|
우리의 경험에 따르면 이러한 전술을 결합하면 배포를 최대 20% 가속화하는 동시에 비용을 15~25% 절감할 수 있으며 결과는 8~16개월 내에 식별할 수 있습니다(그림 2).
전시 2
우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.
AI를 사용하여 잠재적 보급률이 높은 저비용 시장을 목표로 삼으세요.
새로운 섬유를 출시하려는 기업은 일반적으로 가장 높은 수익을 창출할 가능성이 있는 시장을 목표로 삼았는데, 이는 종종 인구 밀도와 가계 소득 수준이 높은 도시 지역에 초점을 맞추는 것을 의미했습니다. 그러나 더 많은 광섬유가 배치됨에 따라 이러한 높은 수익 창출 기회는 점점 줄어들고 있으며 기업은 시장 서비스 비용에 더 많은 비중을 두어야 합니다. 가계 소득이 낮아 보급률이 낮을 가능성이 높다면 인구 밀도가 높은 지역을 목표로 삼는 것은 별 의미가 없습니다. 봉사 비용은 엄청날 수 있습니다.
대신 기업은 침투 잠재력, 사용자당 평균 수익(ARPU) 및 건설 비용 사이에서 최상의 균형을 찾을 수 있는 시장을 식별하기를 원할 것입니다. 이는 사회 인구통계학적 변수를 넘어 균형에 영향을 미칠 수 있는 다양한 변수를 고려할 때 복잡하고 시간이 많이 소요되는 작업이 될 수 있습니다. 여기에는 필요한 네트워크 경로의 길이, 배포 방법(전주 위, 기존 지하 덕트 사용 또는 새 덕트 트렌칭), 고속 백본 인프라의 가용성, 장비 및 인건비, 경쟁사의 배포 계획이 포함됩니다.
AI 지원 계획 모델은 이러한 분석을 처리하는 데 능숙하며 결과를 개선할 수 있습니다. 한 운영자의 경험이 그 점을 잘 보여줍니다. 숙련된 팀이 공식화한 원래의 파이버 구축 전략은 성과가 저조했습니다. 예상보다 비용은 높았고 수용력은 약했습니다. 다음 배포 단계에서 회사는 광범위한 변수를 고려하는 AI 지원 계획 모델을 사용하기로 결정했습니다. 여기에는 가장 가까운 광섬유 경로에서 모든 주거용 건물까지의 거리, 비용에 영향을 미치는 요소, 각 지역의 무선 가입자 수, 무선 가입자가 종종 광섬유로 업그레이드함에 따라 채택에 영향을 미치는 요소가 포함됩니다. 그 결과, 이 모델은 가정에 광섬유를 공급하는 데 드는 비용이 초기 목표 시장보다 5~7% 낮고 잠재적 침투 수준이 최대 10% 더 높은 시장을 식별하여 예측 수익을 크게 향상시켰습니다.
효과적인 AI 계획 모델을 구축하는 것은 기본 사항을 올바르게 잡는 것부터 시작됩니다. 모든 재무, 고객 및 네트워크 데이터를 사용할 수 있어야 합니다. 공백이나 불일치가 없어야 합니다. 여기에서 고급 AI 모델은 우편번호, 도시 구역, 개별 건물 등을 살펴보며 세부적인 수준에서 네트워크 구축에 대한 수익을 예측할 수 있습니다. 그리고 더 많은 매개변수를 추가하면 모델은 경쟁업체가 향후 광섬유를 구축할 위치와 같은 더 많은 시나리오를 분석하여 과도한 구축 위험을 최소화하거나 고정 무선과 같은 대체 광대역 기술에 대한 수익을 높일 수 있습니다.
우리의 기술, 미디어 및 통신 업무에 대해 더 자세히 알고 싶으십니까 ?
