AI契約の再編がインドITサービス大手を圧迫

Tata Consultancy Servicesは現在、主要サービス部門の約80%を成果に連動させている。AIの普及により、顧客がより少ない費用でより多くの成果を求めているためだ。Reutersが報じ、Google Newsを通じて注目されたこの変化は、単なる価格調整の域を大きく超える。TCS、Infosys、Wipro、HCLTech、Cognizantが世界的なアウトソーシング大手へと成長する基盤となった、労働力ベースの収益構造を揺るがしている。

顧客はもはや、AIがいずれデリバリーを効率化するという約束だけでは満足しない。価格引き下げ、測定可能な成果、より短い契約期間、またはコスト削減分の共有を通じ、その効果を契約に明記することを求めている。AIツールによって小規模な社内チームでも、これまで外部ベンダーに委託していた業務を処理できるようになったため、業務を内製化する企業もある。

これにより、企業の購買担当者とサービスプロバイダーの間で難しいせめぎ合いが生じている。買い手は新技術のリスクを受け入れずに即時のコスト削減を求める。プロバイダーはAIに投資し、サービス品質を守り、自動化が安定して成果を出せるか分からない段階で生産性向上分の一部を譲らなければならない。

Google Newsが示す、すでに後退を始めた契約モデル

最も重要な変化は、インドのIT企業がAIを利用していることではなく、顧客がその経済的価値をどう分配するかを主導するようになった点にある。

従来のアウトソーシングモデルでは、収益は従業員数、請求単価、稼働時間と結び付くことが多かった。プロバイダーは、エンジニア、サポート担当者、ビジネスプロセスの専門家を追加することで顧客アカウントを拡大できた。だが自動化により、同じ成果をより少ない人数と時間で実現できるため、そのつながりは弱まっている。

8月21日のMarketScreenerが配信したReuters報道によると、TCSのCEOであるK. Krithivasan氏は、同社の財務、人事、関連するビジネスサービス契約のおよそ80%が業績成果を基準としていると述べた。この件に詳しい人物はReutersに対し、この比率は2023年後半にAIが主流化して以降、2倍になったと語った。

成果連動型価格設定では、ベンダーへの報酬の一部または全部が、合意した事業成果に結び付けられる。成果には、処理速度、システム可用性、カスタマーサービスの品質、業務コスト削減、その他の測定可能な目標が含まれ得る。そのためベンダーは、単純な時間単価請求よりも大きな実行リスクを負う。生成AIと成果連動型サービスデスク価格設定に関するTCSの分析も、契約では生産性へのインセンティブ、サービス品質、明確に定義された評価指標の均衡が必要だと指摘している。

TCSはAIプロジェクトに段階的なアプローチを採っていると説明している。経営陣によれば、同社は一部の案件で成果コミットメントから始め、業務の拡大に合わせて固定価格契約へ移行する。固定価格契約では、必要な正確な労働時間に関係なく、定義された業務に対する支払額が定められる。

このモデルは、自動化が想定どおりに機能すれば効率化に報いることができる。TCSがより少ないリソースで定義済みの成果を提供できれば、生産性向上の利益の一部を保持できる。一方で、不正確な見積もり、予想外のインフラ費用、AIの出力品質の低さは、その利益をすぐに顧客側へ移してしまう可能性がある。

TCS経営陣は7月、AIが一部の業務で約10%から15%の生産性向上を生んでいると述べた。価格に関する更新によると、同社はその恩恵を段階的に顧客へ還元している。この段階的な移転により、TCSはデリバリーコストを調整する時間を確保しつつ、直近の売上への影響を和らげられる。

他社はさらに積極的な仕組みを試している。Reutersによれば、CognizantとDaimler Truckの契約では、AI関連のコスト削減分を両社で共有することが定められていた。両社は契約の詳細をすべて公表していない。

