변혁적 성장을 주도하고 AI 기반 기업용 제품 및 서비스를 가능하게 하는 대규모 언어 모델
인공지능의 하위 집합인 생성형 AI(GenAI)는 기존 데이터와 모델로부터 학습하여 텍스트, 이미지, 코드, 음성, 동영상 등 새로운 컨텐츠를 생성할 수 있는 기술을 말합니다. 통신 서비스 사업자에게 GenAI는 네트워크 최적화나 고객 지원에 국한되지 않는 혁신의 기회를 제공합니다. 통신사는 자체 대규모 언어 모델(LLM)을 도입하고 AI 기반 서비스를 통합함으로써 새로운 B2B 수익원을 창출하고, 기업의 디지털 전환을 위한 전략적 파트너로 자리매김할 수 있습니다.
대부분의 통신사업자들이 AI에 착수했지만, 그 성숙도는 개념 증명 단계부터 여러 사용 사례에 걸친 대규모 구현까지 다양합니다. 그러나 통합된 실시간 엔터프라이즈 데이터 아키텍처의 부재는 모델 학습을 방해하고 GenAI 솔루션의 효과를 제한하는 큰 장벽으로 남아있습니다. 명확한 AI 전략과 로드맵은 데이터 준비의 개선과 함께 AI의 잠재력을 극대화하기 위해 필수적입니다.
이 보고서는 통신사가 주도하는 기업용 GenAI 솔루션의 현황을 조사하고, 북미, 유럽, 아시아태평양의 주요 통신사를 벤치마킹하고, 새로운 트렌드와 시장 역학을 분석하며, 성장을 주도하는 주요 실현 요인과 과제를 강조하고 있습니다. 또한, 통신사업자가 산업 특화 AI 및 데이터 관리 서비스를 개발할 수 있는 전략적 기회를 파악할 수 있습니다.
분석 범위
AI란 인간의 지능을 모방하여 스스로 학습하고 기능별 의사결정을 지원하는 기술을 말하며, 통신 시장에서의 생성형 AI를 말합니다.
GenAI는 엔터프라이즈 AI 솔루션 시장에서 AI의 하위 집합입니다. 이 플랫폼은 통신 AI 시장의 기존 데이터와 모델을 학습하여 텍스트, 이미지, 코드 언어, 음성, 동영상 등 새로운 컨텐츠를 생성합니다.
통신 서비스 제공업체(통신사업자)는 북미 통신사업자 AI 도입 시장에서 네트워크 운영 및 고객 서비스를 위해 GenAI를 활용할 수 있을 뿐만 아니라, 자체 대규모 언어 모델(LLM)을 구축하여 B2B 부문에서 새로운 수익원을 창출할 수 있습니다. 기업과 긴밀하게 협력하여 솔루션을 구축하고 AI 기반 도구와 서비스를 통합할 수 있는 능력으로 통신 시장의 생성형 AI 생태계에서 중요한 진입자가 되고 있습니다.
대부분의 통신사업자들은 기업용 AI 솔루션 시장에서 AI 기술을 구현하기 시작했지만, 통신 AI 시장에서 여러 AI 사용 사례의 개념 증명부터 대규모 배포까지 성숙 단계는 다양합니다. AI를 도입하기 위해서는 명확한 전략과 로드맵 수립이 필수적입니다. 실시간 소스의 데이터를 포함하는 통합 엔터프라이즈 데이터 풀을 지원하는 아키텍처를 갖춘 통신사는 거의 없으며, 이는 북미 통신사의 AI 도입 시장에서 AI 애플리케이션을 지원하기 위한 데이터 준비도가 낮다는 것을 보여줍니다. 그 결과, GenAI 애플리케이션을 위한 AI 모델 학습이 어려워지고, AI 결과가 비효율적이 될 수 있습니다.
본 보고서에서는 통신사업자가 통신사업에서의 생성형 AI 시장에서 기업 고객에게 제공하고 있는 현재의 GenAI, 그 진화 동향, 시장 성장에 영향을 미치는 촉진요인과 저해요인에 대해 전망하고 있습니다. 또한, 통신사업자들에게 엔터프라이즈 AI 솔루션 시장에서 산업별 AI 및 데이터 관리 솔루션을 모색할 수 있는 기회를 제공하고 있습니다.
