Reconfiguração dos contratos de IA pressiona gigantes de serviços de TI da Índia

A Tata Consultancy Services agora vincula cerca de 80% de um importante segmento de serviços a resultados, à medida que a IA leva clientes a exigir mais trabalho por menos dinheiro. A mudança, relatada pela Reuters e repercutida pelo Google News, vai muito além de um ajuste rotineiro de preços. Ela desafia a economia baseada em mão de obra que ajudou TCS, Infosys, Wipro, HCLTech e Cognizant a se tornarem líderes globais em terceirização.

Os clientes já não se contentam com promessas de que a IA tornará a entrega mais eficiente no futuro. Eles querem que esses ganhos estejam previstos nos contratos por meio de preços menores, resultados mensuráveis, compromissos mais curtos ou economia compartilhada. Alguns também estão internalizando atividades porque as ferramentas de IA permitem que equipes internas menores realizem tarefas antes atribuídas a fornecedores externos.

Isso cria uma disputa difícil entre compradores corporativos e prestadores de serviços. Os compradores querem economia imediata sem assumir novos riscos tecnológicos. Os fornecedores precisam investir em IA, proteger a qualidade do serviço e ceder parte do ganho de produtividade antes de saber se a automação entregará resultados consistentes.

Google News revela um modelo contratual já em retração

A mudança mais importante não é o uso de IA pelas empresas indianas de TI, mas o fato de os clientes agora controlarem como seu valor econômico é dividido.

O modelo tradicional de terceirização frequentemente vinculava a receita ao número de funcionários, às tarifas de cobrança e às horas trabalhadas. Um fornecedor podia expandir uma conta adicionando engenheiros, equipes de suporte ou especialistas em processos de negócio. A automação agora enfraquece essa conexão, porque o mesmo resultado pode exigir menos pessoas e menos horas.

Segundo uma reportagem da Reuters de 21 de agosto, republicada pela MarketScreener, o CEO da TCS, K. Krithivasan, afirmou que aproximadamente 80% dos contratos da empresa nas áreas de finanças, recursos humanos e serviços empresariais relacionados utilizam resultados de desempenho. Uma pessoa familiarizada com o assunto disse à Reuters que essa participação dobrou desde que a IA se tornou popular no fim de 2023.

A precificação baseada em resultados vincula parte ou toda a remuneração de um fornecedor a um resultado empresarial acordado. Esse resultado pode envolver velocidade de processamento, disponibilidade de sistemas, desempenho do atendimento ao cliente, economia operacional ou outra meta mensurável. Portanto, o fornecedor assume mais risco de execução do que assumiria em uma cobrança simples por hora. Uma análise da TCS sobre IA generativa e precificação de service desk baseada em resultados observa de forma semelhante que os contratos precisam equilibrar incentivos à produtividade com qualidade de serviço e métricas de desempenho claramente definidas.

A TCS descreveu uma abordagem em etapas para projetos de IA. A administração afirmou que a empresa inicia alguns contratos com compromissos de resultado antes de passar a acordos de preço fixo à medida que o trabalho se amplia. Os contratos de preço fixo estabelecem um pagamento por trabalho definido, independentemente do número exato de horas de trabalho necessárias.

Esse modelo pode recompensar a eficiência quando a automação funciona como planejado. Se a TCS entregar um resultado definido com menos recursos, poderá reter parte do benefício de produtividade. No entanto, estimativas imprecisas, despesas inesperadas de infraestrutura ou resultados fracos da IA podem rapidamente transferir esse benefício de volta ao cliente.

A administração da TCS afirmou em julho que a IA estava gerando economia de produtividade de cerca de 10% a 15% em alguns trabalhos. A empresa vinha repassando esses benefícios aos clientes gradualmente, segundo uma atualização sobre preços. Essa transferência em fases pode suavizar o impacto imediato na receita, ao mesmo tempo que dá à TCS tempo para ajustar seus custos de entrega.

Outras empresas estão testando estruturas mais agressivas. A Reuters informou que um acordo da Cognizant com a Daimler Truck previa o compartilhamento, entre as empresas, das economias relacionadas à IA. Nenhuma das partes divulgou publicamente todos os detalhes contratuais.