ドイツの公益事業会社E.ONとの別のHCLTechクラウド管理契約では、初年度の支払いが据え置かれたと報じられている。2年目以降の支払いは、効率性の改善と具体的な事業成果に連動していた。HCLTechとE.ONは契約条件へのコメントを控えた。別途、HCLTechの2025–26年統合年次報告書は、顧客が成果連動型モデルをますます求めているとし、成果連動型および消費量連動型契約をサービス戦略の一部として挙げている。

こうした例は、根底にあるストーリーが重要である理由を示している。AIによる生産性向上は、プレゼンテーションのスライドから、ベンダーへの支払時期、受取額、失敗をどちらの当事者が負担するかを決める契約条項へと移行した。

この変化は既存業務にも影響する。顧客は契約更新時に、コーディング支援ツールが反復的な作業を減らした後も、なぜアプリケーション保守契約が同じ費用であるべきなのかを問い直せる。顧客がより少ない人員、より短い稼働時間、またはより小規模な契約総額を望む場合、安定した請求単価でさえ限定的な防御にしかならない。

より短い契約期間は、さらに圧力を加える。顧客はベンダーや技術の選択をより早く見直せるため、プロバイダーが投資を回収できる期間は限られる。その結果、ベンダーは営業、移行、競争入札により頻繁に費用を投じなければならない。

その結果、交渉力に構造的な変化が生じている。インドのプロバイダーは依然として業界知識、グローバルなデリバリー体制、大規模な技術人材プールを持つ。しかし規模だけでは、企業が小規模な競合他社よりも効率的にAI対応の成果を提供できることの証明にはならなくなった。

買い手が生産性向上の配当を先に求める

企業顧客は、ベンダーがデリバリーを完全に再設計する前から、AIによる効率化をすでに得るべき値引きとして捉える傾向を強めている。

Persistent SystemsのCEOであるSandeep Kalra氏はReutersに対し、顧客が同じ業務を25%から30%低い価格で求めていると語った。顧客はより迅速なデリバリーと高い生産性も期待していた。こうした要求は、現在の交渉における中心的な対立を示している。

顧客側の主張は分かりやすい。AIがコード生成、ソフトウェアテスト、インシデント要約、サポート業務の自動化を行えるなら、プロバイダーに必要な請求可能時間は減るはずだ。従来の契約額を支払い続ければ、ベンダーが生産性向上の利益をすべて保持することになる。

ベンダーが直面するコスト構造はより複雑だ。AIツールには、モデル、コンピューティング能力、ガバナンスシステム、セキュリティ管理、データ準備、評価、人によるレビューが必要となる。生産が高速化しても、精度の検証や、結果を既存のエンタープライズシステムへ統合する必要性はなくならない。

トークンコストも重要だ。トークンはAIモデルが処理するテキストの小さな単位であり、プロバイダーは一般に利用量に応じて支払う。WiproのCEOであるSrini Pallia氏は、迅速な導入がこうした費用を増やす可能性があり、顧客とプロバイダーは総保有コストを精査する必要があると述べた。

AIによる生産性向上は業務によっても異なる。反復的なコーディングやテストでは、アーキテクチャの意思決定、規制対応、複雑な移行作業よりも明確な自動化の機会がある。あらゆる業務に一律の値引きを求める買い手は、技術から得られる削減効果を過大に見積もる可能性がある。

それでも、より広い経済環境は顧客の立場を強めている。企業のテクノロジー予算は慎重なままであり、裁量的なプロジェクトは厳しく精査されている。企業は複数のベンダーを競争入札に参加させ、AIによるコスト削減を選定の条件にできる。

アプリケーション保守は早期の圧力点となっている。業界関係者はMintに対し、この分野の更新価格は前年から約4%から5%下落したと語った。HCLTechのCEOも別途、業界におけるAI関連の年間売上デフレは最大5%に達すると推定した。

売上デフレは、技術によって顧客が既存の業務量に対して支払う金額が減少する際に発生する。契約を完全に失うこととは異なるが、その財務的影響は数千件のプロジェクトにまたがって積み重なり得る。

