Tata Consultancy Services（TCS）は新規採用の約80%をデジタル・AI関連技能を持つ人材とする見通しだ。9月四半期にはAI業務が売上の10%を超えた。AI対応力は小さな専門部門ではなく広い人員要件になる。ただし採用者の5人中4人が基盤モデルを作るという意味でも、AI増収が既に利益率を高めた証明でもない。
COOのAarthi Subramanianによれば、第2四半期に4,500人を増やし、約25～30%が「純粋なAI」人材、約80%が広い新時代技能の分類だった。この構成を続ける見通しだ。専門家は大きなデジタル群と重なり、別々の採用枠として足してはならない。
採用は大きくなったAI売上に続く
TCSの9月四半期決算では、2026年9月30日までのAI年換算売上は31億ドル。2026年度末の23億ドル超、6月の26億ドルから増えた。年換算とは現在の速度を1年に延ばす値で、四半期に31億ドルを計上したのではない。
総四半期売上は76億4,000万ドル、報告ドルベースで前年比2.4%増、一定為替で前期比0.5%増だった。契約総額は96億ドルで、発表済みPorscheとBest Buy案件を除く。AIは重要になったが、会社全体の遅い伸びは同じ速度で全事業を変えていないことを示す。
Subramanianは顧客が最初のAI案件の効果を測り、他部門へ広げると説明した。少人数の試行と違い、本番には設計、開発、データ、安全、業界専門家と継続保守が要る。銀行、製造、小売、医療、通信、公共サービスでは既存システムとの統合が必要で、チャット操作だけでは足りない。
CEOのK. Krithivasanは年齢より学ぶ意欲を重視した。経験者は新道具に詳しくても運用背景の薄い新人より、顧客システムや業界例外を理解できる。課題は世代の二者択一でなく、蓄積知と新技術を組み合わせることだ。
利益率の仮説はまだ検証が必要
9月四半期の営業利益率は24%、純利益率は19%だった。KrithivasanはAI案件の量が増えると収益性が上がるとした。再利用部品、自動化、共通基盤、短い納期で案件当たり作業を減らし、固定投資を多くの売上に分散できる可能性がある。
2026年度決算の営業利益率は一時要因を除き25%だった。現在の24%は、AIが最近の水準を明確に上回る前に回復が必要な位置だ。AI増収は示したが、全費用後の利益寄与は分離していない。
顧客は節約の分配を求め得る。コード支援で工数が減ると、入札と契約によって利益がTCSでなく買い手に移る場合がある。成果払いは能力を評価する一方、顧客データ、導入、外部判断という制御できない要因のリスクも負わせる。
費用には採用、専門家報酬、研修時間、モデル、推論、安全、評価、データ準備、統合がある。初期展開は人の確認、監視、例外処理を多く要し、規制分野は文書と承認も必要だ。近代化やデータ業務へのAI混入は売上分類も複雑にする。保守的分類だという経営説明だけでは稼働率、価格、利益改善を証明しない。
研修の総量は準備であり本番能力ではない
TCSは2026年度に学習6,900万時間、前年比23%増、獲得能力520万件、高いAI・機械学習熟練度の社員27万人超を報告した。役割別学習、AI学習コーチ、社内ハッカソンも実施し、最大イベントは28万1,000人超が参加した。活動と準備の規模であり、財務収益や独立確認された実装能力ではない。
専門採用と広いデジタル採用の区別が重要だ。前者は機械学習技術者、評価者、データ科学者、AI設計者など、後者はAIを使うソフト、クラウド、安全、データ、業務基盤の担当者を含む。企業能力には生成コードのリスク、評価方法、重大判断で人が確認する時点の理解が必要だ。
Bots.ai by HR AnexiのNikhar AroraはNDTVの採用報道で、共通基準や成果がなければ利用状況のダッシュボードは準備を過大表示すると警告した。9月末598,056人、ITサービスの直近12か月離職率13.3%という会社では重要だ。受講完了は全社員の確実な実務を示さない。
顧客固有の文脈は収集し管理すべきだ。検索システムには新しい文書、適切な権限、由来、監視が要る。一般モデルは方針、商品、規制を自動で知らない。公開ツールは機密を漏らし、過大権限のエージェントは接続先で行動し得る。業務経験と安全判断はプロンプト技能を補う。
検索可能な技術知識基盤は判断、評価、顧客条件を残せる。組織の記憶を助けるが、安全や採算の証明ではない。ハッカソンのデモと患者情報や金融取引を扱うサービスでは要求が違う。
競合と実案件が試験を具体化する
Accentureは2025年度末にAI・データ熟練者約77,000人を報告した。2026年度決算開示の売上742億ドル、新規受注845億ドルは全社でありAIだけではない。HCLTechは先端AI売上を別計上し、InfosysはTopazと大規模研修で企業業務を進める。
競争は希少人材の需要を高め、顧客には価格と実行能力を比べる選択肢を与える。大人数研修は請求可能時間を使い、未準備者の配属は失敗リスクになる。採用率だけでなく稼働率と専門家の定着が経済性を決める。
Best Buyではインドのグローバル能力センターをTCSへ移し、AI能力センターに育てる計画だ。単独モデルの販売でなく、人、運用、技術を組み合わせる具体例となる。
TCSはPorscheとの5年提携と、管理・ITコンサル子会社MHPの買収合意も発表した。承認が条件だ。深い業界文脈を伴うAI工学とモビリティを狙うが、移行、統合、重複運営、買収費用で利益寄与は遅れ得る。発表規模は実現済み利益ではない。
経営陣は価値連鎖の再設計と管理されたエージェントへ需要が移るとする。制御下で計画・実行する仕組みだが、近い効果のない裁量支出は厳しく見られる。急成長するAIが既存業務を置き換えるだけなら純増売上とは違い、一定為替0.5%の伸びは重要になる。
経済的な試験は三つの結果を結ぶ
次に必要なのはAI年換算売上、全社一定為替成長、営業利益率が一緒に改善する姿だ。最初だけならAI事業の拡大であり、広い生産性仮説の証明とは限らない。横ばい利益率も直ちに戦略を否定しないが、価格や実装費が効果を吸収した可能性がある。
人員の証拠も準備と実務を結ぶ必要がある。1人当たり売上、稼働率、社内移動、専門家定着、研修者の本番配属などだ。TCSは全指標を毎期開示しない。純AI、新時代技能、社内研修者の分類が安定してこそ比較できる。
顧客には短い実装、試行予算からの拡張、制御された誤り、例外時の確実な引き継ぎが証拠となる。社員にはソフトの基礎、信頼できるデータ、安全、業務知識と変わる道具の組み合わせが長期価値になる。80%目標と31億ドルの年換算AI売上は規模を示すが、全社成長と利益率を強めるかは未解決だ。