조정과 효율성을 촉진하는 운영 모델 확립
파이버 롤아웃은 회사의 운영 모델이 허용하는 만큼만 빠르고 효율적일 수 있습니다. 프로세스를 표준화하고, 조화로운 IT 스택을 설정하고, 프로젝트 파이프라인을 조정하기 위한 "신경 센터"를 구축함으로써 기업은 네트워크 배포, 운영, IT, 조달을 포함한 기능 내외에서 조정과 효율성을 높일 수 있습니다. 이러한 조치를 통해 배포 비용을 1~2% 정도 절감하는 동시에 배포를 가속화할 수 있습니다.
전국적인 프로세스 표준화
많은 기업에서는 동일한 지역 내의 다양한 프로젝트는 물론, 시장별로, 심지어 동일한 프로젝트를 진행하는 여러 팀별로 서로 다른 운영 프로세스, 절차 및 관행을 갖추고 있습니다. 예를 들어, 일부 시장에서는 기업이 디자인을 아웃소싱하지만 다른 시장에서는 내부적으로 작업을 수행합니다. 일부에서는 단일 회사에 건설을 맡기고 다른 곳에서는 작업을 분산시킵니다. 일부 프로젝트에는 20개의 마일스톤이 있는 반면 다른 유사한 프로젝트에는 30개가 있을 수 있으며, 명명법이 다르기 때문에 비교가 더욱 까다로워집니다. 이러한 종류의 차이는 모범 사례가 항상 준수되지 않음을 의미하며, 팀 구성원이 다양한 작업 방식에 적응하는 방법을 배우면서 배포 속도가 느려지고 건설 비용이 증가합니다. 또한 실수로 이어져 비용이 많이 드는 재작업이 필요할 수도 있습니다.
표준화는 이 문제를 해결하는 데 도움이 됩니다. 여기에는 배포 프로세스의 모든 단계를 세심하게 매핑하고, 모든 관련 모범 사례를 문서화하고, 표준에서 벗어난 모든 사항을 조기에 식별할 수 있도록 거버넌스 메커니즘을 정의하는 작업이 수반됩니다. 정기적인 감사, 성과 지표 추적, 규정 준수 확인 등이 모두 이러한 측면에서 도움이 됩니다. 모든 직원이 새로 확립된 관행을 채택하려면 교육을 받아야 하므로 변경 관리도 중요합니다. 네트워크 설계와 아키텍처도 표준화되어야 합니다. 예를 들어 노드 간 최적의 거리를 설정하는 것이 포함될 수 있습니다.
기술 스택 조화
많은 운영자는 배포 관리에 사용하는 레거시 도구로 인해 번거로운 프로세스와 높은 비용에 직면해 있습니다. 이는 인수를 통해 확장한 기업뿐만 아니라 새로운 광섬유 네트워크를 구축하고 있는 기존 구리 또는 케이블 네트워크를 보유한 기존 사업자에게 특히 문제가 될 수 있습니다. 재고, 프로젝트, 자본 배치 및 기타 자원을 관리하기 위한 다양한 시스템을 갖춘 회사를 찾는 것은 드문 일이 아닙니다. 이러한 도구를 통합하려면 중단 방지를 목표로 하는 전환 로드맵이 필요한 긴 프로세스가 필요하지만 비용 절감 및 배포 속도 측면에서 상당한 보상도 제공됩니다.
운영되는 각 지역에 서로 다른 배포 도구를 보유하고 있던 북미의 한 광대역 회사는 데이터 품질과 롤아웃 효율성 문제로 어려움을 겪고 있었습니다. 예를 들어, 재고 항목이 누락되거나 중복되었으며, 마일스톤 완료에 관한 신뢰할 수 없는 수동 메모가 있었습니다. 중복성을 제거하고 맞춤형 사내 구축 도구와 함께 즉시 사용 가능한 최신 SaaS 솔루션을 갖춘 새로운 기술 스택을 도입한 단계적 계획을 통해 후속 광케이블 롤아웃 속도가 거의 10% 빨라지고 배포 비용도 절감되었습니다.
