Meu post anterior defendendo a utilidade macroeconômica da TI indiana (reservas cambiais, emprego) gerou uma onda massiva de críticas. O consenso? "Pare de dar desculpas para eles. Eles tiveram bilhões em reservas de caixa por décadas. Eles deliberadamente escolheram continuar sendo gloriosamente lucrativas 'bodyshops' em vez de construir produtos de tecnologia reais ou P&D fundamental."
Esta crítica é 100% correta. Mas para entender por que eles fizeram isso, precisamos olhar além dos comunicados de imprensa e dissecar o DNA da arquitetura corporativa indiana.
A TI indiana não perdeu o bonde do produto; ela o evitou ativamente porque a matemática de uma empresa de produtos é tóxica para a sobrevivência de um gigante de serviços indiano. Aqui está a análise (novamente, esta é minha opinião) de por que a TI indiana é estruturada exatamente como é.
1. A Falácia da Reserva de Caixa: Por que Bilhões em Caixa Não Compraram um Laboratório de P&D
O argumento mais comum é: "A TCS e a Infosys lucram bilhões todos os anos. Elas tinham dinheiro para construir uma OpenAI se quisessem."
Isso soa lógico até vermos como esse dinheiro está legal e estruturalmente preso.
- A Armadilha dos Dividendos: As empresas de TI indianas são tratadas por investidores institucionais (como LIC, fundos mútuos e investidores estrangeiros de portfólio) como ações de utilidade pública de alto rendimento e baixo risco... essencialmente o equivalente tecnológico de um título do governo.
- Os Índices de Pagamento: Observe a alocação real de capital. A Infosys segue uma Política Formal de Alocação de Capital de devolver ~85% do Fluxo de Caixa Livre cumulativamente ao longo de um período contínuo de 5 anos por meio de dividendos, recompras de ações e dividendos especiais ocasionais. No ano fiscal de 2025, a empresa gerou um recorde de ₹34549 crore (~$4,1B) em Fluxo de Caixa Livre, com conversão de FCF em 129,2% do lucro líquido. A TCS mantém uma prática consistente de devolver 80-100%+ do seu Fluxo de Caixa Livre e lucros aos acionistas. No ano fiscal de 2025, seu índice de pagamento aos acionistas foi de 80,9%, com pagamentos totais de ₹45588 crore. A empresa tem entregado índices de pagamento frequentemente na faixa de 93-103% nos últimos anos por meio de dividendos regulares, dividendos especiais e recompras. Embora ambas as empresas mantenham fortes posições de caixa líquido e liquidez para operações, M&A modesto e continuidade de negócios, a prioridade estrutural permanece consistente: retornos elevados aos acionistas, em vez de reter grandes excessos de caixa para projetos de P&D de alto risco e longa gestação.
- O Mandato Estrutural: Se o conselho de uma empresa de TI indiana decidir reter $2B desse caixa para financiar um laboratório de pesquisa em IA altamente especulativo, de vários anos, com 95% de chance de fracasso, isso viola o contrato implícito com seus investidores. As ações sofreriam uma enorme liquidação institucional porque os mercados de capitais indianos punem gastos especulativos em P&D e recompensam pagamentos previsíveis de dividendos.
2. A Falsa Equivalência: "Empresas Americanas Inovam, Por que as Indianas Não?"
O contra-argumento é que os gigantes da tecnologia americanos (como Microsoft/Apple/Alphabet) também são negociados publicamente, enfrentam escrutínio trimestral e, no entanto, conseguem construir produtos que mudam o mundo.
Essa comparação de alguma forma ignora a assimetria fundamental nas margens contábeis e modelos de negócios.
Microsoft / Alphabet (Motor de Produto): Margens Brutas: 70% - 80%
→ Margens altas permitem que percam bilhões em projetos ambiciosos (Google Glass, Waymo, Stadia) sem prejudicar o núcleo das ações.
TCS / Infosys (Motor de Serviços): Margens Operacionais: 20% - 25%
→ Margens lineares e extremamente baixas. Cada rupia gasta em um cientista de dados não faturado reduz diretamente sua margem operacional, derrubando as ações.
- Margens de Produto vs. Margens de Serviço: Google e Microsoft desfrutam de margens massivas em produtos de software. Uma vez que um software é construído, vender a milionésima cópia custa quase zero. Isso cria uma enorme almofada de caixa para financiar experimentos de P&D com prejuízo por uma década antes de gerarem lucro.
- A Armadilha Linear: Os serviços de TI indianos operam com margens lineares de mão de obra. Sua receita está firmemente atrelada a horas faturáveis. Se um engenheiro não está alocado em um projeto de cliente, ele é um custo direto (ficando no "banco"). Uma empresa de serviços não pode subsidiar uma equipe enorme de P&D não faturável sem destruir suas margens operacionais, que pairam perigosamente em torno de 20-25%.
3. A Ilusão da Mão de Obra Barata: Por que Salários Baixos Impediram a Inovação de Produtos
Uma crítica comum é: "A mão de obra era tão barata na Índia. Eles poderiam ter contratado 10.000 graduados brilhantes por quase nada e construído produtos proprietários décadas atrás."
A realidade é que mão de obra barata é, na verdade, um desincentivo institucional para construir produtos.
- A Otimização do Modelo de Receita: Empresas de produtos escalam desacoplando a receita do número de funcionários (vender mais software com a mesma equipe). Os serviços de TI indianos otimizaram para exatamente o oposto: aumentar a receita aumentando o número de funcionários.
- O Vício em Arbitragem: Como a engenharia indiana era tão barata em comparação com os EUA, o caminho mais livre de atritos e sem riscos para receitas multibilionárias era simplesmente arbitrar essa diferença salarial. Construir um produto exige altos gastos com marketing, canais de distribuição globais e vasta experiência em gestão de produtos... capacidades que a TI indiana nunca possuiu/cultivou. Eles escolheram o caminho de baixo risco e margem garantida de faturar corpos em vez do jogo de alto risco de vender licenças de software.
4. O Veredito Duro: Aceitando o DNA Hereditário
Chamar a TI indiana de "glorificada 'bodyshop'" não é um insulto; é uma descrição precisa do seu modelo de negócios. Eles são empresas de logística de mão de obra, não inovadores de tecnologia.
Missão dos Serviços de TI Indianos (TCS, Infosys): Monetização de mão de obra em alto volume, integração de sistemas, geração de divisas.
Missão de Startups de Tecnologia Profunda / Entidades Soberanas (Sarvam, IITs/IISc): P&D de alto risco, modelos fundamentais, criação de produtos.
Eles não falharam em construir um ChatGPT porque nunca tentaram. Seu DNA corporativo, seus perfis de investidores, seus apetites a risco e suas estruturas contábeis foram projetados desde o primeiro dia para serem um motor de terceirização.
Esperar que um integrador de sistemas massivo se transforme da noite para o dia em um inovador de produtos de tecnologia profunda é uma impossibilidade arquitetônica. A responsabilidade de construir o ecossistema soberano de IA e produtos da Índia nunca viria dos campi dos gigantes legados de TI; virá de startups apoiadas por capital de risco e instituições de pesquisa apoiadas pelo governo que têm o mandato de correr riscos grandes e bagunçados.
