AIは入れた。でも、現場で使われていない
AIツールを導入した。試しに動かしてもみた。
それなのに、現場ではほとんど使われていない。
「効果が数字で見えない」「次に何をすればいいか分からない」。
そんな手前のところで、止まってしまう。
これは、めずらしい話ではありません。
むしろ、AI導入でいちばん多い詰まり方です。
そして多くの場合、原因はAIの性能ではありません。
自社の業務にどう組み込み、現場に根づかせるか。その実装と定着の部分が、すっぽり抜けているのです。
この「実装と定着をやり切る人」を指す言葉として、いま注目されているのが、Forward Deployed Engineer（FDE）という働き方です。
Forward Deployed Engineer（FDE）とは何か
Forward Deployed Engineer（FDE）とは、顧客の現場に入り込み、課題の定義からシステムの実装、現場で実際に動くところまでを一緒にやり切る技術者のことです。
「forward deployed（フォワードデプロイド）」は、もともと軍事の言葉です。
後方の基地からではなく、ことが起きている最前線で動く、という意味があります。
報告書を出して去っていく支援とは、立ち位置が違います。
| 報告書型の支援 | FDE（現場に入り込む型） | |
|---|---|---|
| 立ち位置 | 外から助言する | 現場のチームに入り込む |
| 成果物 | 提案書・設計書を手渡す | 実際に動くものをつくる |
| 終わり方 | 報告して去る | 定着・成果まで見届ける |
ひとことで言えば、FDEは「設計図を渡す人」ではなく「動くものをつくり切る人」です。
この役割を最初に生み出したのは、データ分析企業のPalantir（パランティア）でした。
情報機関のように、要件を事前に出せず、遠隔では対応できない案件のために、自社の技術者を顧客の現場に送り込んだのが始まりとされます。生まれたのは、いまから十数年前、2000年代後半から2010年代初頭にかけてのことです。
Palantirの整理で興味深いのは、発想の反転です。
従来のエンジニアは「多くの顧客のために、1つの機能」をつくります。
FDEは逆に「1つの顧客のために、多くの機能」をつくり込む。
Palantir社内ではこの職種はFDSE（Forward Deployed Software Engineer）とも呼ばれ、顧客ごとに機能領域を横断してカバーする「Delta」という体制に発展しました。米国の著名ベンチャーキャピタルa16zが、FDEを「今テクノロジー業界でもっとも熱い職種」と評したことでも、広く知られるようになっています。
つまりFDEの中心にあるのは、汎用品を売ることではありません。
目の前の一社の課題を、その会社の現場で解き切ることです。
なお、FDEとコンサルティング会社やSES（技術者派遣）との違い、報酬水準といった各論は、それぞれ別の記事で詳しく整理しています。ここでは「FDEとは何か」の全体像をつかんでいただければ十分です。
本来のFDEと、日本で広がる「FDE型」——2つの意味を整理する
「FDEとは」を調べていくと、少し混乱するポイントがあります。
記事や会社によって、FDEという言葉の指す範囲が違うのです。ここを最初に整理しておきます。
| 本来のFDE（狭義） | 日本で広がる「FDE型」（広義） | |
|---|---|---|
| 誰のこと | 自社プロダクトを持つ企業の社員エンジニア | 働き方・支援の「型」を指すことが多い |
| 何を実装するか | 自社のプロダクトやAI基盤 | 既存のAI（ChatGPT・Claude等）や業務システムを組み合わせる |
| 代表例 | Palantir・OpenAI・AnthropicのFDE | 国内のAI導入伴走・システム導入支援 |
図：同じ「FDE」でも、自社プロダクトを実装する職種（狭義）と、伴走の働き方の型（広義）の2つの意味がある。
本来のFDEは、自社プロダクトを持つ企業が、そのプロダクトを顧客の現場に根づかせるために置く職種です。PalantirやOpenAI、AnthropicのFDEがこれにあたります。
一方、日本ではもう少し広い意味で使われ始めています。
特定の自社プロダクトに限らず、既存のAIや業務システムを組み合わせながら、課題の定義から実装・定着・成果まで一気通貫で伴走する働き方そのものを「FDE」「FDE型」と呼ぶケースです。
