5G商業潛力無窮 車聯網/自動化創造新價值

2018-11-13
5G時代即將來臨,然而5G涵蓋頻段與組網方式比歷代行動通訊複雜,基礎建設部屬的成本也將大幅提升,在此發展趨勢下,營運商必須在通訊服務之外,拓展新的商業模式,才能掌握5G時代的競爭優勢。

5G時代即將來臨,然而5G涵蓋頻段與組網方式比歷代行動通訊複雜,基礎建設部屬的成本也將大幅提升,在此發展趨勢下,營運商必須在通訊服務之外,拓展新的商業模式,才能掌握5G時代的競爭優勢。

從2016年至2026年,電信市場預計收入年增長率為1.5%,營運商面臨的一個主要挑戰是如何在競爭激烈的電信市場尋求新的增長機會,一個例子就是將電信產品和服務融入到B2B2x業務模式中,把握產業數位化帶來的商機。營運商要在產業數位化過程中保持極高的競爭力,須認真思考如何以經濟高效的方式部署大量應用範例、在生態合作體系或價值鏈中充當什麼角色,以及該採用哪種貼合實際的產品上市模式。

為了深入研究5G的巨大商業潛力,愛立信對十個垂直市場四百多個產業數位化應用範例進行了研究和分析。在這些應用範例中,愛立信(Ericsson)歸納了兩百多個5G將發揮重要作用的應用範例,並針對這十個行業的兩百多個5G應用範例進行了研究,透過聚類分析產生了九個應用範例組,涵蓋幾乎90%的潛在5G商業機會。九個應用範例組能夠提供比單獨應用範例更大的機會。更重要的是,它們可在更大的收入池中實現投資共用和資源配置。這種方法還具有其他優勢,如增加跨行業可擴展性。與此同時,聚類分組使營運商能夠更輕鬆地根據市場反應調整和發展應用範例。

如圖1所示,該研究報告指出,即時自動化組是最大的組,其至2026年可為電信營運商帶來1,010億美元的收入。其次是增強型影片服務,到2016年有望帶來960億美元的收入。

圖1  愛立信從十個垂直市場中歸納出九個應用組。

透過演進應用範例和應用範例組,營運商可著手挖掘5G物聯網和產業數位化帶來的機會,最終的目標是把握全部的市場潛力。圖2舉例說明了應用範例組如何從使用當前可用技術的服務方案演變為5G體驗。同樣,業務和變現模式也需要不斷發展,才能捕獲最大價值。這些案例組能夠再更大的收入內分擔投資並進行資源配置。

圖2  應用範例組如何從使用當前可用技術的服務方案演變為5G體驗。

產品上市挑戰

不過,最終能否充分把握住這些應用範例的價值機會,關鍵在於營運商的雄心壯志和部署行動。圖3顯示了不同的應用範例組在技術和營運部署難度方面的情況,以及在結合考慮現有典型營運商的服務能力後,這些應用範例組在產品上市方面所面臨的挑戰。

圖3  應用範例組在產品上市與部署所面臨的挑戰

所有應用範例組都面臨一系列的挑戰,營運商須根據自己當前的情況改進和增加能力。如圖3所示,在本次研究中,我們使用了兩個主要挑戰類別,即部署挑戰和產品上市挑戰。

營運商的部署挑戰如下所示:

1. 輸送量和延遲:不同應用範例組對高輸送量、低延遲以及服務品質保證要求。

2. 可靠性和可用性:須避免資料包丟失,同時保持99.999%的可用性。

3. 局域或廣域網路:以部署效率為指標衡量為應用範例組提供功能(例如連接)、基礎設施和分布雲資源等方面的複雜性。

產品上市挑戰如下所示:

1. 生態合作系統的複雜性:須管理合作夥伴數量及其各自的角色。

2. 客戶利益相關者的複雜性:在應用範例組內銷售應用的複雜程度。

3. 法規複雜性:開發和交付一個應用範例組的複雜程度(不僅限於電信法規)。

4. 商業模式成熟度:從應用範例組獲取最大價值所需的商業模式。

車聯網應用

車聯網應用範例組包括為移動中的車輛提供連續不斷的全國性連接的應用。在短期內切入該應用範例組的一個途徑是,以消費者為中心發展創新型價值鏈合作夥伴(如保險公司)。

該應用範例組面臨的一個關鍵挑戰是提供足夠的高速行動寬頻覆蓋。此外,營運商需要打造新的銷售能力才能完美應對形形色色的客戶,例如原始設備製造商(OEM)、消費電子和公共交通企業。應用範例包括網聯救護車、火車上的高速互聯網、車對車網路通訊系統、應急車輛通知系統和發現易受危害道路使用者的功能。

驅動力和障礙

車聯網的市場推動力包括不斷增長的汽車共用市場、eCall等新安全規定、汽車電氣化及汽車業層出不窮的新的高科技顛覆者。同時,引入互聯車輛也存在一些障礙。例如,需要新的變現模式,消費者習慣於對汽車進行一次性支付,而互聯汽車和功能可能基於簽約模式。

車聯網的行業價值

該應用範例組的全球市場潛力主要由公共安全、公共交通和汽車業構成,預計到2026年,營運商可獲得的5G收入將達到690億美元。隨著不斷向5G邁進,智慧駕駛將迎來新機會,包括車對車通信系統和高速互聯網接入。一旦5G實現了大規模部署,將大大增強和擴展高級性能的功能,如透視感應和進階資訊娛樂功能(圖4)。

