La révision des contrats liés à l’IA met sous pression les géants indiens des services IT

Tata Consultancy Services lie désormais environ 80 % d’un important segment de services à des résultats, alors que l’IA pousse les clients à exiger davantage de travail pour moins d’argent. Ce changement, rapporté par Reuters et relayé par Google News, va bien au-delà d’un simple ajustement tarifaire. Il remet en cause l’économie fondée sur la main-d’œuvre qui a permis à TCS, Infosys, Wipro, HCLTech et Cognizant de devenir des leaders mondiaux de l’externalisation.

Les clients ne se contentent plus de promesses selon lesquelles l’IA rendra un jour la prestation plus efficace. Ils veulent que ces gains soient inscrits dans les contrats sous forme de prix plus bas, de résultats mesurables, d’engagements plus courts ou d’économies partagées. Certains rapatrient également des activités en interne, car les outils d’IA permettent à de petites équipes internes d’exécuter des tâches auparavant confiées à des prestataires externes.

Cela crée un affrontement difficile entre acheteurs d’entreprise et fournisseurs de services. Les acheteurs veulent des économies immédiates sans accepter de nouveaux risques technologiques. Les fournisseurs doivent investir dans l’IA, préserver la qualité de service et céder une part des gains de productivité avant de savoir si l’automatisation produira des résultats constants.

Google News révèle un modèle contractuel déjà en recul

Le changement le plus important n’est pas que les entreprises indiennes de l’IT utilisent l’IA, mais que les clients contrôlent désormais la manière dont sa valeur économique est répartie.

Le modèle traditionnel d’externalisation liait souvent les revenus au nombre de salariés, aux tarifs facturés et aux heures travaillées. Un fournisseur pouvait développer un compte en ajoutant des ingénieurs, du personnel de support ou des spécialistes des processus métier. L’automatisation affaiblit désormais ce lien, car le même résultat peut nécessiter moins de personnes et moins d’heures.

Selon un rapport Reuters du 21 août, repris par MarketScreener, le PDG de TCS, K. Krithivasan, a déclaré qu’environ 80 % des contrats de l’entreprise dans les domaines de la finance, des ressources humaines et des services métier connexes reposaient sur des résultats de performance. Une personne au fait du dossier a indiqué à Reuters que cette part avait doublé depuis que l’IA est devenue courante à la fin de 2023.

La tarification axée sur les résultats lie une partie ou la totalité de la rémunération d’un fournisseur à un résultat commercial convenu. Ce résultat peut concerner la vitesse de traitement, la disponibilité des systèmes, la performance du service client, les économies opérationnelles ou un autre objectif mesurable. Le fournisseur assume donc davantage de risque d’exécution que dans le cadre d’une facturation horaire classique. Une analyse de TCS sur l’IA générative et la tarification des services d’assistance axée sur les résultats souligne de même que les contrats doivent équilibrer les incitations à la productivité, la qualité de service et des indicateurs de performance clairement définis.

TCS a décrit une approche progressive pour les projets d’IA. La direction a indiqué que l’entreprise commence certains engagements par des promesses de résultats avant de passer à des accords à prix fixe à mesure que le travail s’étend. Les contrats à prix fixe établissent un paiement pour un travail défini, quel que soit le nombre exact d’heures de travail nécessaires.

Ce modèle peut récompenser l’efficacité lorsque l’automatisation fonctionne comme prévu. Si TCS fournit un résultat défini avec moins de ressources, l’entreprise peut conserver une partie du gain de productivité. Toutefois, des estimations inexactes, des dépenses d’infrastructure imprévues ou de faibles résultats de l’IA peuvent rapidement transférer cet avantage au client.

La direction de TCS a déclaré en juillet que l’IA générait des économies de productivité d’environ 10 % à 15 % dans certains travaux. L’entreprise transférait progressivement ces bénéfices aux clients, selon une mise à jour sur les prix. Ce transfert échelonné peut atténuer l’impact immédiat sur les revenus tout en donnant à TCS le temps d’ajuster ses coûts de prestation.