통신사업자의 기업용 GenAI 솔루션에 미치는 3대 전략적 중요 사항의 영향
혁신적인 비즈니스 모델
자연어 처리(NLP)와 컴퓨터 비전 기술이 성숙해짐에 따라, 보다 예측 가능한 결과를 제공하기 위해 통신 시장에서 생성형 AI를 새로운 B2B 서비스에 통합할 수 있게 되었습니다. 전통적인 수익원이 잠식되고 있는 상황에서 통신사들은 새로운 비즈니스 모델별 성장을 모색하고 있습니다. GenAI는 AI-as-a-service, 가상화 솔루션 등 기업용 AI 솔루션 시장에서 반복적인 수익을 확보할 수 있는 새로운 모델의 전략적 기회를 제공합니다. 이러한 모델을 통해 통신사업자는 데이터, 5G, 엣지 자산을 보다 효과적으로 수익화할 수 있습니다.
통신 AI 시장에서는 사내 전문 지식이 부족하기 때문에 기업들은 확장 가능하고 안전한 AI 솔루션을 점점 더 많이 찾고 있습니다. 통신사업자는 그 도달 범위와 엔드투엔드 역량으로 신뢰할 수 있는 AI 파트너가 될 수 있습니다. 북미 통신사업자가 AI 도입 시장에서 경쟁력과 관련성을 유지하기 위해서는 새로운 비즈니스 모델이 필수적입니다. 이러한 변화는 장기적인 성장을 지원하는 동시에 산업별 변화에 대한 통신사의 역할을 강화할 것입니다.
파괴적 기술
통신사들은 통신 시장에서의 생성형 AI에서 서드파티 AI를 소비하는 것에서 자체 데이터를 사용하여 통신사 고유의 LLM을 개발하는 것으로 전환하고 있습니다. 이러한 특화된 LLM은 자동화된 서비스 워크플로우, 네트워크 최적화, 예측 분석 등 도메인별 기능을 구현하여 엔터프라이즈 AI 솔루션 시장에서 고부가가치 B2B 제공을 촉진할 수 있습니다. 통신사업자는 이러한 모델을 구축함으로써 하이퍼스케일러에 대한 의존도를 줄이고, 데이터 관리를 강화하며, 통신 AI 시장에서 B2B 고객의 디지털 전환을 위한 중요한 인에이블러로 자리매김할 수 있습니다.
북미 통신사 AI 도입 시장에서 가장 앞서가는 통신사들은 에이전트형 AI부터 산업별 솔루션에 이르기까지 기업의 니즈에 맞는 GenAI 사용 사례를 개발하고 있습니다. 향후 5년 동안 통신사업자들은 프레임워크를 통합하고 상용화함으로써 이러한 서비스를 안전하고 책임감 있게 확장할 수 있게 될 것입니다. 또한, GenAI의 기능은 통신사 인프라와 긴밀하게 통합되어 통신사는 통신 시장에서 GenAI를 통해 신뢰할 수 있는 디지털 전환 파트너로서 역할을 할 수 있게 됩니다.
경쟁의 치열함
많은 대형 통신사들은 AI CoE(Center of Excellence)에 투자하고, 고급 셀프서비스 분석을 도입하고, 클라우드 기반 데이터 인프라를 적극적으로 현대화하여 엔터프라이즈 AI 솔루션 시장에서 이기종 소스의 데이터를 통합하고 있습니다. 그러나 통신 AI 시장의 전략적 우선순위와 기업 및 시장 성숙도에 따라 진행 상황은 다릅니다.
향후 5년 동안 CoE, 셀프서비스 분석, 데이터 인프라에 현명한 투자를 해온 통신사업자들은 기본적인 인에이블먼트에서 확장 가능한 혁신으로 전환할 것으로 보입니다. 이러한 투자를 통해 북미 통신사업자의 AI 도입 시장에서 AI 기반 제품 및 서비스의 시장 출시 시간을 단축할 수 있습니다. AI CoE는 실험적 허브에서 B2B 솔루션 공동 개발의 엔진으로 진화합니다. 셀프서비스 분석 및 클라우드 데이터 플랫폼은 5G 및 엣지와 통합되어 통신 시장에서 생성된 AI로 지능형 서비스를 대규모로 제공할 수 있게 됩니다.
