India IT Services研报解读

概览

报告汇总了IT服务供应商、咨询顾问、企业客户、GCC、技术管理者及私募股权参与者的交流。高盛认为，企业支出重新配置及AI相关生产率压力令印度IT服务短期需求疲弱，而未来AI服务收入的规模与兑现时间仍不清晰。

核心观点

核心的短期结论是，尽管整体企业技术支出保持韧性，印度IT服务的可选需求仍然疲弱。与会者指出，企业技术预算年增速约为5%，快于企业基础收入3-3.5%的增速。然而，这些支出正被重新导向：传统IT项目节省下来的资金被用于较新的增长领域，并未直接转化为传统服务收入。LTM称其可选需求出现有限恢复，但并不广泛，并将谨慎情绪归因于宏观波动以及企业更关注技术支出的投资资本回报率。 AI正在为IT服务供应商带来通缩式转型。客户正获得生产率收益，减少了既有工作对应的收入；与会者预计，随着合同重新定价，这一压力还可能持续数年。McKinsey估计，数据与AI技术预算增量中约30%是真正新增，70%则来自既有支出的重新配置。受影响的传统领域包括应用开发与维护，其生产率收益估计为30%；BPO为24%；基础设施维护为18%。因此，报告预计“建设”支出将以“运行”支出为代价上升，而传统合同总价值和合同期限可能在更高的生产率预期及竞争性折扣下下降。 中期机会可能相当可观，但仍难以量化。LTM估计，US$1.3 trillion服务市场中约US$300 billion可能面临逆风，但其认为这可被US$600 billion的新增可服务市场机会抵消。管理层提出业务AI、工业AI和创意AI三类潜在工作流。报告强调，许多企业应用场景并不需要前沿模型：供应商可定制领域和职能专用的小语言模型，尤其适用于客户需要控制成本、安全、治理或保护专有业务背景的情况。McKinsey提到的潜在收入池包括传统现代化、AI数据、流程AI、AI工程、实体工程、AI安全与数字信任，以及数据本体、模型选择与优化、token优化、智能体监控与护栏、以及作为服务的互操作性标准等新领域。 不过，采用证据显示企业仍处于渐进转型，而非快速实现广泛回报。McKinsey称，88%的受访组织已在至少一项重要职能中使用AI，高于2023年的55%，但仅6%报告显著ROI影响，而一年前为5%。Infosys同样观察到，AI大幅压缩开发周期——过去需6-8个月的工作如今可在数天内完成——但表示企业必须先完成大量数据准备工作，才能具备AI就绪条件。个人生产率收益已经可见，但实现全企业整合结果仍然困难。企业仍在测试哪些方案有效，可能在中长期回报更清晰后才成为快速跟随者。 报告对供应商差异化呈现出喜忧参半的观点。一些服务公司和企业客户认为，长期客户关系和积累的企业业务背景仍是重要护城河。Infosys认为，这种背景需要持续的组织学习闭环，并强调其Topaz平台及客户数据主权功能是差异化优势。其他与会者则认为，大语言模型让构建业务背景变得更容易，从而削弱了这一优势。新交易与续约的竞争都很激烈：新进入者可能提供较大折扣以促成试用，企业也可按既有合同价格、竞争对手报价和内部工程成本估算来比较合同。大型供应商在关键系统知识、治理、信任和扩展能力方面仍具重要性，但被认为已不如过去不可替代。 GCC扩张是外包服务供应商面临的另一项压力及不确定性来源。GCC增长快于服务公司，持续增加员工并将更多工作转至内部。LSEG表示，其全球员工约三分之一、即约9,000人位于印度，管理层强调印度的选址优势如今同时来自技能和成本。Embassy REIT称，GCC占其约40家租户收入的约70%，而IT服务公司收入占比不足10%，低于COVID前约25%的水平。不过，与会者也指出，GCC会随技术和经济周期变动；当前内包趋势可能是周期性而非永久结构性趋势，未来GCC周期反转可能令服务供应商受益。 公司交流显示，AI生产率收益及价值分配并不均衡。LSEG已在客户运营中构建SLM，约70%的客户询问无需人工接触即可解决；自动化带来的节省被再投资，内容覆盖范围增长40-50%。Meesho称其聊天客服已完全自动化，语音客服自动化比例为30-40%，使用其Vaani语音购物助手的新用户订单转化率比其他新用户高22%。Fractal认为企业AI采用缓慢，并相信可通过数据科学能力、领域专用模型及企业知识层捕捉价值；其指出，一家典型的Fortune 500公司可能拥有约3,000项SaaS订阅。高盛维持Infosys、LTM和Fractal Analytics的Neutral评级，反映近期需求与技术颠覆的不确定性，以及更长期AI机会的并存。

分析框架

高盛综合其印度IT/GCC/科技巡回活动中服务供应商、咨询顾问、企业和GCC的观点，比较需求、支出配置、AI采用、定价和外包趋势，随后对Infosys、LTM和Fractal Analytics采用公司特定的估值方法。