D’autres entreprises testent des structures plus offensives. Reuters a rapporté qu’un accord entre Cognizant et Daimler Truck prévoyait le partage entre les entreprises des économies liées à l’IA. Aucune des parties n’a rendu publics tous les détails contractuels.

Un accord distinct de gestion du cloud entre HCLTech et le groupe allemand de services publics E.ON aurait reporté le paiement durant sa première année. Les paiements à partir de la deuxième année étaient liés à des améliorations d’efficacité et à des résultats métier précis. HCLTech et E.ON ont refusé de discuter des modalités contractuelles. Séparément, le rapport annuel intégré 2025–26 de HCLTech indique que les clients recherchent de plus en plus des modèles axés sur les résultats et cite les contrats fondés sur les résultats et la consommation dans sa stratégie de services.

Ces exemples montrent pourquoi le sujet de fond importe. La productivité issue de l’IA est passée des diapositives de présentation aux clauses qui déterminent quand les fournisseurs sont payés, combien ils reçoivent et quelle partie absorbe les échecs.

Le changement affecte aussi le travail existant. Les clients peuvent réexaminer un renouvellement et demander pourquoi un contrat de maintenance d’applications devrait coûter autant après que les assistants de codage ont réduit le travail répétitif. Même des tarifs de facturation stables offrent une protection limitée lorsque le client veut moins de salariés, moins d’heures ou un accord global plus modeste.

Des contrats plus courts ajoutent une pression supplémentaire. Ils permettent aux clients de réévaluer plus tôt leurs fournisseurs et leurs choix technologiques, ce qui limite le temps dont disposent les prestataires pour amortir leurs investissements. Les fournisseurs doivent alors dépenser plus fréquemment en ventes, transitions et appels d’offres concurrentiels.

Il en résulte une évolution structurelle du rapport de force dans les négociations. Les fournisseurs indiens apportent toujours leur connaissance des secteurs, des systèmes de prestation mondiaux et de vastes viviers de talents techniques. Pourtant, l’échelle à elle seule ne prouve plus qu’une entreprise peut fournir un résultat enrichi par l’IA plus efficacement qu’un concurrent plus petit.

Les acheteurs s’approprient d’abord le dividende de productivité

Les clients d’entreprise considèrent de plus en plus l’efficacité de l’IA comme une remise qu’ils ont déjà acquise, avant même que les fournisseurs ne repensent entièrement leur prestation.

Le PDG de Persistent Systems, Sandeep Kalra, a déclaré à Reuters que les clients demandaient le même travail à des prix inférieurs de 25 % à 30 %. Ces clients attendaient également une livraison plus rapide et une productivité accrue. Leurs exigences illustrent le conflit central des négociations actuelles.

Les clients ont un argument simple. Si l’IA peut générer du code, tester des logiciels, résumer des incidents et automatiser les tâches de support, le fournisseur devrait avoir besoin de moins d’heures facturables. Payer l’ancienne valeur du contrat permettrait au fournisseur de conserver l’intégralité du gain de productivité.

Les fournisseurs voient une équation de coûts plus complexe. Les outils d’IA requièrent des modèles, de la capacité de calcul, des systèmes de gouvernance, des contrôles de sécurité, la préparation des données, l’évaluation et une supervision humaine. Une production plus rapide ne supprime pas la nécessité de vérifier l’exactitude ni d’intégrer les résultats dans des systèmes d’entreprise plus anciens.

Les coûts des tokens comptent également. Un token est une petite unité de texte traitée par un modèle d’IA, et les fournisseurs paient généralement en fonction de l’usage. Le PDG de Wipro, Srini Pallia, a déclaré qu’un déploiement rapide pouvait augmenter ces dépenses, obligeant clients et fournisseurs à examiner le coût total de possession.

