Архив Электронная коммерция и маркетплейсы · Онлайн-ритейлеры
Market Enterprise: генеративный ИИ высвободил 6268 часов за апрель 2025
По данным опроса сотрудников Market Enterprise, японской группы онлайн-торговли товарами повторного использования, генеративный ИИ высвободил 6268 часов работы за апрель 2025 года; в годовом пересчёте компания оценивает эффект в 75 216 часов.
/01 · ключевые результаты
-
результат
6 268 ч
время, высвобожденное за счёт генеративного ИИ
ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
апрель 2025 года · сотрудники группы Market Enterprise, по данным внутреннего опроса
данные компании
-
прогноз компании
75 216 ч
годовой пересчёт высвобожденного времени
ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
годовой пересчёт по данным апреля 2025 года · сотрудники группы Market Enterprise, по данным внутреннего опроса
данные компании
- 95,18% доля сотрудников, использующих генеративный ИИ несколько раз в месяц и чаще · масштаб ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
- около 30% снижение нагрузки на руководителей по организации обучения · результат ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
- 46 человек участники внутреннего «Проекта генеративного ИИ» · масштаб ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
оценка strategai
Если бы высвобожденное время сократило найм или оплату часов, эффект на EBITDA составил бы
230–260 млн JPY в год.
Стоимость времени, которое генеративный ИИ берёт на себя у сотрудников.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Время сотрудников, которое по опросу берёт на себя генеративный ИИ (6 268 ч), в годовом пересчёте по часовому заработку в оптовой и розничной торговле Японии с затратами работодателя.
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Стоимость высвобожденного времени с затратами работодателя = Высвобожденное время в годовом пересчёте × Заработок за час работы в оптовой и розничной торговле × Коэффициент затрат работодателя сверх заработка | ≈237 млн JPY в год | ≈248 млн JPY в год | ≈258 млн JPY в год |
| Высвобожденное время в годовом пересчёте = Высвобожденное время в месяц × Месяцев в году | ≈75 200 ч в год | ≈75 200 ч в год | ≈75 200 ч в год |
| Высвобожденное время в месяц = Время сотрудников, высвобожденное генеративным ИИ за месяц, по опросу ÷ Длительность периода замера | 6 268 ч в месяц | 6 268 ч в месяц | 6 268 ч в месяц |
| Заработок за час работы в оптовой и розничной торговле = Среднемесячный денежный заработок работника оптовой и розничной торговли ÷ Среднемесячные отработанные часы работника оптовой и розничной торговли | ≈2,86 тыс. JPY за час | ≈2,86 тыс. JPY за час | ≈2,86 тыс. JPY за час |
Входные данные
- данные кейса Время сотрудников, высвобожденное генеративным ИИ за месяц, по опросу: 6 268 ч за месяц 6 268 ч, время, высвобожденное за счёт генеративного ИИ ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
- данные кейса Длительность периода замера: 1 мес. 6 268 ч, время, высвобожденное за счёт генеративного ИИ ネットショップ担当者フォーラム (Impress), статья, 02.06.2025
- статистика Среднемесячный денежный заработок работника оптовой и розничной торговли: 466,367 тыс. JPY в месяц на работника 毎月勤労統計調査 令和6年分結果確報 (Monthly Labour Survey, 2024 final annual report), 2024: 卸売業，小売業 · 現金給与総額（一般労働者、事業所規模５人以上） 厚生労働省 (Ministry of Health, Labour and Welfare), 2024
- статистика Среднемесячные отработанные часы работника оптовой и розничной торговли: 162,9 ч в месяц на работника 毎月勤労統計調査 令和6年分結果確報 (Monthly Labour Survey, 2024 final annual report), 2024: 卸売業，小売業 · 総実労働時間（一般労働者、事業所規模５人以上） 厚生労働省 (Ministry of Health, Labour and Welfare), 2024
- допущение Коэффициент затрат работодателя сверх заработка: 1,1–1,2 база 1,15 Взносы работодателя на социальное страхование в Японии (пенсионное, медицинское, страхование занятости и от несчастных случаев) задают нижнюю и верхнюю границу надбавки к заработку 1,1–1,2.
- константа Месяцев в году: 12
Допущения
- Месячный объём часов умножен на число месяцев в году: в годовом пересчёте он равен объёму замеренного месяца.
- Часовая ставка взята по средним данным отрасли и может отличаться от окладов сотрудников компании.