신경 센터 만들기
회사가 수십 개의 서로 다른 현장과 시장에 광섬유를 배치하고 여러 공급업체와 자재 공급업체를 조율하여 일정과 예산을 위협할 때 문제는 필연적으로 발생합니다. 그러나 개별 프로젝트 팀이 전체 배포 프로그램에 대한 가시성 없이 작업하는 일반적인 비즈니스 프로세스에서는 이러한 문제와 잠재적 영향을 감지하거나 해결하는 데 시간이 걸릴 수 있습니다. 예를 들어, 특정 공급업체가 일정에 맞춰 두 현장에 납품하지 못했다는 사실은 해당 현장에서 일하는 사람들 외에는 눈에 띄지 않을 수 있습니다. 그러나 이러한 실패는 공급업체가 심각한 문제에 직면했고 다음 10개 사이트까지 제 시간에 맞춰 배송하지 못해 배포 일정이 심각하게 위태로워진다는 신호일 수 있습니다. 마찬가지로, 분산형 접근 방식은 필요한 자재가 중간 창고에 있더라도 공급 부족으로 인해 작업이 한 곳에서 중단되는 것을 의미할 수 있습니다.
이와 대조적으로 신경 센터는 이정표에 따라 배포가 어떻게 진행되고 있는지에 대한 조감도를 제공하는 데이터를 수집하고 분석합니다. 여기에는 허가 신청, 재고 가용성 및 전체 건설 일정에 대한 실시간 업데이트가 포함될 수 있습니다. 이 정보를 통해 다양한 시장, IT, 조달 및 데이터 분석 담당자로 구성된 신경 센터의 다기능 팀은 리소스를 동원할 수 있는 능력과 권한을 모두 갖추고 있으므로 민첩하게 작업하여 문제를 신속하게 해결할 수 있습니다. 직접 해결하거나 필요한 경우 에스컬레이션합니다. 한 운영자가 설립한 신경 센터는 주요 공급업체의 특수 광섬유 케이블 배송이 지연되는 것을 감지했습니다. 조달팀은 공급업체에 접근하여 문제가 즉시 개선될 가능성이 없다는 것을 확인하고 신경 센터 팀은 다른 지역의 창고에 보관된 케이블을 재배치하여 프로젝트 지연과 관련 비용을 추가로 절약했습니다.
섬유 기회: 투자자가 고려해야 할 4가지 거래 유형
리소스 집약적인 기능 자동화
기업은 새로운 광케이블 인프라를 구축하기 위해 수천 개의 작업을 관리해야 합니다. 여기에 인적 오류까지 더해지면 프로세스가 종종 진행 속도를 늦추고 비용을 부풀리는 비효율성으로 가득 차는 이유를 쉽게 알 수 있습니다. 자동화는 특히 다음 영역에서 일부 문제를 제거하는 데 도움이 됩니다.
네트워크 설계
광섬유 네트워크 설계는 경로 계획, 노드 배치, 용량 및 중복성 계획, 시뮬레이션 및 테스트 등을 수반하는 복잡한 프로세스입니다. 프로젝트의 복잡성, 지형, 팀의 전문성에 따라 프로세스는 수개월이 걸릴 수 있습니다. 그러나 자동화는 다양한 방식으로 이를 가속화하는 데 도움이 될 수 있습니다. 예를 들어 자동화된 프로세스는 지형 데이터, 기존 인프라 및 적용 범위 요구 사항을 기반으로 최적의 경로와 노드 위치를 생성할 수 있습니다. 네트워크 용량을 예측하고 최대 사용량이나 예상치 못한 네트워크 오류 등 다양한 조건에서 성능을 시뮬레이션할 수 있습니다. 중요한 점은 자동화를 통해 직원들이 더 높은 가치의 작업에 집중할 수 있다는 점입니다. 건설 현장의 고유한 특성으로 인해 맞춤형 솔루션이 필요할 수 있는 설계 작업을 수행하거나 다른 설계를 검증하는 등의 작업을 수행할 수도 있습니다. 우리의 경험에 따르면 자동화를 통해 네트워크를 수동으로 설계하는 데 소요되는 시간을 최대 30%까지 줄일 수 있습니다.
