โพสต์ก่อนหน้าของผมที่ปกป้องประโยชน์ทางเศรษฐกิจมหภาคของ IT อินเดีย (ทุนสำรองเงินตราต่างประเทศ, การจ้างงาน) ทำให้เกิดกระแสต่อต้านครั้งใหญ่ ความเห็นพ้อง? "หยุดแก้ตัวให้พวกเขาได้แล้ว พวกเขามีเงินสดสำรองเป็นพันล้านมานานหลายทศวรรษ พวกเขาจงใจเลือกที่จะเป็นบริษัทรับจ้างที่ทำกำไรอย่างงดงาม แทนที่จะสร้างผลิตภัณฑ์เทคโนโลยีจริงหรือ R&D พื้นฐาน"
ข้อวิพากษ์นี้ถูกต้อง 100% แต่เพื่อจะเข้าใจ ว่าทำไม พวกเขาถึงทำแบบนั้น เราต้องมองข้ามคำแถลงประชาสัมพันธ์ และผ่า DNA ของโครงสร้างองค์กรอินเดีย
IT อินเดียไม่ได้พลาดโอกาสสร้างผลิตภัณฑ์ แต่พวกเขาจงใจหลีกเลี่ยง เพราะตัวเลขของบริษัทผลิตภัณฑ์เป็นพิษต่อการอยู่รอดของยักษ์ใหญ่บริการของอินเดีย นี่คือรายละเอียด (อีกครั้ง ความเห็นของผมนะ) ว่าทำไม IT อินเดียถึงถูกสร้างมาในรูปแบบนี้
1. ภาพลวงตาเงินสดสำรอง: ทำไมเงินหลายพันล้านซื้อ R&D Lab ไม่ได้
ข้อโต้แย้งที่พบบ่อยที่สุดคือ: “TCS และ Infosys ทำกำไรสุทธิหลายพันล้านทุกปี พวกเขามีเงินสดพอที่จะสร้าง OpenAI ถ้าอยากทำ”
ฟังดูมีเหตุผล จนกว่าเราจะดูว่าเงินสดนั้นติดอยู่ในข้อจำกัดทางกฎหมายและโครงสร้างอย่างไร
- กับดักเงินปันผล: นักลงทุนสถาบัน (เช่น LIC, กองทุนรวม และนักลงทุนต่างประเทศ) มองบริษัท IT อินเดียเป็น หุ้นสาธารณูปโภคที่มีความเสี่ยงต่ำ ให้ผลตอบแทนสูง... โดยพื้นฐานแล้วคือเทคโนโลยีเทียบเท่าพันธบัตรรัฐบาล
- อัตราการจ่ายเงินปันผล: ดูการจัดสรรเงินทุนที่เกิดขึ้นจริง Infosys มีนโยบายจัดสรรทุนอย่างเป็นทางการในการคืน ~85% ของกระแสเงินสดอิสระสะสมในรอบ 5 ปี ผ่านเงินปันผล การซื้อหุ้นคืน และเงินปันผลพิเศษเป็นครั้งคราว ในปีงบประมาณ 2025 บริษัทสร้าง กระแสเงินสดอิสระสูงสุดเป็นประวัติการณ์ ₹34,549 crore (~$4.1B) โดยมี อัตราการแปลง FCF ที่ 129.2% ของกำไรสุทธิ TCS รักษาแนวทางปฏิบัติในการคืน 80-100%+ ของกระแสเงินสดอิสระและกำไรให้ผู้ถือหุ้น อย่างสม่ำเสมอ ในปีงบประมาณ 2025 อัตราการจ่ายเงินปันผลให้ผู้ถือหุ้นอยู่ที่ 80.9% โดยมีการจ่ายเงินทั้งหมด ₹45,588 crore บริษัทมีอัตราการจ่ายเงินปันผลใน ช่วง 93-103% ในปีที่ผ่านมา ผ่านเงินปันผลปกติ เงินปันผลพิเศษ และการซื้อหุ้นคืน แม้ว่าทั้งสองบริษัทจะรักษาสถานะเงินสดสุทธิที่แข็งแกร่งและสภาพคล่องสำหรับการดำเนินงาน การควบรวมกิจการขนาดเล็ก และความต่อเนื่องทางธุรกิจ แต่ลำดับความสำคัญเชิงโครงสร้างยังคงสอดคล้องกัน คือ การให้ผลตอบแทนแก่ผู้ถือหุ้นอย่างสม่ำเสมอ แทนที่จะเก็บเงินสดส่วนเกินจำนวนมากไว้สำหรับโครงการ R&D ที่มีความเสี่ยงสูงและใช้เวลานาน
- คำสั่งเชิงโครงสร้าง: ถ้าคณะกรรมการของ IT อินเดียแห่งหนึ่งตัดสินใจระงับเงิน $2B จากเงินสดนั้น เพื่อทุนห้องปฏิบัติการวิจัย AI ที่คาดเดาไม่ได้ หลายปี มีโอกาสล้มเหลว 95% มันจะละเมิดสัญญาโดยปริยายกับนักลงทุน หุ้นจะเผชิญกับการเทขายครั้งใหญ่จากสถาบัน เพราะตลาดทุนอินเดียลงโทษการใช้จ่าย R&D ที่คาดเดาไม่ได้ และให้รางวัลกับการจ่ายเงินปันผลที่คาดการณ์ได้
2. การเทียบเคียงที่ผิด: "บริษัทมหาชนอเมริกันสร้างนวัตกรรมได้ ทำไมของอินเดียถึงทำไม่ได้?"