どちらが正しい、という話ではありません。
ただ、発注する側としては「その会社の言うFDEは、どちらの意味か」を知っておくと、支援の中身を見誤らずにすみます。
この記事では、主に後者——働き方の型としてのFDEを扱います。
ベンチャーネットの伴走も、この広義のFDE型にあたります。自社プロダクトを売り込むのではなく、お客様の課題に合わせてAIや基幹システムを組み合わせ、成果まで見届ける立ち位置です。
FDEは実際に何をするのか——4つのフェーズ
「現場に入り込む」と言われても、具体的に何をする人なのか。
発注する側の経営者にとっては、そこが最も知りたいところだと思います。
FDEの仕事は、おおまかに4つのフェーズで進みます。
図：FDEの仕事は「課題の定義→実装→定着→効果測定」の4フェーズで進み、成果を確かめたら次の課題へと循環していく。
①課題の定義では、まず現場に入ります。
資料を読むだけでなく、実際の業務の流れを見て、担当者の話を聞く。
そのうえで「AIで何かしたい」という漠然とした期待を、「この業務の、この数字を動かす」という具体的な目標に翻訳します。
②実装では、動くものを小さく速くつくります。
大きな設計書を何ヶ月もかけて仕上げるのではありません。
まず一部の業務で動かしてみて、現場の反応を見ながら育てていきます。
③定着は、FDEらしさが色濃く出るフェーズです。
つくったものが現場で使われるまで、手を離しません。
「ここが使いにくい」という声を拾って直し、運用のルールづくりまで一緒にやります。
④効果測定では、成果を数字で示します。
処理時間がどれだけ減ったか。利益にどう返ってきたか。
それを確かめて、次に手をつける課題を決める。この循環が回り始めると、改善は一度きりで終わらなくなります。
発注する側から見ると、この4フェーズには分かりやすい利点があります。
各フェーズの終わりに「何ができたか」を目で確かめられることです。分厚い報告書ではなく、動くものと数字で進捗が見える。だから、途中で軌道修正もしやすいのです。
なぜ今、FDEが注目されているのか
FDEという働き方は、ここ数年で急速に広がっています。
背景には、AIをめぐる一つの現実があります。
それは、問題はAIモデルの性能ではなく、実装と定着のほうにある、ということです。
MIT（マサチューセッツ工科大学）のNANDA研究チームが2025年に公表した調査があります。それによると、企業のAI試験導入のうち、利益への明確な効果を出せたのは約5%にとどまりました。残りの大半は、測定可能な成果に届いていないといいます。原因はモデルの性能ではなく、業務への組み込みや定着の欠如だとされます。この調査が示す構造は、AI導入が”PoC止まり”で終わる理由で詳しく整理しています。
つまり、AIは「入れること」ではなく「現場で動かし、成果に変えること」が難しい。
その難所を埋める役割として、FDEに注目が集まっています。
実際、求人の動きにもそれは表れています。
ある調査では、FDEの求人は2025年の1月から9月にかけて800%を超えて増加したと報じられました（出典：Financial Times）。OpenAI、Anthropic、Google Cloudといった企業が、こぞって採用を進めています。
報酬水準も話題です。国内の求人では年収700万〜1,500万円程度のレンジが目安と報じられ、海外大手ではさらに高い水準が示されています。なぜそこまで高いのかは、FDEの年収はなぜ高い？で詳しく整理しています。
ここで大切なのは、AIそのものを礼賛することではありません。
AIを入れただけでは成果は出にくく、現場で動かし切る人がいて初めて意味を持つ——その現実が、数字に表れているということです。
2026年、世界がFDEに本気になった
そして2026年、この流れを決定づける出来事が続きました。
AIモデルをつくる側の企業が、相次いで「FDEを送り込む会社」そのものを立ち上げたのです。
OpenAIは2026年5月、「OpenAI Deployment Company」の設立を発表しました。
40億ドル超の初期投資で立ち上がるこの新会社の中核が、まさにFDEです。企業の現場にFDEを送り込み、業務の組み替えから実装までを担うと説明されています。あわせてAIコンサルティング企業Tomoroの買収に合意し、約150人の経験あるFDE・導入専門家が初日から参画する体制を整えました（出典：OpenAI公式発表、2026年5月11日）。