사이트 조사
자동화는 운영자와 계약자가 배포를 위해 현장을 조사하는 데 걸리는 시간을 단축할 수 있습니다. 한때 직접 방문이 필요했던 시간 집약적인 작업이었던 데이터 수집, 지형 분석, 장애물 감지는 이제 위성 이미지, 지리공간 데이터베이스, 고도 등 관련 공개 데이터와 독점 데이터를 결합하는 디지털 트윈 모델의 도움으로 자동화될 수 있습니다. 모델. 데이터가 누락되었거나 확인이 필요한 경우에만 현장 방문이 필요합니다. 그러나 여기에서도 기업은 고해상도 3D 지도와 해당 지역의 모델을 생성하는 컴퓨터 비전 모델과 LiDAR 센서의 도움으로 프로세스를 가속화할 수 있습니다. 이러한 방법은 특정 현장 조사 일정을 20~25% 단축하는 데 도움이 되었습니다.
허가
섬유 건설 허가를 얻는 것은 가장 시간이 많이 걸리는 롤아웃 프로세스 중 하나이며, 종종 몇 주 또는 몇 달이 걸리기도 합니다. 어느 정도까지는 허가를 발급하는 지방 당국이나 공공 기관이 일정을 결정합니다. 그럼에도 불구하고 통신 사업자의 관리 부실로 인해 불필요한 지연이 발생할 수 있습니다. 회사 직원들은 도랑을 파거나 교통을 방해하는 등 수십 가지 허가를 받기 위해 어떤 데이터(및 어떤 형식)를 제출해야 하는지 확인하기 위해 여러 웹사이트를 뒤지는 경우가 많습니다. 모든 응용 프로그램의 진행 상황. 프로세스가 보다 체계적으로 구성된 회사에서도 수동으로 진행되는 경우가 많습니다. 지역 허가 요건을 이해하고, 필요한 데이터를 수집 및 검증하고, 허가를 생성 및 제출한 후 실시간으로 진행 상황을 추적하는 표준화되고 자동화된 허가 센터를 구축하면 프로세스가 간소화됩니다. 결과적으로, 신청 승인률을 10~20% 높이고 허가 취득에 필요한 시간을 15%까지 단축하는 동시에 직원들이 보다 복잡한 허가 요건을 확인하는 데 집중할 수 있도록 해줍니다.
건설관리
프로젝트 관리자는 일반적으로 프로젝트에서 최대 500개의 개별 작업을 감독하며 각 작업에는 약 60개 정도의 개별 작업이 포함됩니다. 이러한 작업은 기존 문제나 발생 중인 문제를 간과할 가능성이 거의 확실한 시간이 많이 소요되는 프로세스입니다. 실시간 자동화 건설 관리 시스템은 프로젝트를 일정대로 유지하기 위해 모든 일상적인 작업과 활동을 완료해야 하는 시기, 누가, 어떤 순서로 완료해야 하는지 정확하게 설정하고 모니터링하여 효율성을 높입니다. 중요 시점을 놓칠 위험이 있는 경우 시스템은 경고를 트리거합니다. 이러한 방식으로 프로젝트 관리자는 지연의 영향을 평가하고 해결하는 데 집중할 수 있습니다. 또한 자재 명세서 작성이나 직원 파견 등 많은 일상적인 작업을 자동화할 수 있으므로 관리자는 복잡한 작업을 처리하는 데 더 많은 시간을 할애할 수 있습니다. 즉, 효율성을 극대화하기 위해 네트워크 토폴로지를 최적화하거나 환경에서 발생하는 예상치 못한 문제를 해결하는 등의 작업을 수행할 수 있습니다. 필드. 경험상 실시간 건설 관리 시스템은 구축 속도를 높이고 구축 비용을 5~8% 절감할 수 있습니다.