성장 저해요인
엔터프라이즈 AI 솔루션 시장에서 AI와 ML 알고리즘의 성공 여부는 기업에서 사용할 수 있는 데이터의 품질에 달려있습니다. 깨끗하고 표준화된 데이터는 통신 AI 시장에서 AI/ML 기술이 가치와 긍정적인 비즈니스 성과를 제공할 수 있도록 합니다. 북미 통신사 AI 도입 시장에서 AI를 도입하는 대부분의 통신사들은 깨끗하고 사용 가능한 데이터세트에 대한 접근이 문제입니다.
GenAI 애플리케이션이 오류나 환각으로 반응할 위험이 높습니다. 부정확한 정보나 조작된 정보는 기업의 의사결정에 악영향을 미칠 수 있습니다. 통신 시장에서의 생성형 AI는 데이터 소스와 워크플로우를 신중하게 평가하고, 전략을 수립하고, 기존 개발 도구와 AI를 통합해야 합니다.
레거시 시스템은 사일로 형태로 운영되고 있으며, AI가 사용할 수 있는 형태의 실시간 데이터를 포함한 통합된 엔터프라이즈 데이터 풀을 지원하는 아키텍처를 갖춘 통신사는 거의 없습니다. 엔터프라이즈 AI 솔루션 시장의 AI 기반 사용 사례는 여러 기술을 활용하고 복잡한 시스템 통합 능력을 필요로 합니다. 따라서 통신사들은 통신 AI 시장에서 AI 툴을 효율적으로 운영하기 위해서는 시스템 통합의 문제를 극복해야 합니다.
익명화 이전 데이터에 대한 접근을 제한하는 프라이버시 고려, 지적재산권 문제, 알고리즘의 투명성 부족, 알고리즘의 편향성, 고용 안전에 대한 우려 등 규제 및 윤리적 문제는 북미 통신사업자의 AI 도입 시장에서 AI 시장의 성장을 저해하는 요인으로 작용할 것으로 보입니다.
촉진요인
통신사의 AI 도입 시장에서는 핵심 서비스의 수익 성장이 둔화되고 있는 가운데, 경쟁 시장에서의 존재감을 유지하기 위해 제공 서비스를 늘리고 차별화를 꾀해야 합니다. AI 기술은 통신사업자가 엔터프라이즈 AI 솔루션 시장에서 디지털 서비스를 제공함으로써 새로운 기회를 지원할 수 있게 해줍니다.
디지털 인프라가 대량의 비정형 데이터를 생성, 처리, 저장할 수 있게 되면서 기업들은 AI 솔루션을 쉽게 도입할 수 있게 되었습니다. 클라우드 컴퓨팅의 보편화, 무선 통신 네트워크의 급속한 확장, 저비용 센서의 신뢰성 향상으로 기업이 AI 솔루션을 도입할 때 직면하는 기술적 장벽이 사라지고 있습니다. 따라서 IT 및 통신 AI 시장에서는 AI 관련 하드웨어 및 정보기술(IT) 인프라 비용을 절감하면서 이러한 솔루션을 빠르게 도입할 수 있게 되었습니다.
AI와 ML 알고리즘과 LLM의 발전으로 북미 통신사업자 AI 도입 시장에서 AI 솔루션은 보다 예측 가능한 결과를 제공하고 자동화와 고효율을 가져다 줄 것입니다.
사전 학습된 모델과 로우코드, 오픈 소스 AI 툴을 사용할 수 있게 됨에 따라 기술적 장벽이 제거되고, 통신 분야의 생성형 AI 시장에서 모든 규모의 기업이 AI 솔루션을 빠르게 도입할 수 있게 되었습니다.