方法论与常识提炼

• 行业/产业分析框架供需框架

  企业技术支出和IT服务需求分析

  报告将整体技术预算增长与外包IT服务的疲弱可选支出区分开来，说明即使总体支出增长，预算转向AI和新项目也可能减少传统供应商收入。

• 行业/产业分析框架产业链上中下游传导

  从企业到IT服务供应商的AI生产率收益传导

  报告追踪AI生产率收益和客户合同重新定价如何降低传统服务的定价和收入，同时可能创造新的AI实施与定制服务需求。

• 估值方法PE/PEG 估值

  Infosys、LTM及Fractal Analytics部分目标价的目标市盈率估值

  高盛将目标市盈率应用于预测EPS：Infosys为14x，LTM为17x，Fractal Analytics的估值中包含32x市盈率部分。

• 估值方法DCF 现金流折现

  Fractal Analytics的DCF估值

  Fractal Analytics的目标价中50%基于DCF，采用12.5% WACC和4%终值增长率，并与市盈率估值各占一半。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Infosys Ltd. (INFY.BO / INFY)

  受覆盖的IT服务供应商，面临疲弱需求、AI生产率收益及潜在企业AI实施需求的影响。

  优势

  管理层称，长期积累的企业业务背景、Topaz平台及客户数据主权是其差异化优势。

  劣势

  需求仍然疲弱，且实现企业范围AI成果仍具难度。

  对比

  高盛采用14x目标市盈率，称其与过去15年行业市盈率低谷一致。

  风险

  上行：宏观环境更快改善、可选支出恢复或利润率扩张。下行：可选支出恢复较慢、技术颠覆或利润率压力。

• LTM Ltd. (LTIM.BO)

  受覆盖的IT服务供应商，其可选需求有所恢复但并不广泛。

  优势

  管理层识别出业务AI、工业AI和创意AI机会，并已集中管理超过US$50 million的交易。

  劣势

  收入仍受生产率收益传导及企业决策波动影响。

  对比

  高盛采用17x目标市盈率，称其为过去15年行业市盈率低谷加20%溢价。

  风险

  上行：美国宏观环境更快改善、可选交易恢复或利润率扩张。下行：可选支出放缓延长、GenAI收入逆风进一步加剧或利润率压力。

• Fractal Analytics (FRAL.BO)

  受覆盖的分析和AI服务公司，其定位较传统IT服务更上游。

  优势

  管理层称其拥有数据科学能力、领域专用模型和企业知识层机会。

  劣势

  企业AI采用缓慢且渐进，当前大部分AI增量价值仍由芯片制造商获取。

  对比

  其Rs810目标价由50%的DCF和50%的32x市盈率估值构成。

  风险

  客户集中度、技术变化、宏观结果、软件组合爬坡、汇率波动，以及资本配置或M&A。

• London Stock Exchange Group (LSEG.L)

  作为企业客户和GCC案例，展示内部技术扩张及AI自动化。

  优势

  其印度团队已自动化客户运营，并将节省资金再投资于扩大内容覆盖。

  劣势

  管理层预计服务供应商仍然重要，但随着工作转入内部，其重要性将低于以往。

  对比

  印度员工约占LSEG全球员工的三分之一，约为9,000人。

关键数据

• 整体技术支出增速c.5% annually据McKinsey，该增速高于企业3-3.5%的基础收入增速。
• 数据与AI预算增量构成30% net new; 70% repurposed from existing spendMcKinsey对AI支出资金来源的估计。
• AI采用和显著ROI88% adoption; 6% substantial ROI impact在至少一项重要职能中使用AI的组织比例从2023年的55%升至该水平；一年前显著ROI影响比例为5%。
• LTM的AI相关可服务市场US$600 billionLTM认为，该机会可超过US$1.3 trillion服务行业中约US$300 billion面临的逆风。
• LSEG客户询问自动化比例c.70%通过SLM在无需人工接触的情况下解决的客户询问占比。
• Meesho Vaani转化率22% higher使用语音购物助手的新用户订单转化率高于其他新用户。

影响与含义

报告认为，印度IT服务供应商正面临艰难转型：在新的AI服务收入变得实质性之前，AI可能先压低定价和传统工作收入。具备企业业务背景、数据能力、治理专长和可扩展交付能力的公司可能参与新兴AI工作，但客户采用速度、合同重新定价和GCC内包将决定最终结果。

风险

• 可选IT支出复苏慢于预期，可能延长IT服务供应商的需求疲弱期。
• AI驱动的技术变化可能带来进一步收入逆风，或重塑供应商的竞争地位。
• 持续的定价压力、折扣和合同重新定价可能压低利润率及传统工作价值。
• 对于Fractal Analytics，客户集中度、汇率变动、软件组合执行以及资本配置或M&A均为报告列示的风险。

后续跟踪

• 可选IT需求是否会从零星改善扩展为更广泛的复苏。
• 客户重新定价合同并将AI生产率收益传导给供应商的速度。
• 企业AI采用是否会在当前有限的显著ROI证据之外产生更广泛的可衡量回报。
• GCC内包增长与持续需要外包供应商的系统知识及扩展能力之间的平衡。
• 新的AI实施、数据和领域专用模型工作能否抵消传统IT服务支出的下降。