La productivité de l’IA varie aussi selon les tâches. Le codage et les tests répétitifs offrent des possibilités d’automatisation plus claires que les décisions d’architecture, le travail réglementaire ou les migrations complexes. Un acheteur qui exige une remise uniforme pour chaque activité peut surestimer les économies que la technologie permet réellement.

Néanmoins, des conditions économiques plus larges renforcent la position des clients. Les budgets technologiques des entreprises restent prudents, tandis que les projets discrétionnaires sont étroitement examinés. Les entreprises peuvent inviter plusieurs fournisseurs à soumissionner les uns contre les autres et faire des économies liées à l’IA une condition de sélection.

La maintenance d’applications est devenue un premier point de pression. Des acteurs du secteur ont indiqué à Mint que les prix de renouvellement dans cette catégorie avaient baissé d’environ 4 % à 5 % au cours de l’année précédente. Le PDG de HCLTech a estimé séparément que la déflation annuelle des revenus liée à l’IA pouvait atteindre 5 % pour le secteur.

La déflation des revenus se produit lorsque la technologie réduit ce que les clients paient pour une quantité de travail existante. Elle diffère de la perte complète d’un contrat, mais son effet financier peut s’accumuler sur des milliers de projets.

Le secteur a déjà connu des cycles favorables aux acheteurs. Pendant le ralentissement technologique de 2001 et la crise financière de 2008, les clients ont exigé des plafonds de prix, des garanties d’économies et des accords axés sur les résultats. En 2023, plus de 80 % des 1 600 accords technologiques et de processus métier suivis incluaient une forme d’économies garanties, contre environ 65 % en 2019, selon une précédente analyse de contrats de Reuters.

L’IA rend ce cycle différent parce qu’elle s’attaque à l’unité qui sous-tend une grande partie des revenus du secteur. Les précédents ralentissements réduisaient la demande tout en laissant largement intacte la relation entre travail et production. L’automatisation peut réduire durablement la main-d’œuvre nécessaire après le retour de la demande.

Cette distinction explique pourquoi les annonces de grands contrats ne donnent qu’une image incomplète. Un accord pluriannuel peut accroître le carnet de commandes déclaré tout en générant moins de revenus qu’un accord comparable autrefois. Il peut aussi comporter des pénalités, des engagements d’économies ou des paiements différés qui réduisent sa valeur économique.

Les clients développent en outre leurs capacités internes. Les outils de codage par IA permettent aux équipes technologiques d’entreprise d’effectuer davantage de travail sans augmenter les effectifs de manière proportionnelle. Les centres de capacités mondiaux, qui sont des opérations offshore détenues par les entreprises, peuvent combiner la connaissance interne de l’activité avec des talents d’ingénierie à moindre coût.

L’internalisation n’élimine pas le besoin de fournisseurs externes. Les entreprises ont toujours besoin d’aide pour intégrer des modèles, sécuriser les données, moderniser les anciens systèmes et exploiter les infrastructures. Elle modifie toutefois ce qu’elles achètent et réduit l’avantage de vendre de grandes équipes pour une prestation courante.

La pression immédiate pèse donc sur les fournisseurs qui ne peuvent pas générer de nouvelles activités plus vite que l’IA ne compresse les revenus existants. TCS affirme que de nouveaux engagements ont jusqu’ici compensé cette pression baissière. Le maintien de cet équilibre déterminera si l’IA devient un moteur de croissance ou un mécanisme de remise permanent.

Les rivaux plus petits transforment l’efficacité de l’IA en avantage d’échelle

L’IA affaiblit l’idée selon laquelle disposer des effectifs les plus importants fait automatiquement de vous le partenaire technologique le plus sûr.

Pendant des décennies, les grands fournisseurs indiens de services IT ont utilisé l’échelle à la fois comme système de prestation et comme argument commercial. De vastes effectifs leur permettaient de doter des programmes complexes, de servir des clients multinationaux et de remplacer des employés lorsque les besoins d’un projet évoluaient.