목차
조사 범위
전략적 필수 사항 : 통신사업자를 위한 기업용 GenAI 솔루션
성장이 점점 더 어려워지는 이유
전략적 과제
통신사업자의 기업용 GenAI 솔루션에 대한 세 가지 전략적 과제가 미치는 영향
통신사업자를 위한 기업용 GenAI 솔루션 에코시스템
경쟁 환경
통신사 기업용 GenAI 솔루션의 주요 경쟁사들
성장 기회 분석 : 통신사업자를 위한 기업용 GenAI 솔루션
성장 촉진요인
성장 억제요인
AI를 활용한 새로운 수익원 창출 : 통신사업자의 새로운 비즈니스 모델
AI를 활용한 새로운 수익원 창출 : B2B 활용 사례
AI를 활용한 새로운 수익원 창출 : 통신사업자용 B2B 포트폴리오 확장
통신사업자의 기업용 GenAI 솔루션에 대한 기업의 노력
주요 AI 이니셔티브 비교
Altice의 기업 고객을 위한 GenAI 서비스
Deutsche Telekom의 기업 고객을 위한 GenAI 서비스
e&enterprise의 기업 고객을 위한 GenAI 서비스
KT Corporation의 기업 고객을 위한 GenAI 서비스
Lumen의 엔터프라이즈 고객을 위한 GenAI 서비스
Orange Business의 기업 고객을 위한 GenAI 서비스
SK TELECOM의 기업 고객을 위한 GenAI 서비스
Telefonica의 기업 고객을 위한 GenAI 서비스
Verizon의 기업 고객을 위한 GenAI 서비스
기타 중국 통신사의 기업 고객을 위한 GenAI 서비스 제공
기타 일본 통신사의 기업 고객을 위한 GenAI 서비스 제공
기타 캐나다 통신사의 기업 고객을 위한 GenAI 서비스 제공
성장의 기회
성장 기회 1 : 산업별 솔루션
성장 기회 2 : 전문 서비스
성장 기회 3 : 제품 강화
성장 기회 4 : 광고 강화
결론
다음 단계
KSM
영문 목차
영문목차
Large Language Models to Drive Transformational Growth and Enable AI-Driven Enterprise Products and Services
Artificial intelligence subset generative AI (GenAI) refers to technologies capable of creating new content, such as text, images, code, audio, and video, by learning from existing data and models. For telecommunications service providers (telcos), GenAI presents transformative opportunities beyond network optimization and customer support. By deploying proprietary large language models (LLMs) and integrating AI-driven services, telcos can unlock new B2B revenue streams and position themselves as strategic partners in enterprise digital transformation.
While most telcos have initiated AI, their maturity levels vary widely-from proof-of-concept stages to large-scale implementation across multiple use cases. However, a major barrier remains: the lack of unified, real-time enterprise data architectures hampers model training and limits the effectiveness of GenAI solutions. A well-defined AI strategy and roadmap, along with improved data readiness, are essential for realizing AI's full potential.
This report examines the current landscape of telco-led GenAI solutions for enterprise clients; benchmarks the most important telcos in North America, Europe, and Asia-Pacific; analyzes emerging trends and market dynamics; and highlights the key enablers and challenges shaping growth. It also identifies strategic opportunities for telcos to develop industry-specific AI and data management offerings.
Scope of Analysis
AI refers to technologies that emulate human intelligence and assist decision-making with self-learning capabilities in the generative AI in telecom market.
GenAI is a subset of AI in the enterprise AI solutions market. The platforms generate new content, such as text, images, code language, audio, or video, by learning from existing data and models in the AI in telecommunication market.
Telecommunications service providers (telcos) can use GenAI for network operations and customer service in the North America telco AI adoption market, as well as to deploy their own large language models (LLMs) and create new revenue streams in the B2B segment. Their ability to work closely with enterprises to build solutions and integrate AI-based tools and services make them important participants in the ecosystem of the generative AI in telecom market.
Most telcos have started implementing AI technology in the enterprise AI solutions market, but they are at different stages of maturity-from proofs of concept to deployment of multiple AI use cases at scale in the AI in telecommunication market. A clear strategy and roadmap articulation are crucial in the AI adoption journey. Few telcos have architectures that support integrated enterprise data pools, including data from real-time sources, indicating low data readiness to support AI applications in the North America telco AI adoption market. This results in difficulty training AI models for GenAI applications and ineffective AI outcomes.
This report provides a perspective on telcos' current GenAI offerings to enterprise customers in the generative AI in telecom market, trends in their evolution, and drivers and restraints impacting market growth. It also offers telcos opportunities to explore industry-specific AI and data management solutions in the enterprise AI solutions market.
The Impact of the Top 3 Strategic Imperatives on Telcos' Enterprise GenAI Solutions
Innovative Business Models
Why: Maturing natural language processing (NLP) and computer vision technologies deliver more predictable outcomes, enabling telcos in the generative AI in telecom market to embed them into new B2B offerings. Traditional revenue streams are eroding, pushing telcos to seek growth through new business models. GenAI provides a strategic opportunity for new models, such as AI-as-a-service and virtualized solutions, that unlock recurring revenue in the enterprise AI solutions market. These models allow telcos to more effectively monetize data, 5G, and edge assets.