공급업체와 장기적인 파트너십 체결
일회성 거래 관계 대신 공급업체와 장기적인 파트너십을 구축하면 상당한 보상을 받을 수 있습니다. 장기적인 파트너십은 공급업체가 생산 일정을 계획하고 운영자의 요구에 따라 리소스를 할당하는 데 도움이 되며, 관계에 제공되는 단기 가격 할인을 통해 달성할 수 있는 것보다 더 큰 비용 절감을 제공할 수 있는 안정성과 예측 가능성을 제공합니다. 일회성 경쟁 입찰 프로세스입니다. 파트너십 내에서 공급업체는 단일 프로젝트를 넘어서는 유리한 조건, 대량 할인 및 맞춤형 솔루션을 기꺼이 협상할 수 있습니다. 공급업체와 긴밀한 협력을 통해 일부 운영업체는 자재 및 인건비를 고려하여 공급업체 관리에 대한 보다 거래적인 접근 방식을 사용하는 운영업체에 비해 5~8%의 건설 비용 이점을 확보할 수 있었습니다.
또한 협력은 더욱 안전한 공급망으로 인해 운영자를 지연 및 중단으로부터 보호합니다. 이는 일부 운영자가 주문 방식을 변경하여 극대화하려는 이점입니다. 한 달 전에 자재를 주문하고 시기적절한 배송을 기대하는 대신 최대 1년 간의 공급 예측을 공유하고 해당 볼륨의 상당 부분(최대 75%)을 구매하기로 약속합니다. 사전 통지 및 수요 확실성은 공급업체가 의무를 이행하는 데 도움이 되지만, 이행이 지연되는 경우 여전히 처벌이 적용될 수 있습니다.
물론 예측은 정확해야 합니다. 이는 배포 및 재무 계획과 밀접하게 통합된 신뢰할 수 있는 데이터와 기계 학습 도구를 통합하는 강력한 수요 계획 시스템을 설치하는 것을 의미합니다. 효율적인 재고 관리 시스템도 매우 중요합니다. 공급망의 모든 단계에서 재고 수준에 대한 포괄적인 가시성을 제공함으로써 이러한 시스템은 올바른 위치와 시간에 올바른 자재의 가용성을 보장하고 공급업체와 공유되는 수요 예측의 정확성을 높입니다.
광섬유 배치의 속도와 비용은 아직 서비스가 제공되지 않는 세계의 많은 시장에서의 생존 가능성의 핵심입니다. 여기에 설명된 네 가지 조치는 AI를 사용하여 저비용, 고침투 시장을 목표로 삼는 것입니다. 조정과 효율성을 촉진하는 운영 모델을 확립합니다. 자원 집약적인 기능 자동화; 공급업체와 상호 이익이 되는 장기적인 파트너십을 구축하면 기존 사업자와 신규 사업자가 두 가지 조치를 모두 개선하는 데 도움이 될 수 있습니다. 8~16개월 이내에 그 결과 광케이블 시장 점유율과 ROI가 높아지는 동시에 수백만 명의 더 많은 사람들이 고속 연결에 액세스할 수 있게 됩니다.
저자 소개
Anton Lysenko 는 McKinsey Bay Area 사무소의 어소시에이트 파트너이고, Tiago Silveira 는 리스본 사무소의 파트너이며, Manglam Tewari 는 시애틀 사무소의 어소시에이트 파트너입니다.
저자는 이 기사에 기여한 Fan Gao, Gerardo de Geest 및 Diogo Rodrigues에게 감사의 말씀을 전하고 싶습니다.
|