L’IA modifie ce calcul en réduisant le nombre de personnes nécessaires pour certaines tâches. Un fournisseur de taille moyenne peut utiliser l’automatisation pour préparer des prototypes, migrer du code, tester des applications et analyser des dossiers de support sans réunir une immense équipe de prestation.

Les petites entreprises peuvent aussi prendre rapidement des décisions. Le PDG de HFS Research, Phil Fersht, a déclaré à Reuters que de nombreux clients souhaitaient des projets pilotes rapides. Les entreprises de taille intermédiaire peuvent rivaliser en mobilisant rapidement des dirigeants expérimentés sur ces projets et en proposant des conditions commerciales flexibles.

Persistent Systems et Coforge illustrent la menace concurrentielle. Les deux entreprises ont enregistré au moins huit trimestres consécutifs de croissance à deux chiffres de leur chiffre d’affaires en dollars jusqu’au trimestre d’avril à juin 2026. Le chiffre d’affaires de Persistent a augmenté de 16 %, tandis que les ventes de Coforge ont progressé d’environ un tiers.

TCS, Infosys, Wipro et HCLTech ont enregistré une croissance bien plus faible, de 1 % à 3 %, sur la même période, a rapporté Reuters. Ces chiffres couvrent des entreprises aux modèles d’activité différents ; ils ne prouvent donc pas que l’IA est à l’origine de l’intégralité de l’écart. Ils montrent toutefois que la taille ne génère pas une croissance supérieure pendant cette transition.

Kalra, de Persistent, estime que le chiffre d’affaires ne définit plus à lui seul un prestataire de taille importante. Son entreprise bénéficie des deux aspects de la révision des contrats. Les clients exigent des prix plus bas, mais l’IA aide également Persistent à se positionner sur des accords qui auraient auparavant pu revenir à une entreprise plus grande.

C’est le renversement central auquel le secteur est confronté. En théorie, l’automatisation devrait favoriser les grands prestataires, car ils disposent de vastes volumes de données, d’expertise et de capacités d’investissement. Dans la pratique, elle peut supprimer l’avantage en matière d’effectifs qui les protégeait des concurrents plus petits.

Ce changement ne signifie pas que tous les challengers l’emporteront. Les grands prestataires conservent des relations approfondies dans la banque, l’assurance, l’industrie, la santé et le secteur public. Ils exploitent aussi des systèmes de sécurité, de conformité et de livraison qu’un nouvel entrant ne peut pas reproduire rapidement.

Toutefois, la position établie devient moins précieuse lorsqu’un client scinde une grande transformation en plusieurs projets plus courts. Chaque mission plus limitée crée une nouvelle ouverture concurrentielle. Elle permet aussi aux clients de comparer les résultats avant de prendre un engagement plus large.

Une exécution native de l’IA peut encore renforcer ces challengers. Un prestataire qui conçoit un flux de travail autour de l’automatisation dès le départ évite la difficulté de remanier un processus intensif en main-d’œuvre. Un acteur historique peut devoir réduire ses propres revenus avant de remporter le contrat de remplacement.

Ce problème d’autocannibalisation affecte les incitations internes. Les équipes commerciales ont l’habitude d’accroître la valeur des comptes, tandis que les responsables de la livraison planifient souvent en fonction des effectifs et du taux d’utilisation. Une proposition fondée sur l’IA qui réduit les deux peut sembler peu attrayante, même si elle protège la relation.

Les grands prestataires réagissent en développant une expertise plus proche des clients. TCS élargit son groupe d’ingénieurs déployés sur le terrain, des spécialistes qui travaillent directement avec les équipes clientes pour transformer des prototypes d’IA en systèmes opérationnels. L’entreprise recherche également des acquisitions susceptibles d’ajouter des capacités d’IA. Son effort plus large pour faire passer les clients des expérimentations à des résultats opérationnels se reflète dans les résultats de l’exercice 2026 et les annonces produits de l’entreprise, notamment une plateforme conçue pour accélérer le déploiement de l’IA dans des flux de travail concrets.