Anthropicも同月、Blackstone・Hellman & Friedman・Goldman Sachsと共同で、新しいAIサービス会社の設立を発表しています。
中堅企業の基幹業務にAI「Claude」を組み込むため、エンジニアが顧客のチームと並走して独自の仕組みをつくる、という内容です（出典：Anthropic公式発表、2026年5月4日）。米メディアの報道では、約15億ドル規模の枠組みと伝えられています。
コンサルティング業界も動いています。
Accenture（アクセンチュア）は2025年12月にAnthropicとの大型提携を発表し、約3万人の社員をClaudeで訓練して「RDE（Reinvention Deployed Engineer）」として顧客企業に配置する計画を明らかにしました。RDEはFDEのアクセンチュア版の呼称と説明されています。さらに2026年3月には、Microsoftと協力して数千人規模のFDE組織を設立したと報じられました。
日本でも動きは始まっています。
LayerXやソフトバンクをはじめ、FDEポジションの採用を始める国内企業が増えていると報じられています。2026年6月には日経クロステックがFDEをITキーワードとして解説記事に取り上げており、日本のIT業界でも用語として定着しつつあります。
図：2025年末から2026年にかけて、AI大手・コンサル大手・日本のITメディアが相次いでFDEをめぐって動いた。
この一連の動きが示すことは、はっきりしています。
世界でもっともAIに詳しい企業たち自身が、「モデルをつくるだけでは、顧客の成果にならない」と認めたということです。だからこそ、巨額を投じてまで、現場に人を送り込む体制をつくり始めた。
ただし、勘違いしてはいけないことがあります。
主役は、FDEという肩書きでも、最新のAIでもありません。成果が生まれる場所は、いつでもお客様の現場です。FDEはその現場に入らせてもらい、成果までの道のりを一緒に歩く存在にすぎません。
コンサルティング会社・SESと何が違うのか
ここまで読むと、こんな疑問が湧くかもしれません。
「それは、コンサルティング会社や、システム開発を請け負うSIer（エスアイヤー）・SES（技術者派遣）と何が違うのか？」と。
役割の違いを、ざっくり整理してみます。
| コンサルティング会社 | SIer・SES | FDE型の伴走 | |
|---|---|---|---|
| 主な成果物 | 提案書・報告書 | 発注仕様どおりのシステム | 実際に動く仕組みと成果 |
| 立ち位置 | 外から助言する | 契約範囲の開発を担う | 現場チームの一員として動く |
| 課題の定義 | 担う（実装は別） | 顧客が決めた要件から始まる | 課題の定義から一緒にやる |
| 終わり方 | 報告して完了 | 納品・検収で完了 | 定着と成果まで見届ける |
| 評価の軸 | 提案の質 | 工数・稼働 | 成果 |
誤解のないようにお伝えすると、コンサルティング会社やSESが劣っている、という話ではありません。戦略の助言や、仕様が固まった大規模開発では、それぞれに強みがあります。
違いは、「課題の定義から成果の確認まで、誰が一気通貫で責任を持つか」という一点です。
AI導入のように、要件を事前に固めきれず、入れてみないと分からないことが多い取り組みでは、この一気通貫の伴走が効いてきます。
「結局、昔からある客先常駐と同じでは？」という指摘もあります。
ここは大事な論点なので、別の記事で正面から整理しました。かんたんに言えば、働いた時間（工数）に対価を払うのか、出した成果に対価を払うのかという評価軸の違いが核心です。
より詳しい違いは、こちらの記事をご覧ください。
→ FDEとSES・コンサルは何が違う？「報告書で終わらせない」伴走の正体
シリコンバレーの話に見えて、実は中小企業の話
FDEと聞くと、高額報酬で人材を奪い合う、海外の大手AI企業の話に見えるかもしれません。
たしかに、その側面はあります。
けれども、FDEの本質をほどくと、残るのはとてもシンプルな考え方です。
現場に入り、本当の課題を定義し、実際に動くものをつくり、成果が出るまで見届ける。
これは、人手の限られた中小企業がAIや基幹システムを入れるときにこそ、いちばん必要になるものです。
報告書を受け取っても、それを動かす人手が社内にいなければ、AIは止まってしまうからです。
ベンチャーネットが大事にしているのも、この立ち位置です。