ข้อโต้แย้งกลับคือ ยักษ์ใหญ่เทคโนโลยีอเมริกัน (เช่น Microsoft/Apple/Alphabet) ก็เป็นบริษัทมหาชน ต้องเผชิญการตรวจสอบรายไตรมาส แต่พวกเขาก็สร้างผลิตภัณฑ์ที่เปลี่ยนโลกได้
การเปรียบเทียบนี้มองข้าม ความไม่สมดุลพื้นฐานของอัตรากำไรทางบัญชีและโมเดลธุรกิจ ไปอย่างน่าประหลาด
Microsoft / Alphabet (เครื่องยนต์ผลิตภัณฑ์): อัตรากำไรขั้นต้น: 70% - 80%
→ ส่วนต่างกำไรสูงช่วยให้พวกเขาสูญเสียเงินหลายพันล้านกับโครงการตามฝัน (Google Glass, Waymo, Stadia) โดยไม่กระทบราคาหุ้นหลัก
TCS / Infosys (เครื่องยนต์บริการ): อัตรากำไรจากการดำเนินงาน: 20% - 25%
→ ส่วนต่างที่บางเฉียบและเป็นเส้นตรง ทุก ๆ รูปีที่ใช้กับนักวิทยาศาสตร์ข้อมูลที่ไม่มีใบแจ้งชั่วโมงทำงาน จะลดอัตรากำไรจากการดำเนินงานโดยตรง ทำให้หุ้นร่วง
- อัตรากำไรผลิตภัณฑ์ vs. อัตรากำไรบริการ: Google และ Microsoft มีอัตรากำไรจากซอฟต์แวร์ผลิตภัณฑ์มหาศาล เมื่อสร้างซอฟต์แวร์ขึ้นมาแล้ว การขายชุดที่ล้านแทบไม่มีต้นทุน สิ่งนี้สร้างเบาะเงินสดมหาศาลเพื่อสนับสนุนการทดลอง R&D ที่ขาดทุนเป็นเวลาหนึ่งทศวรรษก่อนจะสร้างกำไร
- กับดักเชิงเส้น: การบริการ IT อินเดียทำงานบนอัตรากำไรแรงงานเชิงเส้น รายได้ของพวกเขาผูกติดแน่นกับ ชั่วโมงที่เรียกเก็บได้ ถ้าวิศวกรไม่ได้ถูกมอบหมายให้โปรเจกต์ลูกค้า พวกเขากลายเป็นภาระต้นทุนโดยตรง (เรียกว่า "นั่งรอโปรเจกต์") บริษัทบริการไม่สามารถอุดหนุนทีม R&D ขนาดใหญ่ที่ไม่สร้างรายได้ โดยไม่ทำลายอัตรากำไรจากการดำเนินงาน ซึ่งอยู่ที่ประมาณ 20-25% ซึ่งเป็นระดับที่อันตราย
3. ภาพลวงตาของค่าแรงถูก: ทำไมค่าจ้างต่ำถึงขัดขวางนวัตกรรมผลิตภัณฑ์
ข้อวิพากษ์ทั่วไปคือ: "ค่าแรงในอินเดียถูกมาก พวกเขาสามารถจ้างบัณฑิตเก่ง ๆ 10,000 คนด้วยเงินเพียงเล็กน้อย และสร้างผลิตภัณฑ์ที่เป็นกรรมสิทธิ์ของตนเองเมื่อหลายสิบปีก่อน"
ความจริงคือ ค่าแรงถูกเป็นสิ่งจูงใจเชิงสถาบันที่ขัดขวางการสร้างผลิตภัณฑ์
