研报解读

概览

Bernstein评估Capgemini能否借助AI，从以人力为主的IT服务转向由可复用资产、运营责任和结果挂钩定价驱动的更具扩展性模式。报告维持建设性观点，但将未来两到三年视为严格的验证期。

核心观点

报告的核心观点是，只有当AI改变Capgemini销售的内容时，AI才会改变其投资逻辑。传统IT服务通过人员、工时和利用率获利；AI可减少编码、测试、支持和流程执行所需的人力，从而带来可计费工作量下降和价格压力的风险。Bernstein将这与真正的Services-as-Software模式区分开来：在该模式中，软件和AI承担越来越多的工作，而Capgemini仍对可衡量的产出、交易或业务结果负责。这一转变可能降低对员工数量的依赖、创造经常性收入并改善可扩展性，但也会把更大的执行和合同定价风险转移给服务商。 Bernstein预计，业务组合改善将先于整体市场扩张。AI一方面减少传统工作中的人力需求，另一方面创造数据准备、云和应用现代化、集成、网络安全、治理、编排及持续AI运营的新需求。关键的需求弹性问题在于，新的AI相关工作能否以足够快的速度和足够好的经济性增长，以抵消传统服务中自动化带来的通缩。报告认为纯粹通缩过于悲观，立即出现全面扩张又过于乐观；其基本判断是一个艰难的过渡期，即低价值人力收入收缩，而更高价值的现代化和运营工作逐步补位。 Capgemini的业务基础既提供保护，也带来风险。Bernstein的定性框架给该公司7.39/10的可自动化程度评分和7.34/10的防御性评分。实施、托管服务和业务流程运营中的大量工作可被自动化，但长期客户关系、复杂企业环境、嵌入式运营知识和转换成本降低了被完全替代的可能性。报告提到，公司此前超过80%的客户关系持续十年以上，超过90%的业务为重复业务。因此，挑战不在于生存，而在于在客户、竞争对手和平台厂商获取生产率收益之前，将持续相关性转化为更强的经济性。 战略路径是Capgemini的“设计、构建、运行和优化”模式。设计可使Capgemini更早参与客户决策，并带动后续业务；构建环节可变现企业AI可靠运行前所需的数据、云、安全、集成和工作流变革。运行环节在经济上更具吸引力，因为它将项目延伸为经常性的运营责任；优化环节则可通过监控、编排和持续改进带来收益分享或结果挂钩的经济性。Bernstein认为，业务广度是必要条件但非充分条件：公司必须掌控客户路线图、架构、工作流、可复用IP和商业条款，才能成为AI总承包商，而非可替代的实施分包商。 报告认为，企业AI编排可能是集成商可防御的角色。模型、基础设施和企业软件分别掌控技术栈的部分环节，但碎片化的企业环境仍需要跨平台架构、治理、工作流协调和结果责任。Capgemini不必拥有模型或算力；它需要掌控足够多的编排和运营责任，以避免沦为同质化参与者。反面风险是，超大规模云厂商和企业软件厂商将更多迁移、集成、监控和智能体管理能力嵌入自有平台，使Capgemini仅保留低价值交付工作。 WNS被称为最具影响力的战略进展。它增加了业务流程知识和可由Capgemini重构为智能运营的既有业务基础，为公司从项目业务转向经常性、结果导向交付提供桥梁。不过，Bernstein估计WNS收购前收入中76%涉及人工操作，24%为订阅、交易或结果导向型收入。因此，WNS既是自动化平台，也是暴露于人力模式的业务基础。报告认为，这项收购应以有机增长、收入协同、客户留存和合同经济性变化来评估，而非仅看EPS增厚。管理层报告称2Q26已出现可见的收入协同，成本协同预计将在2H26和FY27更为明显，但Bernstein认为商业层面的证据仍不充分。 工程能力以及RAISE、Resonance等可复用资产可能强化这一战略。工程业务使Capgemini得以进入工厂、车辆、产品和供应链等复杂实体场景，在这些场景中，AI必须与工业系统和运营责任结合。Bernstein估计，2025年Capgemini直接相关的供应链收入约为€1bn，且增速快于集团。可复用资产只有在提升中标率、降低交付工作量、支持更优定价、创造经常性收入，或能在不同客户间重复部署时才有意义；否则，它们只是有用的交付工具，而非持久的经济资产。 财务验证指标十分明确。生成式AI和智能体AI在2Q26约占总订单的15%，高于4Q25的超过10%及FY24的约5%，但订单仅是领先指标。Bernstein预测毛利率将从2025年的27.0%升至2026年的27.2%和2027年的27.4%，并在2028年为27.3%；FY26经常性经营利润率预测为13.7%。报告强调，毛利率、人均收入和人均毛利润以及现金转化，比贴上AI标签的订单或重组推动的盈利更具意义。1H26有机自由现金流为€37m，低于1H25的€60m，净债务为€6.5bn。 Bernstein维持“跑赢大盘”评级和€154目标价，认为现有估值为可信的转型留有空间，而不要求完美执行。目标价从€208下调至€154，主要因为估值从纯DCF转为20% DCF和80% EV/EBIT的组合：DCF采用9.0% WACC和2.5%终值增长率，对应€189每股；10.0x FY27 EV/EBIT倍数对应€145，最终形成€154的混合目标价。10.0x倍数低于2020年以来11.2x的远期EV/EBIT均值和10.9x的中位数。Bernstein将此视为估值重置，而非长期投资逻辑的大幅弱化；结构性重估仍需要有机增长、毛利率、劳动生产率、经常性结果导向收入和现金流同步改善。

