当多数 IT 服务商仍在摸索 AI 对软件开发的重塑时，Virtusa 首席执行官 Nitesh Banga 已将目光投向半导体领域。去年，Virtusa 通过收购 SmartSoC 切入该赛道，Banga 期望此举能突破传统软件服务的边界，构建涵盖芯片设计、网络、云基础设施及应用的全栈能力。

然而，这一战略押注的时机颇为微妙。Virtusa 在拓展半导体版图的同时，正面临 AI 技术对其现有业务经济模型的剧烈冲击。Banga 坦承，受限于前沿模型高昂的 Token 消耗及数十年历史企业系统的现代化难度，公司部分由 AI 主导的项目目前仍处于亏损状态。

从芯片到云端的全栈野心

Virtusa 的半导体布局旨在填补能力空白。Banga 指出，随着 AI 应用向物理世界延伸，如除颤器和睡眠呼吸治疗仪等医疗设备，开发此类产品需融合芯片设计、嵌入式软件、云设施及应用开发的全方位专业知识。

SmartSoC 带来的预硅设计和后硅验证能力，正受到成熟半导体公司及专注特定工作负载（如推理计算、汽车应用）初创企业的青睐。Banga 认为，这为提供半导体工程专长的公司创造了机遇，并预示着围绕 " 半导体 - 数据中心 - 能源 " 生态系统的更大潜力。

重构软件经济学：从 SDLC 到 ADLC

在押注硬件的同时，Virtusa 正推动从传统软件开发生命周期（SDLC）向 " 智能体开发生命周期 "（ADLC）的转型。公司发现，单纯依赖智能体加速代码生成会导致上下文断裂、代码库膨胀及技术债务增加。为此，Virtusa 转向基于规范和脚手架的工程模式，以加强对智能体生成代码的控制。

尽管理论上可将一个 11-12 人的 Scrum 团队重组为 4 名人类协调员配合 7-8 个智能体，但人力减少并未直接等同于成本降低。Banga 强调，关键在于优化 Token 经济学：精准匹配任务需求与模型规模，避免用 80 亿参数模型处理仅需 8 亿参数模型即可胜任的任务，从而减少对昂贵前沿模型的频繁调用。

AI 落地的经济现实与风险

这一转型正在重塑 Virtusa 的商业模型。目前，公司约 21% 的收入来自 AI 驱动、影响或辅助活动。与此同时，合同模式正从传统的 " 时间与材料 " 转向基于成果的固定价格模式。虽然这契合 AI 提速交付的承诺，但也意味着服务商需承担项目超支或延期的更多风险。

Banga 举例称，在一个涉及 AS400 和 PL/SQL 的 50 年历史平台现代化项目中，尽管部分领域达成预期，但 AS400 的复杂性迫使公司追加投入并与专业初创企业合作。这凸显了 AI 在处理深层遗留系统时的局限性与成本不确定性。

服务公司的不可替代性

面对基础模型开发商直企企业部署的趋势，Banga 驳斥了 "IT 服务商将变得多余 " 的观点。他将此比作云计算革命：Salesforce 等平台的兴起反而催生了实施与集成的新机遇。他认为，构建模型与在企业内有效运作模型是两回事。

以银行 KYC 流程为例，零售与托管银行的监管及业务流程差异巨大，将其从 43 天缩短至 15 天需对底层逻辑有深刻理解。Banga 指出，模型制造商依赖服务公司实现规模化部署。相比 TCS、Infosys 等巨头，中型服务商因遗留包袱较轻，在向自主交付模式转型时更具灵活性，自我蚕食风险更低。

劳动力转型的紧迫性

Banga 最大的担忧在于劳动力转型的速度。Virtusa 拥有约 3 万名员工，全栈 Java 工程师需演变为智能体工程师，业务分析师则需成为流程 " 重构者 "。过去 12 个月，公司全力推动这一转变，甚至改变了与客户的对话方式，从询问 "AI 能做什么 " 转变为探讨 " 如何快速转型以保持相关性 "。

Virtusa 设定了 2030-2031 年实现 50 亿美元收入的目标，AI、企业转型和半导体是其增长战略的核心。Banga 坚信，正如互联网和云时代一样，服务行业在 AI 时代仍将保持关键地位，当前的核心任务是厘清 AI 盈利路径，并为一个超越纯软件的世界做好准备。

【星途科讯 图文丨伊贝 首发于 ZAKER 科技，转载请注明出处】