Wipro observe une demande qui dépasse le stade des expérimentations. Pallia a déclaré que les conseils d’administration et les directeurs généraux demandaient des retours sur les investissements en IA en 2026, après que de nombreuses entreprises se sont concentrées sur les preuves de concept en 2025. Il a estimé que le développement logiciel assisté par IA pourrait coûter environ 25 % moins cher grâce aux gains en programmation et en tests.

Cette opportunité ne revient pas automatiquement au moins-disant. Les clients ont besoin de prestataires capables de relier les modèles aux données, aux politiques de sécurité, aux applications d’entreprise et aux processus métier. Un déploiement raté peut coûter plus cher que les économies réalisées sur le contrat initial.

La ligne de partage concurrentielle sera donc une exécution crédible, et non la seule taille de l’entreprise. Les fournisseurs doivent démontrer qu’ils peuvent produire des bénéfices mesurables tout en maîtrisant les erreurs des modèles, les coûts d’infrastructure et le risque opérationnel.

Des garanties IA agressives peuvent transformer les économies en pertes

La révision des contrats récompense les gains de productivité réels, mais elle peut pénaliser les prestataires qui promettent des améliorations que leur technologie ne peut pas fournir de manière fiable.

Mohit Joshi, CEO de Tech Mahindra, a averti que certains concurrents fixaient le prix de leurs contrats sur la base d’améliorations de productivité projetées de 70 % à 80 %. Ces accords peuvent s’étendre sur cinq à sept ans, alors même que les économies exigent d’importants changements de processus ou de systèmes du côté du client.

Tech Mahindra affirme avoir évité de prendre ce risque. Joshi a qualifié certaines parties du marché d’irrationnellement concurrentielles lors d’un appel avec des analystes en juillet. Sa préoccupation met en lumière la plus grande incertitude derrière la tarification fondée sur les résultats.

Un fournisseur peut automatiser son propre processus de livraison, mais il ne contrôle pas toutes les conditions qui déterminent un résultat métier. Un client peut disposer de données fragmentées, d’applications obsolètes, de procédures d’approbation lentes ou d’employés qui résistent à un nouveau flux de travail.

Les contrats fondés sur les résultats doivent répartir clairement ces dépendances. Dans le cas contraire, le prestataire peut manquer un objectif parce que le client n’a pas réalisé une modification requise de son système. Les litiges ne portent alors plus sur les heures enregistrées, mais sur la responsabilité du résultat non atteint.

Les accords de longue durée créent un autre problème de prévision. Les modèles, les puces, les coûts de l’énergie, les réglementations et les exigences de sécurité peuvent évoluer avant la fin du contrat. Un engagement fixe fondé sur les hypothèses actuelles peut devenir non rentable plusieurs années plus tard.

Infosys a montré que les prestataires conservent une option défensive. L’entreprise a déclaré aux analystes en juillet avoir abandonné des contrats qui n’avaient plus de sens sur le plan financier. Se retirer protège les marges, mais peut réduire les revenus et affaiblir une relation client de longue date.

Les preuves financières sont mitigées. La marge opérationnelle de Wipro a reculé de 130 points de base d’un trimestre à l’autre, à 16 %, au cours du trimestre d’avril à juin. La marge de Tech Mahindra a augmenté de 60 points de base, à 14,4 %, sur la même période, selon une récente analyse des prix.

Un point de base équivaut à un centième de point de pourcentage. Ces variations trimestrielles reflètent de nombreux facteurs au-delà des contrats d’IA, notamment le taux d’utilisation des effectifs, la sous-traitance, les mouvements de devises et la composition des projets. Elles ne doivent pas être considérées comme un test net de la stratégie tarifaire.

