1. 제조업의 위기와 서비타이제이션
(1) 제조업의 위기
- 글로벌 경기 둔화에 따른 가치 창출 Value Chain 부재
- 산업 구조조정의 미흡과 보호무역주의 확대
(2) 서비타이제이션(Servitization)의 개념 및 필요성
| 개념 | 필요성 |
|---|---|
| 제품의 판매 증대 또는 새로운 비즈니스 역량 발굴을 위해 서비스 요소를 제품 수준뿐 아니라 기업 수준으로 도입하는 제품-서비스 통합 전략 | – 제품 생산 중심에서 탈피 – 가치사슬 전반의 문제 해결 – 새로운 부가가치 제공 촉진 |
- 특히, AI는 대량의 데이터를 분석하고 이를 통해 얻은 지식과 규칙을 실제 적용하는 특성상 제조업에 접목시키기 유리
2. 서비타이제이션의 유형
(1) 사업 모델 관점의 서비타이제이션 유형
| 유형 | 설명 | 사례 |
|---|---|---|
| 제품의 서비스화 (Product Servitization) | 제품의 기능을 서비스화 | – Apple ipod과 iTunes 통합 – AppleCare |
| 기업의 서비스화 (Service Productization) | 서비스 제공자가 관련 제품을 출시하여 서비스 강화 | – IBM 제조 → 컨설팅 서비스 – Google Home |
| 서비스 통합 시스템 (PSKS, Product-Service-Knowledge System) | 제품-서비스(-지식) 통합 |
(2) 번들링(Bundling) 관점의 서비타이제이션 유형
| 유형 | 설명 | 사례 |
|---|---|---|
| 수직적 Bundling | – 기업 내부의 Value Chain 결합 – 제품에 서비스를 추가 | – HP 토너 교체 프로그램 – Starbucks Siren Order |
| 수평적 Bundling | – 기업 외부의 다른 산업 Value Chain 결합 – 연관된 타 산업과의 융합 | – 현대캐피탈 자동차금융 – Starbucks 텀블러 판매 |
| 사업모델 Bundling | – 기존 제품 중심 사업 모델 개척 | – Rolls-Royce Power-by-hour (엔진 가동 시간 비례 요금) |
- AI와 Machine Learning은 데이터를 학습하여 지식을 쌓고, 이를 실제 현장에 적용하기 위해 고안된 개념이므로, 그 특성상 제조업에 적용하기가 매우 용이함.
3. 서비타이제이션과 인공지능(AI)의 역할 전망
| 역할 | 요구 특성 | 역할 설명 |
|---|---|---|
| 프로세스의 결합 | 프로세스 역할 재정의 필요 | – 부품 조달 단계에서부터 제조, 물류, 판매 단계, A/S 등 제조업의 전체 프로세스에 걸쳐, AI의 역할로 프로세스 결합 |
| 공간의 결합 | 타 산업 간 제품 MIX 탐색 | – 기업의 제조 및 영업 활동이 일어나는 각 공간이 결합 – 작업자에게 도움을 주고 실시간으로 서로 소통할 수 있는 수단을 제공함과 동시에, 원거리의 공간들이 통합 |
| 데이터의 결합 | 미지의 사업 영역 개척 위한 산업 데이터 종합 분석 | – 제조와 서비스 단계에서 발생하는 데이터를 결합하여 새로운 지식을 창출 – Raw data의 AI 개입을 통한 비지도 학습등의 방법으로 생산성 및 이익률 향상 |
- ICT의 발달과 AI의 도입으로 보다 활발한 데이터의 통합 및 분석이 가능하게 되었으며, 이로 인해 서비타이제이션에 따른 변화가 더욱 가속화될 전망
[참고]
- 서비스사이언스학회, “서비스화(servitization) 개념적 모형(conceptual framework)과 서비스화 사례연구”, 2011.9
- 전자통신연구원(ETRI) Insight, “Servitization 촉진자로서의AI의 역할”, 2019