AI TCS के आधे सौदों को सस्ता बना रहा है: भारतीय IT और आपके करियर के लिए इसके क्या मायने हैं

जब भारत की सबसे बड़ी IT कंपनी कहती है कि AI उसके आधे अनुबंधों की क़ीमतों को कम कर रहा है, तो रुककर इस पर ध्यान देना ज़रूरी हो जाता है। TCS के चीफ़ एग्जीक्यूटिव K. Krithivasan ने कंपनी के दूसरी तिमाही के नतीजों के बाद लगभग यही बात कही।

आज 10 अक्टूबर, 2026 है। भारतीय IT लाखों लोगों को रोज़गार देता है और देश की निर्यात आय का एक बड़ा हिस्सा कमाता है, इसलिए इस उद्योग को मिलने वाले भुगतान के तरीक़े में बदलाव सिर्फ़ बिज़नेस की ख़बर नहीं है। यह अपनी पहली नौकरी की तलाश कर रहे ग्रेजुएट्स, करियर के मध्य पड़ाव पर पहुँचे इंजीनियर्स और प्रति घंटे के हिसाब से सेवाएँ बेचने वाली हर कंपनी को प्रभावित करता है।

TCS के CEO ने वास्तव में क्या कहा

Q2 नतीजों के बाद CNBC-TV18 के साथ एक इंटरव्यू में, Krithivasan ने चार मुख्य बातें कहीं।

TCS के लगभग आधे IT अनुबंधों में अब "AI-led deflation" देखा जा रहा है। यहाँ डिफ्लेशन का सीधा सा मतलब है कि काम की क़ीमत कम हो रही है। यदि कोई विदेशी क्लाइंट सॉफ़्टवेयर मेंटेनेंस, टेस्टिंग या कोडिंग के काम के लिए पहले 100 रुपये देता था, तो AI टूल्स की मदद से वही काम अब लगभग 10 से 20 प्रतिशत कम, यानी 80 से 90 रुपये में हो जाता है।

इसकी उम्मीद पहले से थी। उन्होंने कहा कि उद्योग लगभग डेढ़ से दो साल से इस असर पर चर्चा कर रहा है, इसलिए लगभग 50 प्रतिशत का यह आँकड़ा कोई आश्चर्य की बात नहीं है।

नए प्रोजेक्ट्स से इसका संतुलन बन जाना चाहिए। कई लोग AI के बारे में केवल उत्पादकता और कम लागत के नज़रिये से ही सोचते हैं। उन्होंने रेखांकित किया कि व्यवसाय AI के कारण बिल्कुल नए प्रोजेक्ट भी शुरू कर रहे हैं, जिसे उन्होंने नेट न्यू वर्क (net new work) कहा, और यह नई माँग जल्द ही डिफ्लेशन की भरपाई कर देगी।

हर डील छोटी नहीं हो रही है। बड़े और जटिल AI अनुबंधों में कॉन्ट्रैक्ट वैल्यू घटी नहीं है। यह स्थिर बनी हुई है।

इंटरव्यू में यह भी बताया गया कि TCS का मार्जिन—राजस्व का वह हिस्सा जिसे वह मुनाफ़े के रूप में रखता है—मज़बूत बना हुआ है।

यह भारत के लिए एक चुनौती क्यों है

IT सेवाएँ भारतीय अर्थव्यवस्था के प्रमुख स्तंभों में से एक हैं, इसलिए इसके नकारात्मक पहलुओं पर स्पष्ट रूप से नज़र डालना ज़रूरी है।

पुराना बिलिंग मॉडल दबाव में है। दशकों से, भारतीय IT कंपनियाँ "time and material" के आधार पर शुल्क लेती रही हैं, जिसका मतलब है कि कितने लोगों ने कितने घंटे काम किया, उसी हिसाब से बिलिंग करना। यदि AI किसी काम को कम समय में पूरा कर देता है, तो बिलिंग का यह पुराना तरीक़ा उसी परिणाम के लिए कम कमाई करता है।

शुरुआती स्तर की आसान नौकरियों में कमी। बेसिक डेटा एंट्री, मैनुअल टेस्टिंग और सामान्य बग फिक्स जैसे रूटीन काम वही हैं जिन्हें AI अब तेज़ी से निपटा देता है। इससे ऐसी भूमिकाओं के लिए नए ग्रेजुएट्स को भारी संख्या में हायर करने का पुराना ढर्रा जारी रखना कहीं अधिक कठिन हो जाता है।