- Часы взяты из ответов сотрудников в опросе, поэтому оценка зависит от точности этих ответов.
Базовое значение: 250 млн JPY в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2024 года. Диапазон округлён до двух значащих цифр наружу. Методика
По данным опроса сотрудников Market Enterprise, японской группы онлайн-торговли товарами повторного использования, генеративный ИИ высвободил 6268 часов работы за апрель 2025 года; в годовом пересчёте компания оценивает эффект в 75 216 часов.
/02 · паспорт кейса
Бизнес
- Компания
- Market Enterprise
- Отрасль
- Электронная коммерция и маркетплейсы · Онлайн-ритейлеры
- Функция
- Стратегия и управление
- Задача
- Портфель/программа ИИ (агрегат)
Технология
- Класс AI
- Генеративный ИИ: LLM, ассистенты, RAG
- Тип решения
- Решение вендора: Google, Sapeet
Внедрение
- Стадия
- Масштабировано, на 02.06.2025
- География
- Япония
/03 · описание кейса
Зачем
Бизнес-задача
Market Enterprise — японская компания, которая развивает онлайн-торговлю товарами повторного использования (reuse EC). Группа поставила цель повысить эффективность работы и производительность, а также развить навыки сотрудников в работе с ИИ, и для этого поэтапно внедряет генеративный ИИ во всей группе. Отдельные задачи — ускорить доступ сотрудников к внутренним знаниям: четыре собственных руководства по онлайн-реюзу общим объёмом более 1000 страниц, сведения о товарах и комплаенсе, — сократить число обращений в бэк-офис и усилить продажи отдела inside sales.
Что
Решение
Всем сотрудникам компания предоставила платную версию Google Gemini и рекомендует использовать её в повседневной работе. В тестовую эксплуатацию запущена система поиска по рабочим руководствам на основе RAG: в неё загружены руководства, сведения о товарах и комплаенсе, внутренние правила, порядок выдачи справок и оформления переезда. Для обучения отдела inside sales внедрена система ИИ-ролевых игр компании Sapeet. Вместе со стартапом Wanderlust, выходцем из лаборатории Мацуо Токийского университета, начата разработка ИИ-агента — помощника продавца. Вьетнамское подразделение ME Vietnam применяет GitHub Copilot в разработке.
Как
Внедрение
Внедрение шло поэтапно. По внутреннему конкурсу 46 сотрудников разных ролей вошли в «Проект генеративного ИИ» и делились примерами применения и удачными промптами, в том числе в видео. RAG-поиск сократил время доступа к информации и число обращений в бэк-офис; ИИ-ролевые игры Sapeet снизили нагрузку руководителей на организацию обучения примерно на 30%. По опросу сотрудников группы в апреле 2025 года, 95,18% используют генеративный ИИ несколько раз в месяц и чаще; за апрель высвобождено 6268 часов, в годовом пересчёте — 75 216 часов, примерно в 2,4 раза больше, чем при начале замеров в октябре 2024 года. В апреле 2025 года компанию пригласили выступить на встрече пользователей Google Workspace with Gemini.
/04 · источники и проверка
Что подтверждено
- По опросу сотрудников группы, в апреле 2025 года генеративный ИИ высвободил 6268 часов работы; годовой пересчёт — 75 216 часов.
- 95,18% сотрудников группы используют генеративный ИИ несколько раз в месяц и чаще; платная версия Google Gemini выдана всем сотрудникам.
- ИИ-ролевые игры Sapeet снизили нагрузку руководителей на организацию обучения отдела inside sales примерно на 30%.
Ограничения
- 6268 и 75 216 часов — оценка по ответам сотрудников во внутреннем опросе. Хронометраж и способ расчёта в публикации не описаны.
- 75 216 часов — пересчёт данных одного месяца на год; фактический годовой результат компания не приводит.
- Цифры по часам относятся ко всей программе генеративного ИИ; вклад Gemini, RAG-поиска и ИИ-ролевых игр по отдельности не раскрыт.
- Публикация не связывает высвобожденные часы с сокращением затрат, найма или ростом выручки.
-
[1] ネットショップ担当者フォーラム (Impress)
マーケットエンタープライズ、生成AIの業務利用率9割、年換算7.5万時間の業務時間削減効果
СМИ · 02.06.2025
Открыть источник
АрхИИВ /strategai · CB-001380 · Версия 1 · 18.10.2026 · /c/CB-001380/