社内へAIを広げるとき、いちばん決まらないのは「どの部門から始めるか」です。ラテンアメリカでECと金融サービスを手がける Mercado Libre の公式導入事例は、その順番を残しています。開発組織から始め、非エンジニアでは財務を最初に広げ、そこからマーケティング、人事、法務、コンプライアンス、事業・商業の各チームへ広がった、という順番です。
数字としていちばん大きいのは、この非エンジニア側の規模です。マーケティングを含む各チームで26,500人を超え、そのうち78%が毎週使っているとされています。ただし先に書いておくと、マーケティング部門だけの成果は、この事例に1つも書かれていません。部門名が並んでいるだけです。
出典はAIを提供している側が公開した導入事例で、第三者の検証は入っていません。ページに公開日の表示は見当たらず、費用、契約の条件、測定した期間の記載もありません。ここでは書かれている範囲だけを整理し、記載が無い項目は記載が無いものとして残します。確認日は2026年11月18日、原文は英語です。
読んで分かるのは3つです。広げた順番と、各層で公表された数値。マーケティングの担当者が転用できる「共有スキル」という配り方。そして同じページに2つ載っている人数の数字を、社内でどう扱うか。日本の組織で同じことをした場合の効果は扱いません。この事例には書かれていないためです。
18か国で事業を持つ企業が、まず開発部門から始めた
事例ページによると、Mercado Libre はラテンアメリカでECと金融サービスを手がける企業で、18か国で事業を持っています。投資家向けの公式サイトを見ると、事業はECの取引だけでなく、決済、与信、物流、広告まで含んだ構成として説明されています。扱う業務の幅が広い会社だという前提は、後の話につながります。
最初に動いたのは開発組織でした。狙いとして書かれているのは、速く出せるようにすることと、インフラの維持そのものをClaudeへ移すことです。維持の中身も具体的に挙がっています。版の更新、依存関係の修正、そして40,000のマイクロサービスにまたがるテストの網羅です。
導入の経緯としては、複数のAI提供元を比べたとあります。見ていた基準は、運用の負荷をより多く自律的に引き受けられるかどうかでした。2025年に早い時期の採用者となり、いまは組織全体で23,000人を超える開発者が使っているとされています。
ここで押さえておきたいのは、これは「マーケティングのためにAIを入れた話」ではないということです。入口は開発の生産性で、非エンジニアへの展開は後から来ています。順番を逆に読むと、自社で検討するときの前提が変わります。
公表されている規模は、4つの数値で押さえられる
過去1年の実績として書かれているのは2つです。人の監督つきのエージェントが、500,000件を超えるコードの提出をレビューしたこと。そして約9,000のサービスを新しい基盤へ移したことです。どちらも、自律的に動かした大規模な変更の例として挙げられています。
コードを誰が書いているかについても記載があります。2025年に本番へ出したコードのおよそ40%はClaudeが書き、人の技術者がリリース前にレビューしていた。そして2026年には、人が書いたコードが例外になった、という書き方です。あわせて、管理職の役割のうち30%が再びコードを書くようになったとされています。
将来の目標も2つ書かれています。コーディングの90%を自律的に走らせること(プルリクエストのレビュー工程をすべて含む)。そして、バックエンド、フロントエンド、データベースに分かれていた役割を1つの作り手の役割へまとめ、足りない部分はエージェントが埋める形にすることです。どちらも目標として書かれているもので、達成された結果ではありません。
第2四半期の伸びは、作業量の数字である
2026年の第2四半期について、前年同期比で3つの値が挙がっています。コードの提出が110%増、マージされたコードが100%を超える増加、デプロイが約75%増です。同じ期間にロールバック(出した変更の巻き戻し)が前年より減ったとも書かれていますが、こちらは実数がありません。
この3つを社内で共有するときに、いちばん間違えやすいのは要約の仕方です。並んでいるのはすべて開発の作業量で、収益や顧客の数字ではありません。「AIで事業が伸びた」と1行にまとめてしまうと、出典に無い因果が残ります。公表値が何を測った数字なのかを分ける作業は、46人のフードバンクがAIへ渡した作業でも同じ形で必要になりました。あちらは作業時間と運営費、こちらは開発の作業量です。