Um acordo separado de gestão de nuvem da HCLTech com a concessionária alemã E.ON teria adiado o pagamento durante seu primeiro ano. Os pagamentos a partir do segundo ano estavam vinculados a melhorias de eficiência e resultados empresariais específicos. HCLTech e E.ON recusaram-se a discutir os termos do contrato. Separadamente, o relatório anual integrado 2025–26 da HCLTech afirma que os clientes querem cada vez mais modelos baseados em resultados e identifica contratos baseados em resultados e consumo como parte de sua estratégia de serviços.

Esses exemplos mostram por que a história subjacente importa. A produtividade da IA saiu dos slides de apresentação e passou para cláusulas que determinam quando os fornecedores são pagos, quanto recebem e qual parte absorve o fracasso.

A mudança também afeta trabalhos já existentes. Os clientes podem reavaliar uma renovação e perguntar por que um contrato de manutenção de aplicações deveria custar o mesmo depois que assistentes de programação reduzem o trabalho repetitivo. Mesmo tarifas de cobrança estáveis oferecem proteção limitada quando o cliente quer menos trabalhadores, menos horas ou um acordo total menor.

Contratos mais curtos acrescentam outra camada de pressão. Eles permitem que os clientes reconsiderem fornecedores e escolhas tecnológicas mais cedo, limitando o tempo que os prestadores têm para recuperar investimentos. Os fornecedores então precisam gastar com mais frequência em vendas, transições e propostas competitivas.

O resultado é uma mudança estrutural no poder de negociação. Os fornecedores indianos ainda trazem conhecimento setorial, sistemas globais de entrega e grandes grupos de talentos técnicos. No entanto, a escala por si só já não prova que uma empresa consegue entregar um resultado habilitado por IA de forma mais eficiente do que um concorrente menor.

Compradores estão reivindicando primeiro o dividendo de produtividade

Clientes corporativos tratam cada vez mais a eficiência da IA como um desconto que já conquistaram, mesmo antes de os fornecedores redesenharem completamente a entrega.

O CEO da Persistent Systems, Sandeep Kalra, disse à Reuters que clientes pediam o mesmo trabalho por preços 25% a 30% menores. Esses clientes também esperavam entrega mais rápida e maior produtividade. Suas exigências ilustram o conflito central das negociações atuais.

Os clientes têm um argumento direto. Se a IA pode gerar código, testar software, resumir incidentes e automatizar tarefas de suporte, o fornecedor deveria precisar de menos horas faturáveis. Pagar o valor do contrato antigo permitiria ao fornecedor reter todo o ganho de produtividade.

Os fornecedores enxergam uma equação de custos mais complexa. Ferramentas de IA exigem modelos, capacidade computacional, sistemas de governança, controles de segurança, preparação de dados, avaliação e revisão humana. A produção mais rápida não elimina a necessidade de verificar a precisão ou integrar resultados a sistemas corporativos mais antigos.

Os custos de tokens também importam. Um token é uma pequena unidade de texto processada por um modelo de IA, e os fornecedores normalmente pagam de acordo com o uso. O CEO da Wipro, Srini Pallia, afirmou que uma implantação rápida pode aumentar essas despesas, obrigando clientes e fornecedores a examinar o custo total de propriedade.

A produtividade da IA também varia conforme a tarefa. Programação e testes repetitivos oferecem oportunidades de automação mais claras do que decisões de arquitetura, trabalho regulatório ou migrações complexas. Um comprador que exige um desconto uniforme em todas as atividades pode superestimar a economia disponível com a tecnologia.

Ainda assim, condições econômicas mais amplas fortalecem a posição do cliente. Os orçamentos corporativos de tecnologia permanecem cautelosos, enquanto projetos discricionários enfrentam análise rigorosa. As empresas podem convidar vários fornecedores a concorrer entre si e tornar a economia com IA uma condição para consideração.

A manutenção de aplicações tornou-se um ponto inicial de pressão. Participantes do setor disseram à Mint que os preços de renovação nessa categoria caíram aproximadamente 4% a 5% no ano anterior. Separadamente, o CEO da HCLTech estimou uma deflação anual de receita relacionada à IA de até 5% para o setor.

A deflação de receita ocorre quando a tecnologia reduz o que os clientes pagam por uma quantidade existente de trabalho. Ela difere da perda completa do contrato, mas o efeito financeiro pode se acumular em milhares de projetos.