Les évolutions de l’emploi offrent un autre signal, même si leurs causes exigent également de la prudence. TCS a annoncé des réductions touchant plus de 12 000 postes en 2025. L’entreprise a présenté cette mesure comme faisant partie d’initiatives stratégiques plus larges, notamment des investissements dans de nouvelles technologies.

V. Balakrishnan, ancien CFO d’Infosys, a déclaré à Reuters que les agents de codage réduisaient le besoin de vastes groupes de programmeurs débutants. Si cette évaluation se révèle exacte, la pyramide des effectifs du secteur devra être durablement repensée.

Le modèle pyramidal place de nombreux employés juniors sous des groupes plus restreints de responsables et de spécialistes expérimentés. Il soutient les marges lorsque les entreprises peuvent facturer aux clients de grandes équipes tout en maintenant les coûts moyens de main-d’œuvre sous contrôle.

L’IA peut automatiser des tâches qui formaient traditionnellement les ingénieurs débutants, telles que le codage de base, les tests, la documentation et le support. Cela crée un bénéfice opérationnel, mais supprime aussi une partie de l’échelle de carrière utilisée pour former des responsables techniques expérimentés.

Les entreprises doivent remplacer ce parcours d’apprentissage plutôt que de simplement supprimer les postes juniors. Elles ont besoin d’employés capables d’examiner les résultats de l’IA, de comprendre les systèmes clients, de gérer la sécurité et d’exercer leur jugement lorsque les résultats automatisés échouent.

La même prudence s’applique aux affirmations optimistes sur les revenus. L’IA crée des projets impliquant la modernisation des données, le déploiement de modèles, la gouvernance et la refonte des flux de travail. Pourtant, la nouvelle demande doit dépasser la compression continue des revenus de maintenance, de développement et de processus métier.

TCS affirme avoir jusqu’ici trouvé cet équilibre. Krithivasan a reconnu que la croissance future dépendait de la capacité à rester en avance sur la déflation des revenus. C’est une mesure plus utile que le nombre de projets pilotes ou d’employés formés à l’IA.

Les lecteurs découvrant cet article via Google News devraient également distinguer les structures contractuelles rapportées des performances auditées de manière indépendante. Plusieurs exemples importants reposent sur des personnes familières d’accords privés. Les entreprises concernées ont refusé de divulguer l’intégralité des conditions.

La direction prise est claire, mais la rentabilité à long terme demeure incertaine. La tarification fondée sur les résultats peut préserver les marges des prestataires efficaces, ou transformer des prévisions ambitieuses de productivité en passifs contractuels.

Trois signaux indiqueront qui contrôle le prochain cycle de contrats

La prochaine phase sera décidée par l’économie des contrats, la croissance relative et la composition des effectifs, et non par le volume des annonces liées à l’IA.

Le premier signal sera la manière dont les grands prestataires décriront la déflation des revenus dans leurs prochains résultats financiers. Les investisseurs devraient surveiller si TCS continue de compenser la baisse des revenus issus des travaux existants par de nouvelles missions d’IA.

Un écart croissant affaiblirait l’idée que la demande de mise en œuvre peut remplacer les heures facturables perdues. Une croissance et des marges stables soutiendraient l’idée que les économies progressives et la tarification fondée sur les résultats peuvent protéger l’activité.

Infosys et Wipro méritent une attention similaire. Infosys a réduit la limite supérieure de ses prévisions annuelles après que la direction a cité des exigences de productivité plus fortes et une tarification agressive. Wipro a reconnu à la fois la compression de l’économie de la livraison et les opportunités créées par les nouveaux travaux d’IA.

Les chiffres utiles sont la croissance des revenus à taux de change constants, la marge opérationnelle, la performance des grands comptes et la valeur des travaux réalisés. Un important carnet de commandes compte moins si les contrats sont plus courts, moins chers ou dépendants d’objectifs de performance difficiles.

Le deuxième signal sera de savoir si les concurrents de taille intermédiaire conservent leur avantage de croissance. Persistent et Coforge ont progressé bien plus vite que les plus grands prestataires, mais le maintien de ce rythme mettra leurs systèmes de livraison à l’épreuve.