品質について書かれているのはロールバックの減少だけで、障害の件数、不具合の密度、レビューの差し戻し率といった指標は出てきません。人の技術者がレビューしていたという記述と、自律的なレビューが500,000件を超えたという記述が同じページに並んでいるため、どの範囲を人が見ているのかは、この記載からは特定できません。
非エンジニアへは、財務を最初に広げている
非エンジニアで最初に広がったのは財務です。1か月のうちにチームの大半が Claude Cowork を使うようになり、共有スキルを使ってブランドに沿った資料を数分で作れるようになったとされています。それまでは複数人で週に数時間かけていた作業だという書き方です。
財務の側で挙がっている変化は、資料づくりだけではありません。月次の決算の締めが3分の1短くなり、社内向けの報告も改善したとあります。注目したいのはその使い方です。月末を待たずに締めの状態を先に見られるようになったため、費用の増加のような動きを早く見つけられる。さらに、自社の業務の文脈を踏んでいるため、数字がなぜ動いたのかの最初の説明文まで下書きされ、それを事業側と財務側が検証するという流れになっています。
そこからマーケティング、人事、法務、コンプライアンス、事業・商業の各チームへ広がりました。この範囲で26,500人を超え、78%が毎週使っているという数字が、ここに当たります。さらに一部の調達チームは、IT部門を通さずに自前のエージェントを作り、仕入先からの質問に答えさせているとされています。
戦略変革のディレクターである Maria Pia Garcia 氏の発言として、ほとんど表計算を使わなくなり、Claudeの上に作ったダッシュボードがあちこちにある、いまは中核の業務そのものをAIを前提にして設計し直している、という趣旨の言葉が引かれています。
マーケティングについて、書かれていることと書かれていないこと
この記事を読む動機がマーケティングの運用であれば、確認すべきはここです。部門名は挙がっていますが、その中身は公表されていません。
| 項目 | 事例ページの記載 |
|---|---|
| マーケティングが対象に入っているか | 入っている(部門名として明記) |
| マーケティングでの具体的な用途 | 記載なし |
| マーケティングの成果の数値 | 記載なし |
| 資料づくりの短縮 | 財務の例として記載あり(共有スキルでブランド準拠の資料) |
| 利用者の人数 | マーケティングなど各チームの合計として26,500人超 |
| 週次で使っている割合 | 78%(同じ合計に対する割合) |
| 費用・ライセンスの条件 | 記載なし |
| 測定した期間と測り方 | 記載なし |
右の列を埋めないことが、この表の目的です。「マーケティングで成果が出た事例」として社内へ共有できる材料は、このページにはありません。言えるのは、同じ道具が同じ時期にマーケティングの部門まで届いていて、全体の週次の稼働率が公表されている、ということまでです。
公表された普及率をどう読むかという問題は、この事例に限りません。Zapierが社内のAI普及率を3通りに公表している件では、同じ会社の公式ページの中で数字が食い違っていました。普及率は「誰を母数にして、いつの期間で、何を使ったことにするか」で変わるため、数字だけを取り出すと比較できません。
「共有スキル」は、承認済みの手順を配る仕組み
財務の節に出てきた「共有スキル」は、この事例でマーケティングの実務へいちばん転用しやすい部分です。Claudeのヘルプセンターによると、スキルとは、指示、スクリプト、資料をまとめたフォルダで、専門的な作業のときに読み込まれるものだと説明されています。Markdownで手順を書くだけで作れて、簡単なものならコードは要らないとされています。
配り方にも説明があります。TeamとEnterpriseのプランでは、組織の管理者が全利用者へスキルを用意でき、そのスキルは全員のスキル一覧へ自動的に現れるとされています。既定で有効にするか無効にするかも選べます。狙いとして書かれているのは、承認済みの作業手順を全社へ一貫して配ることと、個々の利用者にアップロードさせずに新しい機能を展開することです。
マーケティングの部門に置き換えると、意味がはっきりします。ブランドの表記規則、使わない表現、図版の体裁、報告書の構成といった「毎回説明していること」を手順として1度書き、全員の手元に同じものを置く。個人がそれぞれプロンプトを工夫する状態と比べて、品質の下限を部門として引き上げるやり方です。公表されている事例で成果が出たのは財務の資料づくりですが、仕組みとしては同じ性質の作業に向きます。
