AI を活用した通信業界: ネットワーク変革の新時代

Anil Jain
Managing Director, Strategic Consumer Industries, Google Cloud
Angelo Libertucci
Global Head of Industry, Telecom, Google Cloud
※この投稿は米国時間 2025 年 5 月 22 日に、Google Cloud blog に投稿されたものの抄訳です。
通信業界は大きな変革を遂げつつありますが、その中で AI と生成 AI が主要な推進力として台頭しています。通信サービス プロバイダ(CSP)は、これらの AI テクノロジーが、既存の仕組みを漸進的に改善する程度のものではなく、戦略的なビジネス目標や運用上の目標を達成するための根本的な原動力であるという認識を高めています。たとえば、デジタル トランスフォーメーションの実現、サービス イノベーションの促進、収益化戦略の最適化、顧客維持率の向上などの取り組みがあります。
この進化し続ける状況について包括的かつデータドリブンな分析を行うために、Google Cloud は Analysys Mason と提携して、詳細な調査「ネットワークにおける生成 AI: ネットワーク運用への生成 AI の導入に関する CSP の進捗状況」を実施しました。この調査では、CSP によるネットワーク変革に向けた生成 AI 活用の進捗状況、優先事項、課題、ベスト プラクティスを調査し、この重要な変革に関する定量的な分析情報を提供しています。
主な調査結果: データドリブンなロードマップ
この Analysys Mason の調査は、通信業界における生成 AI の導入の現状に関する貴重な分析情報を提供し、この変革を推進しようとしている CSP に向けて、データドリブンなロードマップを提供するものです。
1. 生成 AI の広範な導入と将来の展望
生成 AI の導入が勢いを増しており、調査対象の CSP のうち 82% が現在、少なくとも 1 つのネットワーク運用分野で生成 AI を試験導入または活用しています。さらに 9% が今後 2 年以内に導入を計画しており、生成 AI の導入はさらに拡大していくと見込まれます。
2. 生成 AI の戦略的重要性
生成 AI は、CSP がネットワーク内の戦略的目標を達成するための後押しとなっています。調査対象の CSP のうち 57% は、生成 AI をクラウドベースの自律型ネットワーク変革を推進する主要な手段と見なしており、52% は、NetCo / ServCo といった新しいビジネスモデルや、よりデジタル主導型の組織への移行を実現する手段と考えています。いずれも、カスタマー エクスペリエンスの向上と、より広範な変革の推進を目的としています。
3. 生成 AI への投資の主な推進要因
CSP は、ネットワークのパフォーマンスと信頼性の最適化、アプリケーションのユーザー体感品質(QoE)の向上、ネットワーク リソース使用率の改善など、さまざまなネットワーク目標を達成するために、生成 AI への投資を戦略的に優先しています。生成 AI が生産性向上ツールにとどまらず、将来のネットワーク運用と自動化の中核となる可能性を持つと認識しています。
4. モデル精度の達成における課題
生成 AI には大きな可能性がありますが、この調査によると、80% の CSP が生成 AI モデルで期待される精度の達成に課題を抱えており、それがユースケースのスケーリングや費用対効果に影響を与えていることがわかりました。こうした精度の問題の背後にはデータ関連の問題があり、さまざまな成熟度の多くの CSP が現在も解決に取り組んでいます。また、特定のネットワーク運用に合わせてモデルをカスタマイズする際の複雑さも起因となっています。
5. スキルギャップへの対処
50% 以上の CSP が主要な懸念事項として挙げているように、従業員のスキルセットは大きな課題となっており、AI、生成 AI、データ サイエンス関連の分野で社内の専門性を育成するために、スキルアップとリスキリングの取り組みに投資することが急務であることが浮き彫りになっています。
6. 生成 AI の実装戦略
多くの CSP は、生成 AI 機能を組み込んだベンダー提供のアプリケーションを活用して生成 AI の実装を開始しています。これは最も一般的なアプローチですが、この調査では、CSP が多様なネットワークニーズに的確に対処するために、ファインチューニングやプロンプト エンジニアリングなどの手法を使用してモデルをカスタマイズしようとしていることにも着目しています。ただし、このカスタマイズは、データサイロやデータ品質の問題などを克服するための強力なデータ戦略に大きく依存しています。これらの問題は、生成 AI ソリューションの精度と有効性に大きな影響を与えます。
7. デプロイの志向
51% の CSP が、ネットワーク運用における生成 AI プラットフォームのデプロイ方法として、柔軟性と制御性の必要から、ハイブリッド クラウド環境を主に選択すると回答しています。一方、データ プラットフォームに関しては、データ セキュリティとデータ管理の重要性から、39% の CSP がプライベート クラウドのみでのデプロイを強く望んでいます。AI モデルのデプロイには、パブリック クラウドが好まれています。
CSP への提言
まとめとして、競争上の優位性を獲得するために CSP に必要なことは、明確な費用対効果が見込める生成 AI のユースケースを優先し、早期に成果が得られる生成 AI ユースケースを採用しながら、長期的な戦略を策定していくことです。さらに、組織構造の変革、スキルアップの取り組みへの投資、すべての AI 施策をサポートする堅牢なデータ戦略の策定と実装、そして生成 AI の導入を加速させるために専門的なベンダーと強固なパートナーシップを築くことが求められます。
Google Cloud: ネットワーク変革を支援するパートナー
Google Cloud は、地球規模のネットワークの運用に関する専門知識、統合データ プラットフォーム、AI モデルの最適化、生成 AI のプロフェッショナル サービス、ハイブリッド クラウド ソリューション、豊富なパートナー エコシステムを提供することで、CSP のデータドリブンな変革を支援します。さらに、Google Cloud は、準リアルタイム処理とスケールに対するニーズに応えるインフラストラクチャ、プラットフォーム、ツールを活用して、主要な通信事業者のネットワーク変革を推進してきた実績があります。
AI を活用したネットワーク変革への取り組みを開始するには、通信業のための Google Cloud をご覧ください。
-Google Cloud、戦略的コンシューマー産業担当マネージング ディレクター、Anil Jain
-Google Cloud、通信業界担当グローバル責任者、Angelo Libertucci