圖4  車聯網應用範例組發展趨勢

車聯雲解決方案

汽車業正在努力滿足目前對互聯汽車的需求,高科技公司正在顛覆傳統行業。互聯汽車已出現並存在了多年,但主要作為高端汽車領域的新型車。現在,瑞典電信營運商Telia希望將街道上的車輛都連接起來,為其他尚未連接的汽車開闢嶄新的數位世界,並通過一系列相關服務對汽車完成嵌入式架構改造。

瑞典有300萬輛汽車具有車載診斷(On Board Diagnostics, OBD)功能,這是該服務的關鍵技術。由於只有一個埠卻有許多服務提供者,因此Telia解決方案的核心是支援開放的合作生態體系。該公司展示了一個營運商如何從提供資料連接業務擴展到為合作生態體系提供智慧資料,為車主以及保險公司和泊車服務公司打造創新的服務產品。

Telia是全球目前提供車聯網服務的為數不多的營運商之一,它曾和Springworks AB合作提供Telia Sense產品,為瑞典客戶提供一系列簽約式車聯網服務。在這個消費者物聯網應用範例中,主要客戶為終端使用者,但Telia仍採用雙邊業務模式,讓保險公司、汽車維修公司和道路救援公司等合作夥伴連接到平台上。雖然該項服務最初針對消費者市場,但Telia已將其推廣至小型企業客戶。

就該產品的變現模式而言,Telia透過多種方式向服務合作夥伴收費,以匹配其特定的業務模式,包括基於活躍使用者的按月付費和按事件付費的模式。與此同時,車主向Telia支付包月費,以獲得服務,該服務的功能將不斷增加,從告警、駕駛日誌和駕駛統計資料到泊車輔助和Wi-Fi。

根據使用者需求並結合生態合作夥伴的創新優勢,打造持續開發服務的能力是成功的關鍵。Folksam是率先與Telia Sense合作的企業之一,該公司估算如果平均時速降低3km,那麼每年可挽救40個瑞典人的生命。從保險的角度而言,保持良好的駕駛也意味著以環保的方式駕駛,駕駛員平均可減少12%的二氧化碳排放量。此外,監測和提供回饋使事故率降低了56%,保險公司的賠付率降低了20%,這些都意味著收益的大幅增加。

自動化應用

製造業、能源與公用事業以及醫療保健業是該應用範例組涉及的主要行業。應用範例包括多種多樣的工業自動化應用:分散式能源資源管理、虛擬電廠和精準醫療。該組的一些應用範例需要更大的地理覆蓋範圍(能源與公用事業),而其他應用範例對本地和室內覆蓋要求更高(製造業),藉此可瞭解哪些行業更易於應對。

市場驅動因素和障礙

即時自動化市場的驅動因素包括與物聯網相關的製造業,預計到2020年,全球物聯網支出將超過1萬億美元,其中製造業是占比最大的行業。智慧農業的發展也是一個推動因素,智慧農業市場在2017年至2025年期間預計將以每年11.5%的速度增長。即時自動化要成為現實須克服的障礙包括資料品質,原因是自動化的有效性取決於其接收到的資料的有效性。此外,對演算法的接受和信任也是一個因素,例如在醫學等領域,與人為判斷相比,患者對基於自動化的判斷信任度較低。

收穫即時自動化的回報

即時自動化的全球市場潛力巨大。預計到2026年,5G產業數位化的收入總額有望達到1,010億美元。圖5顯示了隨著5G技術的發展和服務增強,即時自動化的應用範例將如何發展變化,從本地相對簡單的自動化應用開始,最終演變為大規模的關鍵型任務的應用場景。

圖5 即時自動化的應用範例在5G時代下的發展變化

把握5G產業數位化機遇

現有的業務模式和營運架構一定要演進才不會在5G物聯網時代被淘汰。而愛立信提供的詳盡真實的營運商物聯網計畫,描述了變現結構和業務模式,闡述了營運商應如何向5G演進並充分把握產業數位化帶來的巨大商機。

綜合上述,5G數位化重點總結如下:

1. 到2026年,營運商的收入有望達到2040億至6,190億美元,另外預計到2026年電信服務收入將達到1.7萬億美元。

2. 營運商可針對正在進行數位化轉型的行業,如製造業和汽車業,利用5G技術獲得潛在收入。

3. 如果現在便開始行動,營運商面臨的挑戰是如何在產業數位化大背景下提供富有競爭力的業務。須考量如何以經濟高效的方式部署大量應用範例、在生態合作體系或價值鏈中扮演的角色和採用哪些相宜的產品上市模式。

4. 有多家營運商積極參與了此次研究分析,愛立信劃分了為九個應用範例組,每個應用範例組都涉及多個行業。真實的營運商應用範例中已將這些應用範例組付諸實踐。

5. 聚類分組方法對於在不同應用範例和行業之間做到共擔風險和共用回報是非常重要的。挑戰性最低的組包括監測與追蹤、感應危險和維修以及車聯網。其他組的收入潛力較大,但入門門檻較高。要決定將哪些應用範例組作為目標須根據營運商當前的能力和戰略抱負。一旦選定了目標應用範例組,就可以使用愛立信的架構和功能分析框架充分挖掘5G產業數位化的巨大收入潛力。這個框架重點強調了要為未來的演進做好準備需要具備哪些網路能力。

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!