逆に、この配り方が向かないものもあります。手順が定まっていない作業、毎回前提が変わる判断、そして外へ出す前に人が必ず読む必要があるものです。スキルは手順を配る仕組みなので、手順が決まっていない仕事を配ることはできません。事例の読み方そのものを整理したい場合は、生成AIの企業活用事例|マーケティング業務での使い方も合わせて読んでください。
26,500人と31,000人|同じページに2つの数字がある
細かいようで、社内の資料に書くときに困るのがここです。本文には、マーケティングなどの各チームを合わせて26,500人を超えると書かれています。一方、同じページで強調されている引用には、Claude Cowork がいま31,000人の従業員へ届いており、世界でも最大規模の企業導入の1つだという表現があります。
この2つの関係は説明されていません。数え方の違い(挙げられた部門の合計なのか、全社なのか)や、時点の違いが考えられますが、ページには書かれていないためどちらとも決められません。
実務での扱い方は1つです。社内の資料へ書くときは、どちらの数字をどの表現から取ったのかを併記します。片方だけを「全社の利用者数」として書くと、出典に戻れない数字になります。公開された事例を引くときに起きる取り違えのほとんどは、この「どの文から取ったか」を落としたところから始まります。
日本の担当者が持ち帰れる3点
公表値そのものより、設計のほうを借りる前提で3つ挙げます。いずれも規模に依存しない部分です。
管理部門から広げると、成果が測りやすい。この事例で非エンジニアの最初が財務だったのは、締めの日数や資料の作成時間のように、前後を比べられる作業がそこにあったからだと読めます。マーケティングの施策は外の要因が混ざるため、同じ道具を入れても効果を切り分けにくい。社内で広げる順番を決めるときは、効果を測れる作業から始めるほうが、次の予算の話が通りやすくなります。
説明文の下書きまで任せて、検証を人に残す。財務の例で書かれていたのは、数字が動いた理由の最初の説明を下書きさせ、それを事業側と財務側が検証する流れでした。レポートの作業を「集計」と「解釈」に分け、解釈の下書きだけを渡す形です。全部任せるのでも、全部手で書くのでもない中間に線を引いています。
部門の手順を、個人のプロンプトから共有スキルへ移す。ブランドの表記や報告の体裁は、人によって揺れると後で直す工数になります。手順として1度書き、全員の手元で既定にする。配る仕組みがあるかどうかは契約しているプランによるため、導入前に確認する項目になります。
なお、どの施策も効果は内容と運用の条件によって変わります。この事例に出ている数字は、この会社のこの条件での結果です。
公表されていないこと
自社の判断に使う前に、記載が無い項目を残しておきます。
費用とライセンスの条件はありません。測定した期間、他の要因をどう切り分けたのかもありません。開発側の伸びについては四半期という期間が示されていますが、比較の対象群は置かれていません。マーケティング、人事、法務、コンプライアンスの各部門での用途と成果は、部門名を除いて何も書かれていません。
個人情報や社内データの取り扱いについても記載がありません。自社の業務の文脈を踏んでいると書かれている以上、何らかの社内データを参照していることになりますが、その範囲と基準は公開されていません。ここは推測で埋めず、自社で試すなら自社の規程と委託先の条件で決めるところになります。
まとめ
Mercado Libre の公式導入事例で公表されているのは、開発組織で23,000人を超える開発者が使っていること、過去1年に500,000件を超えるコードの提出が自律的にレビューされ、約9,000のサービスが新しい基盤へ移ったこと、2026年の第2四半期にコードの提出が110%増えたこと、そして非エンジニアでは財務を最初に、マーケティングなどを含めて26,500人を超える範囲へ広がり、78%が毎週使っているとされることです。
費用、測定の期間、部門ごとの成果は公表されていません。マーケティング部門の数値は1つもありません。それでも設計として持ち帰れるものはあります。効果を測れる管理部門から広げ、解釈の下書きまでを任せて検証は人に残し、部門の手順を個人のプロンプトから共有の仕組みへ移す。この会社が広い部門まで届かせた理由は、道具を配ったからというより、先に広げる順番を決めていたからだと読めます。
この分野の実務を相談したい方へ
記事で扱っている内容は、当社が実務として支援している領域です。 自社で進めるか外部に任せるかの判断からご相談いただけます。