O setor já enfrentou ciclos favoráveis aos compradores antes. Durante a desaceleração tecnológica de 2001 e a crise financeira de 2008, os clientes pressionaram por tetos de preço, garantias de economia e acordos baseados em resultados. Em 2023, mais de 80% de 1.600 acordos de tecnologia e processos de negócio acompanhados incluíam alguma forma de economia comprometida, em comparação com cerca de 65% em 2019, segundo uma análise anterior de acordos da Reuters.

A IA torna este ciclo diferente porque ataca a unidade que sustenta grande parte da receita do setor. As desacelerações anteriores reduziram a demanda enquanto mantinham, em grande medida, intacta a relação entre trabalho e produção. A automação pode reduzir permanentemente a mão de obra necessária mesmo depois que a demanda retornar.

Essa distinção explica por que grandes anúncios de contratos oferecem um quadro incompleto. Um acordo plurianual pode aumentar a carteira de pedidos reportada, mas gerar menos receita do que um acordo comparável gerava antes. Ele também pode conter penalidades, compromissos de economia ou pagamentos adiados que reduzem seu valor econômico.

Os clientes também estão desenvolvendo capacidades internas. Ferramentas de programação com IA permitem que equipes corporativas de tecnologia concluam mais trabalho sem aumentar proporcionalmente o quadro de funcionários. Centros globais de capacidade, que são operações offshore de propriedade das empresas, podem combinar conhecimento interno do negócio com talentos de engenharia de menor custo.

A internalização não elimina a necessidade de fornecedores externos. As empresas ainda precisam de ajuda para integrar modelos, proteger dados, modernizar sistemas mais antigos e operar infraestrutura. No entanto, ela muda o que compram e reduz a vantagem de vender grandes equipes para entregas rotineiras.

A pressão imediata, portanto, recai sobre fornecedores que não conseguem gerar novos trabalhos mais rapidamente do que a IA comprime a receita existente. A TCS afirma que novos contratos compensaram essa pressão negativa até agora. Se esse equilíbrio se mantiver determinará se a IA se torna um motor de crescimento ou um mecanismo contínuo de descontos.

Rivais menores transformam a eficiência da IA em vantagem de escala

A IA está enfraquecendo a premissa de que a maior força de trabalho torna automaticamente uma empresa a parceira tecnológica mais segura.

Durante décadas, os principais fornecedores indianos de TI usaram a escala tanto como sistema de entrega quanto como argumento de vendas. Grandes bases de funcionários permitiam que eles estruturassem programas complexos, atendessem clientes multinacionais e substituíssem trabalhadores quando as necessidades dos projetos mudavam.

A IA altera esse cálculo ao reduzir o número de pessoas necessárias para tarefas selecionadas. Um fornecedor de porte médio pode usar automação para preparar protótipos, migrar código, testar aplicações e analisar registros de suporte sem montar uma equipe de entrega enorme.

Empresas menores também podem tomar decisões rapidamente. O CEO da HFS Research, Phil Fersht, disse à Reuters que muitos clientes querem pilotos rápidos. Empresas de médio porte podem competir colocando líderes seniores nesses projetos rapidamente e oferecendo termos comerciais flexíveis.

Persistent Systems e Coforge demonstram a ameaça competitiva. Ambas registraram pelo menos oito trimestres consecutivos de crescimento de receita em dólares de dois dígitos até o trimestre de abril a junho de 2026. A receita da Persistent aumentou 16%, enquanto as vendas da Coforge cresceram cerca de um terço.

TCS, Infosys, Wipro e HCLTech registraram um crescimento muito mais lento, de 1% a 3%, no mesmo período, informou a Reuters. Esses números abrangem empresas com diferentes combinações de negócios, portanto não provam que a IA causou toda a diferença. Eles mostram, porém, que o porte não está produzindo crescimento superior durante essa transição.

Kalra, da Persistent, argumentou que a receita por si só já não define um fornecedor de grande escala. Sua empresa está se beneficiando dos dois lados da redefinição dos contratos. Os clientes exigem preços menores, mas a IA também ajuda a Persistent a competir por contratos que antes poderiam ter ido para uma empresa maior.