Une croissance continue à deux chiffres renforcerait la conclusion selon laquelle l’IA a abaissé la barrière de l’échelle. Une croissance plus lente, des projets en difficulté ou une détérioration des marges suggéreraient que les grands prestataires conservent des avantages significatifs lorsque les projets pilotes deviennent des systèmes de production complexes.

Les annonces de contrats doivent être examinées au-delà de leur valeur affichée. Les acheteurs devraient s’intéresser à la durée du projet, à la structure de paiement, à la répartition des économies et à la responsabilité des coûts de modèles ou d’infrastructure. Ces détails révèlent quelle partie contrôle réellement l’économie du contrat.

Le troisième signal sera la manière dont les entreprises repensent l’emploi de début de carrière. La réduction des effectifs de TCS et les commentaires du secteur sur l’automatisation du codage suggèrent que les prestataires s’attendent à des changements durables. Les plans de recrutement montreront s’ils réduisent leurs capacités ou créent un modèle de talents différent.

Une transition réussie combinerait des cohortes juniors plus restreintes avec une formation structurée à l’évaluation de l’IA, à l’architecture d’entreprise, à la sécurité et aux opérations clients. Un simple effondrement du recrutement générerait des économies à court terme, mais risquerait de créer à l’avenir une pénurie de personnel expérimenté.

Les acheteurs d’entreprise devraient se soucier de cette distinction. Un prix contractuel inférieur offre une valeur limitée si le prestataire manque de personnes capables de gérer les défaillances, de comprendre les anciens systèmes ou de préserver les connaissances institutionnelles.

Les travailleurs du savoir font également face à une conséquence pratique. Lorsque les contrats récompensent les résultats plutôt que les heures, les employés gagnent en valeur en reliant les résultats de l’IA aux décisions métier. Produire davantage de code ou de documents compte moins que de prouver que le résultat améliore un indicateur mesurable.

Les équipes qui adoptent l’IA devraient conserver les éléments probants à l’appui de ces décisions. Une base de connaissances IA interrogeable peut aider les employés à conserver le contexte des projets, à comparer les résultats des modèles et à documenter les raisons d’un changement de flux de travail. Ces dossiers deviennent particulièrement importants lorsque le paiement dépend des résultats.

Le marché au sens large a déjà manifesté son inquiétude. Reuters a évalué le secteur indien des services informatiques à environ 315 milliards de dollars de revenus annuels. L’indice Nifty IT avait reculé d’environ 20 % en 2026, effaçant une valeur de marché cumulée de 73 milliards de dollars parmi ses 10 membres au 21 août.

Les marchés peuvent surréagir, et ces pertes ne tranchent pas l’avenir du secteur. Les prestataires indiens gèrent toujours des systèmes complexes que les entreprises ne peuvent pas remplacer par un chatbot ou un agent de codage. Leur défi consiste à prouver que leur expertise conserve de la valeur une fois que le travail routinier devient moins coûteux.

Le prochain cycle de contrats permettra de déterminer quelles entreprises pourront défendre cet argument. Si les fournisseurs parviennent à maintenir leurs marges tout en acceptant des clauses fondées sur les résultats, l’IA aura transformé leur modèle opérationnel sans le détruire. Si les prix baissent plus vite que les coûts de prestation, les clients capteront l’essentiel des bénéfices.

C’est pourquoi cette évolution mérite une attention qui dépasse le marché boursier indien. Elle offre un premier aperçu de ce qui se produit lorsque la productivité de l’IA devient une exigence commerciale plutôt qu’une promesse technique.

Surveillez les prochains appels de résultats : remplacement mesurable des revenus, croissance durable du segment intermédiaire et refonte crédible des effectifs. Ces trois signaux révéleront si les leaders indiens de l’IT vendent de meilleurs résultats ou s’ils se contentent d’accepter des contrats plus modestes.