この業界は以前にも買い手有利の局面を経験してきた。2001年のテクノロジー不況と2008年の金融危機では、顧客は価格上限、コスト削減保証、成果連動型の取り決めを求めた。以前のReutersによる契約レビューによると、2023年には追跡対象となった1,600件のテクノロジーおよびビジネスプロセス契約の80%以上に何らかの確約されたコスト削減が含まれており、2019年の約65%から上昇した。

AIによって今回のサイクルが異なるものになっているのは、業界の収益の大部分を支える単位そのものに影響を及ぼすためだ。これまでの景気後退は、労働力と成果の関係をおおむね維持したまま需要を減少させた。自動化は、需要が回復した後も必要な労働力を恒久的に減らし得る。

この違いは、大型契約の発表だけでは不完全な状況しか見えない理由を説明する。複数年契約は報告上の受注残を増やしても、かつて同規模の契約が生んだより少ない売上しか生まない可能性がある。また、違約金、コスト削減の約束、支払いの延期が含まれ、経済的価値を下げることもある。

顧客は社内能力も構築している。AIコーディングツールにより、企業のテクノロジーチームは人員を比例して増やさずにより多くの業務を完了できる。企業所有のオフショア拠点であるグローバル・ケイパビリティ・センターは、社内の事業知識と低コストのエンジニアリング人材を組み合わせられる。

内製化は外部プロバイダーの必要性をなくすわけではない。企業は依然として、モデルの統合、データの保護、旧式システムの近代化、インフラ運用で支援を必要とする。しかし、それによって購入するものが変わり、定型的なデリバリーのために大規模チームを売る優位性は低下する。

したがって、当面の圧力は、AIが既存収益を圧縮する以上の速さで新規業務を生み出せないプロバイダーにかかる。TCSは、新規案件がこれまでその下押し圧力を相殺しているとしている。この均衡が維持されるかどうかが、AIが成長エンジンとなるか、継続的な値引きの仕組みとなるかを左右する。

小規模な競合企業がAI効率を規模の優位性へ転換

最大の人員規模を持つ企業が自動的に最も安全なテクノロジーパートナーになるという前提は、AIによって弱まりつつある。

数十年にわたり、インドの主要ITプロバイダーは規模をデリバリー体制であると同時に、営業上の訴求点として利用してきた。大規模な従業員基盤により、複雑なプログラムに人員を配置し、多国籍顧客に対応し、プロジェクトのニーズが変わった際に人員を入れ替えることができた。

AIは、特定業務に必要な人数を減らすことで、この計算を変える。中堅プロバイダーは、巨大なデリバリーチームを編成せずとも、自動化を利用してプロトタイプの作成、コード移行、アプリケーションのテスト、サポート記録の分析を行える。

小規模企業は意思決定も迅速に行える。HFS ResearchのCEOであるPhil Fersht氏はReutersに対し、多くの顧客が迅速なパイロットを求めていると語った。中堅企業は、上級リーダーをそうしたプロジェクトに素早く投入し、柔軟な商業条件を提示することで競争できる。

Persistent SystemsとCoforgeは、この競争上の脅威を示している。両社は2026年4月から6月期まで、少なくとも8四半期連続でドル建て売上高の二桁成長を記録した。Persistentの売上高は16%増加し、Coforgeの売上高は約3分の1増加した。

TCS、Infosys、Wipro、HCLTechの同時期の成長率は1%から3%にとどまったと、Reutersは報じた。これらの数値は事業構成の異なる企業を対象としており、AIが成長率の差すべてを生んだことを証明するものではない。しかし、この移行期において、規模がより高い成長をもたらしていないことは示している。

PersistentのKalra氏は、もはや売上高だけでは大規模プロバイダーを定義できないと主張した。同社は契約条件の見直しによる影響を両面で受けている。顧客はより低い価格を求める一方、AIによってPersistentは、以前なら大手企業に委ねられていた可能性のある案件でも競争できるようになっている。

これが業界が直面する本質的な逆転現象だ。理論上、自動化は膨大なデータ、専門知識、投資余力を持つ大手プロバイダーに有利なはずである。だが実際には、小規模な競合から大手を守ってきた人員規模の優位性を取り除く可能性がある。