Essa é a principal inversão enfrentada pelo setor. Em teoria, a automação deveria favorecer os grandes fornecedores, pois eles dispõem de amplos dados, expertise e capacidade de investimento. Na prática, ela pode eliminar a vantagem de pessoal que os protegia de rivais menores.

A mudança não significa que todo desafiante vencerá. Os grandes fornecedores mantêm relações profundas nos setores bancário, de seguros, manufatura, saúde e governo. Eles também operam sistemas de segurança, conformidade e entrega que um novo entrante não consegue reproduzir rapidamente.

No entanto, a posição estabelecida se torna menos valiosa quando um cliente divide uma grande transformação em vários projetos mais curtos. Cada contrato menor cria uma nova oportunidade competitiva. Também permite que os clientes comparem resultados antes de assumir um compromisso mais amplo.

A entrega nativa em IA pode fortalecer ainda mais esses desafiantes. Um fornecedor que projeta um fluxo de trabalho em torno da automação desde o início evita a dificuldade de reformular um processo intensivo em mão de obra. Um incumbente pode precisar reduzir sua própria receita antes de conquistar o contrato de substituição.

Esse problema de autocanibalização afeta os incentivos internos. As equipes de vendas estão acostumadas a expandir o valor das contas, enquanto os gestores de entrega geralmente planejam com base em pessoal e utilização. Uma proposta de IA que reduz ambos pode parecer pouco atraente, mesmo quando protege o relacionamento.

Os grandes fornecedores estão respondendo ao desenvolver expertise mais próxima dos clientes. A TCS está ampliando seu grupo de engenheiros alocados diretamente no cliente, especialistas que trabalham com as equipes dos clientes para transformar protótipos de IA em sistemas operacionais. A empresa também busca aquisições que possam agregar capacidades de IA. Seu esforço mais amplo para levar os clientes de experimentos a resultados operacionais se reflete nos resultados fiscais de 2026 e anúncios de produtos da empresa, incluindo uma plataforma projetada para acelerar implantações de IA em fluxos de trabalho empresariais do mundo real.

A Wipro vê a demanda avançando além dos experimentos. Pallia afirmou que conselhos de administração e diretores-executivos estavam cobrando retornos sobre investimentos em IA em 2026, após muitas empresas se concentrarem em provas de conceito em 2025. Ele estimou que o desenvolvimento de software assistido por IA poderia custar cerca de 25% menos devido aos ganhos em programação e testes.

Essa oportunidade não pertence automaticamente ao concorrente com menor preço. Os clientes precisam de fornecedores capazes de conectar modelos a dados, políticas de segurança, aplicações empresariais e processos de negócio. Uma implantação malsucedida pode custar mais do que a economia inicial do contrato.

A linha divisória competitiva será, portanto, a execução confiável, e não apenas o tamanho da empresa. Os fornecedores precisam demonstrar que conseguem gerar benefícios mensuráveis enquanto controlam erros de modelos, custos de infraestrutura e risco operacional.

Garantias Agressivas de IA Podem Transformar Economias em Perdas

A redefinição dos contratos recompensa produtividade real, mas pode punir fornecedores que prometem melhorias que sua tecnologia não consegue entregar de forma confiável.

O CEO da Tech Mahindra, Mohit Joshi, alertou que alguns concorrentes estão precificando contratos com base em ganhos projetados de produtividade de 70% a 80%. Esses acordos podem durar de cinco a sete anos, embora as economias exijam grandes mudanças nos processos ou sistemas do lado do cliente.

A Tech Mahindra afirma ter evitado assumir esse risco. Joshi caracterizou partes do mercado como irracionalmente competitivas durante uma teleconferência com analistas em julho. Sua preocupação expõe a maior incerteza por trás da precificação baseada em resultados.

Um fornecedor pode automatizar seu próprio processo de entrega, mas não controla todas as condições que determinam um resultado empresarial. Um cliente pode ter dados fragmentados, aplicações desatualizadas, procedimentos lentos de aprovação ou funcionários que resistem a um novo fluxo de trabalho.

Os contratos por resultado precisam alocar essas dependências com clareza. Caso contrário, o fornecedor pode não atingir uma meta porque o cliente não concluiu uma alteração de sistema necessária. As disputas então deixam de girar em torno de horas registradas e passam a tratar da responsabilidade pelo resultado malsucedido.