分析框架

Bernstein运用专有的颠覆框架，将各服务活动的AI可自动化程度与Capgemini客户关系和专业能力的防御性区分开来。随后，报告考察模型、基础设施、企业软件和集成领域的AI利润池，检验Capgemini的“设计—构建—运行—优化”战略，评估WNS、工程业务和可复用资产，并采用涵盖增长、定价、利润率、员工队伍、现金流和竞争指标的两到三年评分卡。

方法论与常识提炼

• 行业/产业分析框架产业链上中下游传导

  覆盖模型、基础设施、企业软件平台以及集成商/运营商的AI利润池分析。

  报告梳理企业AI技术栈中价值和定价权可能所在的位置，并评估Capgemini能否在编排和运营环节保持可防御的角色。

• 竞争与战略框架护城河/竞争优势

  可自动化程度和防御性框架。

  Bernstein根据AI自动化暴露程度，以及客户关系、专业能力和转换成本带来的保护，对Capgemini服务线进行评分，并将评分视为定性的比较指标，而非实测预测。

• 估值方法EV/EBITDA 估值

  DCF与EV/EBIT的混合估值。

  €154目标价由20% DCF和80% EV/EBIT构成，以平衡长期转型机会与当前可观察的盈利表现。

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）。

• Capgemini (CAP.FP)

  主要覆盖公司；有望受益于企业AI编排、运营和结果导向交付。

  优势

  深厚的企业客户关系、全球交付规模、复杂环境集成能力、工程能力、WNS流程专长和可复用AI资产。

  劣势

  大量劳动密集型业务仍面临自动化和定价压力；经济性已转型的证据有限。

  对比

  Bernstein认为，Accenture拥有更强的业务咨询敞口，并在主要技术生态系统中展现出更一致的领先地位。

  风险

  AI生产率可能让渡给客户，平台厂商可能吸收编排工作，重组或WNS整合也可能稀释收益。

• WNS

  Capgemini收购的战略性运营和流程服务资产。

  优势

  增加经常性运营、流程知识，以及发展AI驱动智能运营的基础。

  劣势

  其收购前收入中76%与人工操作相关。

  风险

  自动化驱动的重新定价、客户内包、收入协同进展缓慢和整合风险。

关键数据

• 评级及目标价Outperform; €154Bernstein维持该评级。
• 收盘价及隐含上行空间€101.50; 52%2026年9月10日的收盘价，以及相对于€154目标价的隐含上行空间。
• 先进AI订单占比Approximately 15% of total bookings in 2Q26高于4Q25的超过10%，也高于FY24的约5%。
• WNS收购前收入结构76% manual human input; 24% subscription, transaction or outcome-based反映转型潜力和自动化风险并存。
• 可自动化程度及防御性评分7.39/10 and 7.34/10定性、按收入加权的比较框架。
• 毛利率预测27.0% in 2025; 27.2% in 2026; 27.4% in 2027; 27.3% in 2028Bernstein估计，也是衡量AI是否改善交付经济性的基准。
• 有机自由现金流及净债务€37m in 1H26; €6.5bn net debt1H26有机自由现金流，低于1H25的€60m。
• 估值框架20% DCF and 80% EV/EBIT; 10.0x FY27 EBITDCF假设为9.0% WACC和2.5%终值增长率；目标价从€208下调至€154。

影响与含义

报告认为，Capgemini在企业AI中的战略相关性可信，但估值改善取决于商业证据：AI相关需求是否转化为更高质量的收入。要实现持久重估，AI和智能运营必须带动有机增长，同时固定价格、按交易计费和结果挂钩合同必须使生产率收益体现在毛利率和现金流中。

风险

• 与中东局势恶化相关的长期疲弱需求环境，可能使Bernstein对2026-27年收入增长的预测平均减少1个百分点。
• 生成式AI可能加快收入增长，但因增量投资而放缓利润率提升。
• 如果Capgemini在长期低迷中需要重组，重组费用可能高于Bernstein对FY26-27建模的€700m。
• WNS整合风险可能损害预期的战略和商业效益。
• 客户可能通过降价、缩小团队或合同重新定价，在Capgemini改变商业模式前获取AI生产率收益。
• 超大规模云厂商和企业软件厂商可能吸收更多架构、编排和实施价值。

后续跟踪

• AI和智能运营收入增长能否转化为更快的集团有机增长，而非仅抵消传统业务的下滑。
• 多年期运行阶段、托管服务、按交易计费和结果挂钩合同的业务占比。
• 毛利率能否在有机增长、人均收入和人均毛利润改善的同时持续提升。
• RAISE、Resonance和WNS能力能否在重大项目中重复使用，并降低交付工作量或支持更优定价。
• WNS的有机增长、收入协同、客户留存和非人力或结果导向收入占比。
• 随着重组和整合成本正常化，现金转化能否改善。
• Capgemini能否作为主要AI承包商主导客户架构和运营模式，而非仅担任实施合作伙伴。