この変化は、すべての挑戦者が勝つことを意味しない。大手プロバイダーは、銀行、保険、製造、医療、政府機関で深い関係性を維持している。また、新規参入企業では短期間に再現できないセキュリティ、コンプライアンス、デリバリーの仕組みも運用している。

しかし、顧客が大規模な変革プロジェクトを複数の短期案件に分割すると、既存企業としての優位性は弱まる。小規模な案件の一つひとつが、新たな競争機会を生み出す。また、顧客はより広範なコミットメントを行う前に成果を比較できる。

AIネイティブなデリバリーは、こうした挑戦者をさらに強化し得る。最初から自動化を前提にワークフローを設計するプロバイダーは、労働集約的なプロセスを作り替える難しさを回避できる。既存企業は、後継案件を獲得する前に自社の売上を減らす必要が生じる場合がある。

この自己共食いの問題は、社内のインセンティブにも影響する。営業チームはアカウント価値の拡大に慣れており、デリバリーマネージャーは人員配置と稼働率を中心に計画を立てることが多い。両方を縮小するAI提案は、顧客関係を守るものであっても魅力的に見えにくい。

大手プロバイダーは、顧客の近くで専門性を構築することで対応している。TCSは、AIプロトタイプを業務システムへと転換するために顧客チームと直接協働する専門家、フォワードデプロイドエンジニアの組織を拡大している。同社はAI能力を追加できる買収も模索している。顧客を実験から業務成果へ移行させる同社の広範な取り組みは、実際のビジネスワークフローへのAI導入を加速するよう設計されたプラットフォームを含む、同社のfiscal 2026 results and product announcementsにも表れている。

Wiproは、需要が実験段階を超えて移行していると見ている。Pallia氏によれば、2025年に多くの企業が概念実証に注力した後、2026年には取締役会や最高経営責任者がAI投資のリターンを求めるようになった。コーディングとテストの向上により、AI支援型ソフトウェア開発のコストは約25%低下し得ると同氏は推定した。

その機会が自動的に最安値の入札者に渡るわけではない。顧客には、モデルをデータ、セキュリティポリシー、エンタープライズアプリケーション、業務プロセスと接続できるプロバイダーが必要だ。導入に失敗すれば、当初の契約コスト削減額を上回る損失が生じる可能性がある。

したがって、競争の分水嶺となるのは企業規模そのものではなく、信頼できる実行力である。ベンダーは、モデルの誤り、インフラコスト、運用リスクを抑えながら、測定可能な便益を生み出せることを示さなければならない。

積極的なAI保証は節約を損失へ変える可能性がある

契約条件の見直しは真の生産性を評価する一方、自社技術で確実に実現できない改善を約束するプロバイダーを罰する可能性がある。

Tech MahindraのCEO、Mohit Joshi氏は、一部の競合他社が70%から80%の予想生産性改善を前提に案件を価格設定していると警告している。こうした契約は5年から7年に及ぶ可能性があるが、その節約を実現するには顧客側で大規模なプロセスやシステムの変更が必要となる。

Tech Mahindraは、そのようなリスクを引き受けることを避けてきたとしている。Joshi氏は7月のアナリスト向け電話会議で、市場の一部を非合理的な競争状態だと表現した。同氏の懸念は、成果連動型価格設定に潜む最大の不確実性を示している。

ベンダーは自社のデリバリープロセスを自動化できるが、事業成果を左右するすべての条件を管理できるわけではない。顧客のデータが断片化していたり、アプリケーションが古かったり、承認手続きが遅かったり、新しいワークフローに従業員が抵抗したりする可能性がある。

成果連動型契約では、こうした依存関係を明確に配分する必要がある。そうでなければ、顧客が必要なシステム変更を完了しなかったために、プロバイダーが目標を達成できないことがある。その後、争点は記録された作業時間から、失敗した成果に対する責任へ移る。