सीखना बंद कर देने वाले लोगों के लिए जोखिम। जिन इंजीनियर्स ने अपने स्किल्स को अपडेट किए बिना वर्षों तक एक ही ढर्रे का काम किया है, उनके लिए अपनी भूमिकाओं को बनाए रखना अधिक कठिन हो जाएगा।

यह एक बड़ा अवसर भी क्यों है

यही बदलाव नए रास्ते भी खोलता है।

कम लागत से उच्च मूल्य की ओर बढ़ना। भारत को सिर्फ़ कम लागत वाली IT सेवाओं के स्रोत के रूप में ही जाने जाने की ज़रूरत नहीं है। भारतीय इंजीनियर्स जटिल AI सिस्टम, क्लाउड आर्किटेक्चर और साइबर सुरक्षा समाधान तैयार करने में दुनिया का नेतृत्व कर सकते हैं।

कंपनियों के लिए बेहतर मार्जिन। यदि AI की मदद से छोटी टीमें अधिक काम तेज़ी से पूरा करती हैं, तो प्रॉफ़िट मार्जिन बढ़ सकता है, और TCS का अपना मार्जिन पहले से ही मज़बूती से टिका हुआ है।

स्टार्टअप्स के लिए बढ़ावा। अच्छे AI टूल्स वाला एक डेवलपर अब वह काम कर सकता है जिसके लिए पहले पूरी टीम की ज़रूरत होती थी। इससे भारत में नए तकनीकी उत्पाद और स्टार्टअप्स बनाना बहुत आसान हो जाता है।

एक पंक्ति में: यह एक ही समय में एक चेतावनी भी है और एक अवसर भी। यह उन सभी के लिए बुरी ख़बर है जो काम करने के पुराने ढर्रे पर ही टिके रहते हैं, और उन इंजीनियर्स व कंपनियों के लिए एक बड़ा मौक़ा है जो AI को अपनाते हैं और लगातार अपने स्किल्स को बेहतर बनाते रहते हैं।

वे स्किल्स जो आपकी माँग बनाए रखेंगे

केवल कोड लिखने या बुनियादी काम करने वाले लोगों की माँग घट रही है। जटिल सिस्टम डिज़ाइन, डिप्लॉयमेंट, सुरक्षा और वास्तविक व्यावसायिक समस्याओं को समझने वाले इंजीनियर्स की माँग तेज़ी से बढ़ रही है। यहाँ चरण-दर-चरण एक व्यावहारिक मार्ग दिया गया है।

स्टेप 1: सिर्फ़ AI यूज़र नहीं, बल्कि AI बिल्डर बनें

• ऐसे ऐप्लिकेशन्स डिज़ाइन करना सीखें जो लार्ज लैंग्वेज मॉडल्स (LLMs, चैट असिस्टेंट्स के पीछे के AI मॉडल्स) और LangChain, LlamaIndex या Semantic Kernel जैसे फ़्रेमवर्क्स पर आधारित हों।
• समझें RAG (retrieval-augmented generation): किसी कंपनी के प्राइवेट डॉक्यूमेंट्स को LLM से जोड़ना, Pinecone, Qdrant या Chroma जैसे वेक्टर डेटाबेस और एम्बेडिंग्स का उपयोग करना, जो टेक्स्ट को ऐसी संख्याओं में बदल देते हैं जिनकी तुलना एक कंप्यूटर कर सकता है।
• एक्सप्लोर करें agentic workflows, जहाँ कई AI एजेंट्स CrewAI या AutoGen जैसे टूल्स का उपयोग करके किसी काम को आपस में बाँट लेते हैं।
• मॉडल आउटपुट का मूल्यांकन करना सीखें, कम करें hallucinations (आत्मविश्वास से भरे लेकिन ग़लत उत्तर), और किसी विशिष्ट डोमेन के लिए छोटे मॉडल्स को फ़ाइन-ट्यून करें।

स्टेप 2: मॉडर्न DevOps, platform engineering और MLOps सीखें

• ऐसे CI/CD पाइपलाइन्स (स्वचालित बिल्ड, टेस्ट और रिलीज़) तैयार करें जो AI टूल्स का उपयोग करते हैं और क्लाउड पर स्वचालित रूप से डिप्लॉय करते हैं।
• अभ्यास करें platform engineering: Terraform या OpenTofu, और Pulumi जैसे टूल्स के साथ इंटरनल डेवलपर पोर्टल्स और सेल्फ़-सर्विस इंफ़्रास्ट्रक्चर।
• सीखें MLOps / LLMOps: बड़े पैमाने पर प्रोडक्शन में AI मॉडल्स चलाना, लेटेंसी को नियंत्रित करना, GPUs को मैनेज करना और मॉडल्स की निगरानी करना।
• AWS, Azure या GCP में सहज बनें, जिसमें क्लाउड लागत नियंत्रण (जिसे अक्सर FinOps कहा जाता है), सर्वरलेस डिज़ाइन और Kubernetes स्केलिंग शामिल हैं।