Frost Perspective: Enterprises will increasingly demand scalable, secure AI solutions because of a lack of in-house expertise in the AI in telecommunication market. Telcos, with their reach and end-to-end capability, can become trusted AI partners. New business models are essential to stay competitive and relevant in the North America telco AI adoption market. This shift supports long-term growth while reinforcing telcos' role in industry-specific transformation.
Disruptive Technologies
Why: Telcos are shifting from consuming third-party AI to developing telecom-specific LLMs using proprietary data in the generative AI in telecom market. These specialized LLMs enable domain-specific capabilities, such as automated service workflows, network optimization, and predictive analytics, which can drive high-value B2B offerings in the enterprise AI solutions market. By building their models, telcos reduce dependency on hyperscalers, enhance data control, and position themselves as key enablers of B2B customers' digital transformation in the AI in telecommunication market.
Frost Perspective: The most advanced telcos are developing GenAI use cases tailored for enterprise needs, ranging from agentic AI to industry-specific solutions in the North America telco AI adoption market. Over the next 5 years, telcos will be better positioned to scale these offerings securely and responsibly as they consolidate and commercialize frameworks. Moreover, GenAI capabilities will integrate deeply with the telco infrastructure, enabling telcos to act as trusted digital transformation partners in the generative AI in telecom market.
Competitive Intensity
Why: Many leading telcos have invested in AI centers of excellence (CoEs), are adopting advanced self-service analytics, and are actively modernizing their cloud-based data infrastructure to integrate data from disparate sources in the enterprise AI solutions market. Progress varies, however, depending on strategic priorities and the maturity level of companies and markets in the AI in telecommunication market.
Frost Perspective: Over the next 5 years, telcos that have wisely invested in CoEs, self-service analytics, and data infrastructure will shift from foundational enablement to scaled innovation. These investments will result in faster time to market for AI-driven products and services in the North America telco AI adoption market. AI CoEs will evolve from experimental hubs to engines of B2B solution co-development. Self-service analytics and cloud-data platforms will integrate with 5G and edge, enabling intelligent services at scale in the generative AI in telecom market.
Growth Restraints
The success of AI and ML algorithms in the enterprise AI solutions market depends on the quality of the data available in the enterprise. Clean and standardized data enable AI/ML technologies to deliver value and positive business outcomes in the AI in telecommunication market. Accessing clean and usable datasets is challenging for most telcos that are adopting AI in the North America telco AI adoption market.
There is a high risk that GenAI applications will respond with errors and hallucinations. Inaccurate or fabricated information can compromise companies' decision-making. It is necessary to carefully evaluate data sources and workflows, formulate strategies, and integrate existing development tools with AI in the generative AI in telecom market.
Legacy systems operate in silos, and few telcos have an architecture that supports an integrated enterprise data pool, including real-time data in formats that AI can use. AI-based use cases in the enterprise AI solutions market will leverage multiple technologies, requiring complex system integration capabilities. Therefore, telcos must overcome system integration issues to run AI tools efficiently in the AI in telecommunication market.
Regulatory and ethical issues, such as privacy considerations that restrict access to data before anonymization, intellectual property issues, a lack of algorithm transparency, algorithm biases, and job security concerns, will hinder the AI market's growth in the North America telco AI adoption market.
Growth Drivers
With declining revenue growth from core services, telcos in the generative AI in telecom market must increase their offerings and create differentiation to remain relevant in a competitive market. AI technologies enable telcos to support new business opportunities by offering digital services in the enterprise AI solutions market.
Digital infrastructure's ability to generate, process, and store large volumes of unstructured data makes it easier for enterprises to implement AI solutions. The ubiquity of cloud computing, the rapid expansion of wireless communication networks, and the increasing reliability of low-cost sensors have removed some technical barriers that enterprises face in deploying AI solutions. This allows them to quickly implement these solutions with lower AI-related hardware and information technology (IT) infrastructure costs in the AI in telecommunication market.
With advancements in AI and ML algorithms and LLMs, AI solutions in the North America telco AI adoption market will offer more predictable outcomes, resulting in automation and higher efficiency.
The availability of pre-trained models and low-code and open-source AI tools will remove some technical barriers and support faster adoption of AI solutions across businesses of all sizes in the generative AI in telecom market.