長期契約は別の予測問題も生む。モデル、チップ、エネルギーコスト、規制、セキュリティ要件は、契約終了前に変化し得る。現時点の前提に基づく固定的な約束は、数年後には採算が合わなくなる可能性がある。

Infosysは、プロバイダーに防御的な選択肢が一つ残されていることを示した。同社は7月、もはや財務的に合理性のない契約から撤退したとアナリストに説明した。撤退は利益率を守るが、売上を減らし、長年にわたる顧客関係を弱める可能性がある。

財務面の証拠は一様ではない。Wiproの営業利益率は4月から6月の四半期に前四半期比130ベーシスポイント低下し、16%となった。同時期にTech Mahindraの利益率は60ベーシスポイント上昇して14.4%となったと、最近のpricing analysisは伝えている。

1ベーシスポイントは、百分率の100分の1に相当する。こうした四半期ごとの変動には、AI契約以外にも人員稼働率、外注、為替変動、案件構成など、多くの要因が反映される。価格戦略の明確な検証として扱うべきではない。

雇用の変化も別のシグナルを示すが、その原因についても慎重な見方が必要である。TCSは2025年に、1万2,000人以上に影響する人員削減を発表した。同社はこの動きを、新しい技術への投資を含む、より広範な戦略的取り組みの一環だと説明した。

元Infosys CFOのV. Balakrishnan氏はReutersに対し、コーディングエージェントによって大規模な初級プログラマー集団の必要性が低下すると述べた。この評価が正しければ、業界の人員ピラミッドは長期的な再設計に直面する。

ピラミッドモデルでは、少数の経験豊富なマネージャーや専門家の下に、多数の若手従業員が配置される。企業が平均人件費を抑えつつ、大規模チームの費用を顧客に請求できる場合、このモデルは利益率を支える。

AIは、基本的なコーディング、テスト、文書化、サポートといった、従来は初級エンジニアを育成してきた業務を自動化できる。これは運用上の利点を生む一方、経験豊富な技術リーダーを育てるためのキャリアの梯子の一部も取り除く。

企業は、単に若手ポジションを削減するのではなく、この学習経路を置き換えなければならない。AIの出力を検証し、顧客システムを理解し、セキュリティを管理し、自動化された結果が失敗した際に判断を下せる従業員が必要になる。

同じ慎重さは、楽観的な売上主張にも当てはまる。AIは、データモダナイゼーション、モデル導入、ガバナンス、ワークフロー再設計に関するプロジェクトを生み出す。しかし、新たな需要は、保守、開発、ビジネスプロセス関連売上の継続的な圧縮を上回らなければならない。

TCSは、これまでのところその均衡を管理してきたとしている。Krithivasan氏は、将来の成長は売上デフレを上回り続けられるかにかかっていると認めた。これは、パイロット案件の数やAI研修を受けた従業員数よりも有用な指標である。

Google News経由でこの記事に触れた読者は、報じられた契約構造と、独立した監査を受けた実績を区別する必要もある。いくつかの重要な事例は、非公開契約に詳しい関係者に依拠している。関係企業は完全な条件の開示を拒否した。

進む方向は明らかだが、長期的な収益性は依然として定まっていない。成果連動型価格設定は、効率的なプロバイダーの利益率を守ることもあれば、野心的な生産性予測を契約上の負債に変えることもある。

次の契約サイクルを誰が主導するかを示す3つのシグナル

次の段階を決めるのは、AI発表の量ではなく、契約経済性、相対的な成長、そして人員構成である。

最初のシグナルは、大手プロバイダーが次回の決算報告で売上デフレをどのように説明するかだ。投資家は、既存業務からの売上減少をTCSが新たなAI案件で相殺し続けられるかを注視すべきである。

その差が拡大すれば、導入需要が失われた請求可能時間を補えるという主張は弱まる。安定した成長と利益率は、段階的な節約と成果連動型価格設定が事業を守れるという見方を支えるだろう。