Acordos longos criam outro problema de previsão. Modelos, chips, custos de energia, regulações e requisitos de segurança podem mudar antes do fim do contrato. Um compromisso fixo baseado em premissas atuais pode se tornar antieconômico vários anos depois.

A Infosys demonstrou que os fornecedores mantêm uma opção defensiva. A empresa disse a analistas em julho que abandonou contratos que já não faziam sentido financeiro. Afastar-se protege as margens, mas pode reduzir a receita e enfraquecer uma relação de longa data com o cliente.

As evidências financeiras são mistas. A margem operacional da Wipro caiu 130 pontos-base sequencialmente, para 16%, no trimestre de abril a junho. A margem da Tech Mahindra aumentou 60 pontos-base, para 14,4%, no mesmo período, segundo uma recente análise de preços.

Um ponto-base equivale a um centésimo de ponto percentual. Esses movimentos trimestrais refletem muitos fatores além dos contratos de IA, incluindo utilização da força de trabalho, subcontratação, variações cambiais e composição de projetos. Eles não devem ser tratados como um teste isolado da estratégia de precificação.

Mudanças no emprego oferecem outro sinal, embora suas causas também exijam cautela. A TCS anunciou reduções que afetaram mais de 12.000 cargos durante 2025. A empresa descreveu a medida como parte de iniciativas estratégicas mais amplas, incluindo investimentos em tecnologias mais novas.

O ex-CFO da Infosys, V. Balakrishnan, disse à Reuters que agentes de programação reduzem a necessidade de grandes grupos de programadores em início de carreira. Se essa avaliação se mostrar correta, a pirâmide de pessoal do setor enfrentará uma reformulação duradoura.

O modelo de pirâmide coloca muitos funcionários juniores abaixo de grupos menores de gestores e especialistas experientes. Ele sustenta as margens quando as empresas podem cobrar dos clientes por grandes equipes enquanto mantêm os custos médios de mão de obra sob controle.

A IA pode automatizar trabalhos que tradicionalmente formavam engenheiros em início de carreira, como programação básica, testes, documentação e suporte. Isso cria um benefício operacional, mas também remove parte da escada de carreira usada para desenvolver líderes técnicos experientes.

As empresas precisam substituir esse caminho de aprendizado, em vez de simplesmente eliminar posições juniores. Elas precisam de funcionários capazes de inspecionar resultados de IA, entender sistemas dos clientes, gerenciar segurança e exercer julgamento quando os resultados automatizados falham.

A mesma cautela se aplica a alegações otimistas de receita. A IA cria projetos envolvendo modernização de dados, implantação de modelos, governança e redesenho de fluxos de trabalho. Ainda assim, a nova demanda precisa superar a contínua compressão das receitas de manutenção, desenvolvimento e processos de negócio.

A TCS afirma ter administrado esse equilíbrio até agora. Krithivasan reconheceu que o crescimento futuro depende de se manter à frente da deflação de receita. Essa é uma medida mais útil do que o número de projetos-piloto ou de funcionários treinados em IA.

Leitores que encontrarem esta reportagem pelo Google News também devem distinguir entre estruturas contratuais reportadas e desempenho auditado de forma independente. Vários exemplos importantes se baseiam em pessoas familiarizadas com acordos privados. As empresas envolvidas se recusaram a divulgar os termos completos.

A direção da mudança é clara, mas a rentabilidade de longo prazo permanece indefinida. A precificação por resultado pode preservar margens para fornecedores eficientes ou converter previsões ambiciosas de produtividade em passivos contratuais.

Três Sinais Mostrarão Quem Controla o Próximo Ciclo de Contratos

A próxima fase será decidida pela economia dos contratos, pelo crescimento relativo e pela composição da força de trabalho, não pelo volume de anúncios sobre IA.

O primeiro sinal é como os principais fornecedores descrevem a deflação de receita em seus próximos relatórios de resultados. Os investidores devem observar se a TCS continua compensando a menor receita do trabalho existente com novos contratos de IA.

Uma diferença crescente enfraqueceria a alegação de que a demanda por implementação pode substituir horas faturáveis perdidas. Crescimento e margens estáveis sustentariam a visão de que economias graduais e precificação por resultado podem proteger o negócio.