स्टेप 3: AI सुरक्षा और गवर्नेंस जोड़ें

• अध्ययन करें OWASP Top 10 for LLMs, जो प्रॉम्प्ट इंजेक्शन (तैयार किए गए इनपुट से AI को धोखा देना), डेटा लीकेज और AI आउटपुट के असुरक्षित प्रबंधन जैसे जोखिमों को कवर करता है।
• जानें कि प्राइवेसी और कम्प्लायंस नियम AI सिस्टम्स पर कैसे लागू होते हैं, जिनमें शामिल हैं GDPR, भारत का DPDP Act और ISO 27001.
• थर्ड-पार्टी पैकेज, लाइब्रेरी और कंटेनर इमेज को ज्ञात कमज़ोरियों (vulnerabilities) के लिए स्कैन करके सॉफ़्टवेयर सप्लाई चेन को सुरक्षित करें।

स्टेप 4: सिस्टम आर्किटेक्चर और डोमेन नॉलेज में दक्षता बढ़ाएँ

• AI छोटे फ़ंक्शन्स लिख सकता है, लेकिन एक ऐसा बड़ा एंटरप्राइज सिस्टम डिज़ाइन करना जो स्केलेबल, फ़ॉल्ट-टॉलरेंट और तेज़ हो, उसके लिए अभी भी एक अनुभवी आर्किटेक्ट की ज़रूरत होती है। हाई-लेवल और लो-लेवल डिज़ाइन का अभ्यास करें।
• बैंकिंग, फ़िनटेक, हेल्थकेयर या ई-कॉमर्स जैसा कोई एक डोमेन चुनें, और उसकी वास्तविक समस्याओं को इतनी अच्छी तरह समझें कि उन्हें हल करने वाली तकनीक डिज़ाइन कर सकें।

स्टेप 5: AI-असिस्टेड डेवलपमेंट में महारत हासिल करें

• कई गुना तेज़ी से काम करने के लिए अपने एडिटर या टर्मिनल में Cursor, Claude Code या GitHub Copilot जैसे AI कोडिंग टूल्स का उपयोग करें।
• अपने कोड रिव्यू और डीबगिंग स्किल्स को निखारें, क्योंकि AI ने कहाँ ग़लती की है और कहाँ परफ़ॉर्मेंस प्रभावित हो रही है, यह पहचानने के लिए अभी भी किसी व्यक्ति की ज़रूरत है।

एक तालिका में यह बदलाव

पुराना दृष्टिकोण (जोखिम में)	भविष्य का दृष्टिकोण (माँग में)
सिर्फ़ कोड लिखना	एक आर्किटेक्ट के रूप में समस्याओं को हल करना
मैनुअल टेस्टिंग और डिप्लॉयमेंट	ऑटोमेशन और प्लेटफ़ॉर्म इंजीनियरिंग
सिर्फ़ एक ही तकनीक तक सीमित रहना	एंड-टू-एंड सिस्टम्स और सुरक्षा को समझना

निष्कर्ष

TCS की यह टिप्पणी कि उसके लगभग आधे अनुबंध अब AI-प्रेरित डिफ्लेशन का सामना कर रहे हैं, इस बात का स्पष्ट संकेत है कि भारतीय IT किस दिशा में आगे बढ़ रहा है। रूटीन काम की क़ीमतें घट रही हैं, और प्रति घंटे बिलिंग करने का पुराना तरीक़ा दबाव में है। साथ ही, नए AI प्रोजेक्ट्स आ रहे हैं, जटिल अनुबंध अपनी वैल्यू बनाए हुए हैं, और AI सिस्टम्स को डिज़ाइन, सुरक्षित और संचालित करने वाले इंजीनियर्स अधिक मूल्यवान बन रहे हैं। जो इंजीनियर्स लगातार सीखते रहेंगे, वे सबसे आगे रहेंगे।