InfosysとWiproにも同様の注目が必要だ。Infosysは、経営陣が生産性向上への要求の強まりと積極的な価格設定に言及した後、通期見通しの上限を引き下げた。Wiproは、圧縮されたデリバリー経済性と、新たなAI業務による機会の両方を認めている。

有用な数値は、恒常為替ベースの売上成長率、営業利益率、大口顧客の実績、そして完了した業務の価値である。契約期間が短く、価格が低く、あるいは達成困難な成果目標に依存するなら、大規模な受注残の重要性は低下する。

第2のシグナルは、中堅競合企業が成長優位を維持できるかどうかだ。PersistentとCoforgeは最大手プロバイダーよりはるかに速く拡大してきたが、そのペースを維持できるかはデリバリー体制への試金石となる。

二桁成長が続けば、AIが規模の障壁を下げたという結論を裏付ける。成長の鈍化、問題のあるプロジェクト、あるいは利益率の悪化が見られれば、パイロットが複雑な本番システムへ移行した際には、大手プロバイダーが依然として意味のある優位性を持つことを示唆する。

契約発表は、見出し上の金額だけでなく検討すべきだ。買い手は、プロジェクト期間、支払い構造、節約分の配分、モデルやインフラコストの責任を確認する必要がある。こうした詳細は、どちらの当事者が実際に経済性を支配しているかを明らかにする。

第3のシグナルは、企業が初級雇用をどのように再設計するかだ。TCSの人員削減と、コーディング自動化に関する業界の発言は、プロバイダーが持続的な変化を予想していることを示す。採用計画は、単に能力を削減しているのか、それとも異なる人材モデルを構築しているのかを示すだろう。

成功する移行では、少人数の若手採用層と、AI評価、エンタープライズアーキテクチャ、セキュリティ、顧客業務に関する体系的な研修が組み合わされる。採用の単純な縮小は短期的な節約を生むが、将来的に経験豊富な人材が不足するリスクをもたらす。

エンタープライズの買い手は、この違いを重視すべきだ。プロバイダーに障害を管理し、古いシステムを理解し、組織的知識を維持できる人材がいなければ、契約価格が低くても価値は限られる。

ナレッジワーカーも実務的な影響に直面する。契約が時間ではなく成果に報いるようになると、従業員の価値はAI出力をビジネス上の意思決定につなげることで高まる。より多くのコードや文書を作成することよりも、その出力が測定可能な結果を改善することを証明する方が重要になる。

AIを導入するチームは、そうした意思決定の根拠となる証拠を残すべきだ。検索可能なAI knowledge baseは、従業員がプロジェクトの文脈を保持し、モデル出力を比較し、ワークフローを変更した理由を文書化するのに役立つ。支払いが成果に依存する場合、こうした記録は特に重要になる。

市場全体はすでに懸念を織り込んでいる。Reutersは、インドのITサービス業界の年間売上高を約3,150億ドルと評価した。Nifty IT指数は2026年中に約20%下落し、8月21日までに構成10社合計で730億ドルの時価総額を失った。

市場は行き過ぎることがあり、こうした損失が業界の将来を決めるわけではない。インドのプロバイダーは依然として、企業がチャットボットやコーディングエージェントで置き換えられない複雑なシステムを管理している。定型労働が安価になった後も、その専門性に価値があることを証明することが彼らの課題だ。

次の契約サイクルで、どの企業がその主張を裏付けられるかが明らかになる。プロバイダーが成果連動型の条件を受け入れながら利益率を維持できれば、AIはその事業モデルを壊すことなく変革したことになる。価格が提供コストを上回るペースで下落すれば、利益の大半は顧客が得ることになる。

だからこそ、この動きはインド株式市場の枠を超えて注目に値する。AIによる生産性向上が、技術的な約束ではなく商業上の要求となったときに何が起きるのかを、早期に垣間見せている。

次回の決算説明会では、測定可能な売上の置き換え、中堅層の持続的な成長、そして信頼できる人員体制の再設計に注目したい。この3つのシグナルが、インドのIT大手がより良い成果を売っているのか、それとも単により小規模な契約を受け入れているだけなのかを明らかにする。