Deal Note 02 · IT SERVICES

AI-Exposure: jak fundusze dyskontują model body-leasingu w usługach IT

Gdy modele LLM redukują czas projektu z 10 tygodni do 4, tradycyjny Time & Material staje się toksycznym aktywem.

1 min czytaniaMarża bruttoManaged ServicesAI-Exposure6-8x EBITDA

Jeszcze trzy lata temu polskie software house’y były ulubionym celem akwizycyjnym zachodnich grup ICT poszukujących arbitrażu kosztowego. W połowie 2026 ten model znalazł się pod potężnym ostrzałem - z powodu ryzyka określanego w funduszach jako AI-Exposure. Kupujący wiedzą, że przychód oparty wyłącznie na wynajmie roboczogodzin nie jest już skalowalny liniowo.

Jak zachodni kapitał ocenia dziś sektor IT Services

  • Red flag (wysokie dyskonto): czysty body-leasing, krótkoterminowe projekty, marża brutto <30%, brak własnego IP, zależność od 2-3 klientów.
  • Premium valuation (orientacyjnie 6-8x EBITDA): model Managed Services, długoterminowe kontrakty SLA, własne akceleratory oparte na AI (tech-enabled services), głęboka ekspertyza domenowa - cybersecurity, cloud migration.

Dyskonto (red flag)

  • Czysty body-leasing
  • Krótkie projekty Time & Material
  • Marża brutto poniżej 30%
  • Brak własnego IP
  • Zależność od 2-3 klientów

Premium 6-8x EBITDA

  • Model managed services
  • Długoterminowe kontrakty SLA
  • Własne akceleratory AI
  • Głęboka ekspertyza domenowa
  • Cyberbezpieczeństwo i chmura

AI-Exposure: kupujący dyskontuje przychód z roboczogodzin, a płaci premię za powtarzalność i własne IP.

Zanim otworzysz data room, udowodnij kupującemu, że Twoja marża nie zniknie w zderzeniu z automatyzacją kodu, a klienci są zablokowani w relacji wykraczającej poza dostarczanie programistów.

Pytania i odpowiedzi

Czym jest AI-Exposure w wycenie software house?

To ryzyko, że automatyzacja kodu przez modele LLM skompresuje marżę spółki opartej na wynajmie roboczogodzin. Fundusze dyskontują za nie modele Time & Material, bo przychód z billable-hours przestał być skalowalny liniowo.

Jak software house może obronić wysoki mnożnik?

Przejściem na Managed Services i kontrakty SLA, budową własnych akceleratorów AI (tech-enabled services) oraz głęboką ekspertyzą domenową. To przesuwa wycenę z dyskonta orientacyjnie do przedziału 6-8x EBITDA.