लाभ

• कम लागत भारतीय IT सेवाओं को वैश्विक ग्राहकों के लिए अधिक आकर्षक बनाती है।
• नए AI प्रोजेक्ट्स नई माँग पैदा करते हैं जो गिरती क़ीमतों को संतुलित कर सकती है।
• इंजीनियर्स रूटीन काम से उच्च-मूल्य वाले डिज़ाइन और आर्किटेक्चर की भूमिकाओं में आगे बढ़ सकते हैं।
• बेहतर मार्जिन कंपनियों को स्किल्स और उत्पादों में निवेश करने की गुंजाइश देते हैं।
• छोटी टीमें और सोलो डेवलपर्स अब वास्तविक उत्पाद और स्टार्टअप्स बना सकते हैं।

कमियाँ

• जब AI काम को तेज़ी से पूरा करता है, तो घंटों के आधार पर की जाने वाली बिलिंग से कमाई कम होती है।
• रूटीन कार्यों के लिए शुरुआती स्तर (entry-level) की हायरिंग घटने की संभावना है।
• जो प्रोफेशनल्स खुद को रीस्किल नहीं करते, उनकी नौकरियों पर वास्तविक ख़तरा है।
• फ़ायदे पहले बड़ी कंपनियों और कुशल इंजीनियर्स तक पहुँच सकते हैं, जिससे असमानता की खाई चौड़ी हो सकती है।
• बाज़ार तेज़ी से बदल रहा है, जबकि नए स्किल्स सीखने में समय और मेहनत लगती है।

सावधानी

यह लेख शैक्षिक उद्देश्यों के लिए है और एक टीवी इंटरव्यू तथा एक स्वतंत्र विश्लेषण को सरल भाषा में संक्षेप में प्रस्तुत करता है। अनुबंधों में 50 प्रतिशत हिस्सेदारी और 10 से 20 प्रतिशत मूल्य परिवर्तन जैसे आँकड़े CEO की रिपोर्ट की गई टिप्पणियों से लिए गए हैं, और वे अनुमानित हो सकते हैं या बाद के नतीजों में बदल सकते हैं। टूल्स के नाम केवल उदाहरण हैं, कोई समर्थन नहीं। करियर, निवेश या व्यावसायिक निर्णय लेने से पहले कृपया कंपनी के आधिकारिक बयानों की जाँच करें और अपना स्वयं का शोध करें।

अक्सर पूछे जाने वाले प्रश्न

• TCS के CEO ने AI और क़ीमतों के बारे में क्या कहा? — K. Krithivasan ने कहा कि TCS के लगभग आधे IT अनुबंधों में अब AI-प्रेरित डिफ्लेशन देखा जा रहा है, जिसका अर्थ है कि ग्राहकों को उसी काम के लिए लगभग 10 से 20 प्रतिशत कम भुगतान करना पड़ता है।
• AI-led deflation का क्या अर्थ है? — इसका मतलब है कि किसी काम की क़ीमतें गिरती हैं क्योंकि AI टूल्स उस काम को तेज़ी से या कम लोगों के साथ पूरा करने में मदद करते हैं।
• क्या AI भारतीय IT में नौकरियों को कम करेगा? — रूटीन एंट्री-लेवल भूमिकाओं में कमी आने की संभावना है, जबकि AI, क्लाउड, सुरक्षा और आर्किटेक्चर स्किल्स वाले इंजीनियर्स की माँग बढ़ रही है।
• क्या TCS के सभी अनुबंध अपनी वैल्यू खो रहे हैं? — नहीं। CEO ने कहा कि बड़े और जटिल AI अनुबंधों ने अपनी कॉन्ट्रैक्ट वैल्यू बनाए रखी है।
• IT कंपनियाँ कम क़ीमतों की भरपाई कैसे करेंगी? — नेट न्यू AI प्रोजेक्ट्स के ज़रिए, जिनके बारे में CEO को उम्मीद है कि वे डिफ्लेशन की भरपाई करेंगे, और उच्च उत्पादकता से मिलने वाले बेहतर मार्जिन के ज़रिए।
• भारतीय IT प्रोफेशनल्स को अब कौन से स्किल्स सीखने चाहिए? — LLMs और RAG के साथ AI इंजीनियरिंग, platform engineering और MLOps, AI सुरक्षा और अनुपालन, सिस्टम डिज़ाइन, और AI-असिस्टेड डेवलपमेंट।
• क्या यह भारत के लिए अच्छी ख़बर है या बुरी? — दोनों: यह पुराने बिलिंग मॉडल्स और रूटीन नौकरियों पर दबाव डालता है, लेकिन उच्च-मूल्य वाले काम और अधिक स्टार्टअप्स का रास्ता भी खोलता है।

टैग

#TCS #IndianIT #ArtificialIntelligence #AIDeflation #ITJobs #CareerGrowth #FutureOfWork #AIEngineering #DevOps #Upskilling