- การเพิ่มประสิทธิภาพโมเดลรายได้: บริษัทผลิตภัณฑ์ขยายขนาดโดยแยกรายได้ออกจากจำนวนพนักงาน (ขายซอฟต์แวร์มากขึ้นโดยทีมเดิม) การบริการ IT อินเดียปรับให้เหมาะกับสิ่งที่ตรงกันข้าม: เพิ่มรายได้โดยการเพิ่มจำนวนพนักงาน
- การติดการเก็งกำไร: เพราะค่าแรงวิศวกรอินเดียถูกมากเมื่อเทียบกับสหรัฐฯ เส้นทางที่ง่ายที่สุด ไม่มีความเสี่ยง สู่รายได้หลายพันล้านดอลลาร์ คือการเก็งกำไรจากช่องว่างค่าจ้างนั้น การสร้างผลิตภัณฑ์ต้องใช้ค่าใช้จ่ายทางการตลาดสูง ช่องทางจัดจำหน่ายระดับโลก และความเชี่ยวชาญด้านการจัดการผลิตภัณฑ์มหาศาล... ซึ่งเป็นความสามารถที่ IT อินเดียไม่เคยมี/ไม่ได้สร้างขึ้น พวกเขาเลือกเส้นทางความเสี่ยงต่ำ อัตรากำไรที่รับประกันจากการขายแรงคน แทนที่จะเสี่ยงสูงในการขายลิขสิทธิ์ซอฟต์แวร์
4. คำตัดสินที่ชัดเจน: การยอมรับ DNA ที่สืบทอดมา
การเรียก IT อินเดียว่า "บริษัทรับจ้างที่ถูกยกย่อง" ไม่ใช่การดูถูก แต่เป็นคำอธิบายที่แม่นยำของโมเดลธุรกิจของพวกเขา พวกเขาคือ บริษัทโลจิสติกส์แรงงาน ไม่ใช่นักสร้างนวัตกรรมเทคโนโลยี
ภารกิจการบริการ IT อินเดีย (TCS, Infosys): การสร้างรายได้จากแรงงานปริมาณมาก การบูรณาการระบบ การสร้างทุนสำรองเงินตราต่างประเทศ
ภารกิจสตาร์ทอัพ Deep-Tech / หน่วยงานรัฐ (Sarvam, IITs/IISc): R&D ความเสี่ยงสูง โมเดลพื้นฐาน การสร้างผลิตภัณฑ์
พวกเขาไม่ได้ล้มเหลวในการสร้าง ChatGPT เพราะพวกเขาไม่เคยพยายาม DNA ขององค์กร โปรไฟล์นักลงทุน ความเสี่ยงที่ยอมรับได้ และโครงสร้างทางบัญชีของพวกเขา ถูกออกแบบมาให้เป็นเครื่องจักรเอาท์ซอร์สตั้งแต่วันแรก
การคาดหวังให้ผู้รวบรวมระบบขนาดใหญ่เปลี่ยนตัวเองเป็นนักสร้างนวัตกรรมผลิตภัณฑ์ดีปเทคข้ามคืน เป็นไปไม่ได้ในเชิงโครงสร้าง ความรับผิดชอบในการสร้างระบบนิเวศ AI และผลิตภัณฑ์อธิปไตยของอินเดีย ไม่เคยมาจากวิทยาเขตของยักษ์ใหญ่ IT ดั้งเดิม แต่จะมาจากสตาร์ทอัพที่ได้รับการสนับสนุนจาก venture capital และสถาบันวิจัยที่ได้รับการสนับสนุนจากรัฐ ซึ่งมีพันธกิจที่จะรับความเสี่ยงครั้งใหญ่และยุ่งเหยิง
