون بر رشد درآمد (top-line growth) تأثیر گذاشته است یا خیر. به دنبال تغییر در ترکیب درآمد حاصل از لایسنس‌های نرم‌افزاری در مقابل درآمد خدمات باشید.
  • اعلام قراردادها – قراردادهای جدیدی که به‌طور صریح به زیرساخت هوش مصنوعی، استقرار مدل (model-deployment) یا ارتقای مراکز داده اشاره دارند، معیاری برای سنجش سرعت بازتخصیص هزینه‌ها در بازار خواهند بود.
  • تحرکات نیروی انسانی – روندهای استخدام مهندسان هوش مصنوعی، دانشمندان داده و معماران ابری در شرکت‌های IT هند نشان خواهد داد که آن‌ها با چه جدیتی خود را برای منحنی تقاضای جدید آماده می‌کنند.
  • نشانه‌های جهانی – گزارش‌های سود و زیان آتی از سوی فروشندگان بزرگ سخت‌افزار و ارائه‌دهندگان خدمات ابری، انتظارات درباره سرعت هزینه‌کرد سرمایه‌ای مرتبط با هوش مصنوعی را شکل خواهد داد.

جمع‌بندی

سقوط ۲۵ درصدی IBM، توجه‌ها را به سمت انتقال شتابان از لایسنس‌های نرم‌افزاری به سخت‌افزار هوش مصنوعی معطوف کرده است؛ گذاری که می‌تواند زیربنای درآمدی غول‌های صادرات IT هند را بازتعریف کند. شرکت‌هایی که می‌توانند هزینه‌کرد در زیرساخت هوش مصنوعی را به خدمات قابل دریافت هزینه (billable services) تبدیل کنند، ممکن است این ضربه را تعدیل کنند؛ اما شرکت‌هایی که همچنان به نرم‌افزارهای قدیمی و خدمات مشاوره سنتی وابسته هستند، با خطر توقف رشد مواجه‌اند، چرا که شرکت‌ها در حال بازنگری در بودجه‌های خود برای عصر هوش مصنوعی هستند.