Infosys e Wipro merecem atenção semelhante. A Infosys reduziu o limite superior de sua projeção para o ano inteiro depois que a administração citou exigências mais fortes de produtividade e precificação agressiva. A Wipro reconheceu tanto a compressão da economia de entrega quanto as oportunidades geradas pelo novo trabalho em IA.

Os números úteis são o crescimento da receita em moeda constante, a margem operacional, o desempenho de grandes contas e o valor do trabalho concluído. Uma grande carteira de pedidos importa menos se os contratos forem mais curtos, mais baratos ou dependentes de metas de desempenho difíceis.

O segundo sinal é se concorrentes de porte médio sustentam sua vantagem de crescimento. Persistent e Coforge cresceram muito mais rapidamente do que os maiores fornecedores, mas manter esse ritmo testará seus sistemas de entrega.

O crescimento contínuo de dois dígitos reforçaria a conclusão de que a IA reduziu a barreira de escala. Crescimento mais lento, projetos problemáticos ou deterioração das margens sugeririam que os grandes fornecedores ainda mantêm vantagens relevantes quando pilotos se tornam sistemas complexos de produção.

Os anúncios de contratos devem ser examinados por mais do que seu valor de manchete. Os compradores devem observar a duração do projeto, a estrutura de pagamento, a distribuição das economias e a responsabilidade pelos custos de modelos ou infraestrutura. Esses detalhes revelam qual parte realmente controla a economia.

O terceiro sinal é como as empresas redesenham o emprego de nível inicial. A redução da força de trabalho da TCS e os comentários do setor sobre automação de programação sugerem que os fornecedores esperam mudanças duradouras. Os planos de contratação mostrarão se estão removendo capacidade ou criando um modelo de talentos diferente.

Uma transição bem-sucedida combinaria grupos menores de profissionais juniores com treinamento estruturado em avaliação de IA, arquitetura empresarial, segurança e operações do cliente. Um simples colapso no recrutamento criaria economias de curto prazo, mas arriscaria uma futura escassez de funcionários experientes.

Os compradores empresariais devem se importar com essa distinção. Um preço contratual menor oferece valor limitado se o fornecedor não tiver pessoas capazes de gerenciar falhas, entender sistemas antigos ou preservar conhecimento institucional.

Os trabalhadores do conhecimento também enfrentam uma consequência prática. Quando os contratos recompensam resultados em vez de horas, os funcionários ganham valor ao conectar resultados de IA a decisões de negócio. Produzir mais código ou documentos importa menos do que provar que o resultado melhora uma métrica mensurável.

As equipes que adotam IA devem preservar as evidências por trás dessas decisões. Uma base de conhecimento de IA pesquisável pode ajudar os funcionários a reter o contexto dos projetos, comparar resultados de modelos e documentar por que um fluxo de trabalho mudou. Esses registros se tornam especialmente importantes quando o pagamento depende de resultados.

O mercado mais amplo já registrou preocupação. A Reuters avaliou o setor de serviços de TI da Índia em cerca de US$ 315 bilhões em receita anual. O índice Nifty IT havia caído aproximadamente 20% durante 2026, apagando US$ 73 bilhões em valor de mercado combinado entre seus 10 membros até 21 de agosto.

Os mercados podem exagerar, e essas perdas não definem o futuro do setor. Os fornecedores indianos ainda gerenciam sistemas complexos que as empresas não conseguem substituir por um chatbot ou agente de programação. Seu desafio é provar que essa expertise tem valor depois que o trabalho rotineiro se torna mais barato.

O próximo ciclo de contratos esclarecerá quais empresas conseguem sustentar essa tese. Se os fornecedores mantiverem as margens ao mesmo tempo em que aceitarem condições vinculadas a resultados, a IA terá transformado seu modelo operacional sem destruí-lo. Se os preços caírem mais rápido que os custos de entrega, os clientes ficarão com a maior parte do benefício.

É por isso que esse desenvolvimento merece atenção para além do mercado de ações da Índia. Ele oferece uma visão antecipada do que acontece quando a produtividade proporcionada pela IA se torna uma exigência comercial, e não apenas uma promessa técnica.

Acompanhe as próximas teleconferências de resultados em busca de substituição mensurável de receita, crescimento sustentado no segmento intermediário e uma reformulação crível da força de trabalho. Esses três sinais revelarão se os líderes de TI da Índia estão vendendo resultados melhores ou apenas aceitando contratos menores.