経営改善を「見える化 → わかる化 → 儲かる化」という流れでとらえています。課題の定義から、AIや基幹システム（NetSuiteなど）の実装、本番・定着、効果を数字で示すところまで。その全体を、同じチームで伴走します。
「儲かる化」とは、見えて・わかった課題に実際に手を打ち、利益として返ってくるところまでやり切る、最後の一歩のことです。
報告書を置いて去るのではなく、現場に入り込んで成果まで見届ける。ベンチャーネットは、その意味での“現場に入り込む伴走者（FDE型）”でありたいと考えています。
もう一つ、ベンチャーネットが譲らずにいることがあります。
判断をAIに委ねない、ということです。何をやめ、何に投資し、どこで勝負するか。その判断は、経営者に残します。FDEの役割は、判断を代行することではなく、判断の材料を現場でつくること。動くものと数字を目の前に揃えて、経営者が自信を持って決められる状態をつくる。それが、私たちの考える伴走です。
中小企業にとってFDEがどう役立つのか、もう一歩踏み込んだ話は、大企業のFDEを中小企業に”翻訳”する：見える化→わかる化→儲かる化であらためて取り上げています。
FDE型支援を頼む前に——経営者がやっておく3つの準備
では、FDE型の伴走を外部と組むとしたら、経営者は何を用意しておけばよいのか。
実は、難しい準備は要りません。次の3つがあると、伴走の立ち上がりが大きく変わります。
図：3つの準備は候補レベルで十分。整っていなくても、そこからの整理も伴走の一部になる。
準備1：動かしたい数字の候補を、一つ挙げておく
「請求処理にかかる時間」「見積の提出までの日数」「在庫の回転」——粗くて構いません。
数字の候補が一つあるだけで、課題定義の議論は「AIで何かしたい」から「この数字をどう動かすか」に変わります。正確な現状値は、伴走の中で一緒に測れば十分です。
準備2：現場のキーパーソンを、一人決めておく
FDEは現場に入り込む働き方です。その現場で、業務をいちばん分かっている人が誰か。
その人が「話を聞かせてもいい」と思える状態をつくっておくと、課題定義の質が上がり、定着も速くなります。
準備3：小さく始める範囲を、切っておく
全社一斉ではなく、まず一つの部署・一つの業務から。
範囲が小さいほど、動くものが早く出て、成果の数字も早く確かめられます。うまくいったら広げる。この順序が、遠回りに見えて近道です。
3つとも「完璧に」である必要はありません。
候補レベルで十分ですし、そもそも何を数字にすべきか分からない、という段階からの整理も、伴走の仕事のうちです。
よくある誤解と疑問
Q. FDEは、コンサルタントと何が違うのですか？
A. いちばんの違いは「動くものをつくるかどうか」です。コンサルタントが助言や設計を手渡すのに対し、FDEは現場に入り込み、実際に動く形まで実装します。詳しい違いは別記事で整理しています。
Q. FDEは、一時的なバズワードではありませんか？
A. 呼び名は今後変わるかもしれません。ただ、「現場に入り、成果まで見届ける」働き方への需要は、AIの実装が難しいという構造から生まれています。OpenAIやAnthropicが2026年に巨額を投じて専門会社を立ち上げたのも、その需要の表れです。名前より、働き方の中身に注目することをおすすめします。
Q. 中小企業にも関係のある話ですか？
A. はい。むしろ、人手が限られ「入れたあとに動かす人がいない」企業ほど、現場に入り込む伴走の価値は大きくなります。
Q. FDEを自社で雇わないといけませんか？
A. その必要はありません。FDE型の伴走を、外部のパートナーと組む形で取り入れることもできます。大切なのは、肩書きより「現場に入り、成果まで見届ける」働き方そのものです。
Q. FDE型のパートナーは、何を基準に選べばよいですか？
A. 3つの目安があります。①いきなりツールを提案せず、課題の定義から入るか。②動くものを小さく速く出してくれるか。③成果を数字で確かめる約束があるか。この3つが揃っていれば、報告書で終わる支援にはなりにくいはずです。
Q. AIだけでなく、基幹システムの導入にも関係がありますか？
A. あります。むしろNetSuiteのような基幹システムこそ、「入れること」より「業務に根づかせること」が難所です。課題の定義から定着まで見届けるFDE型の考え方は、AIに限らず、システム導入全般で力を発揮します。
Q. 高い報酬の話を聞きました。中小企業には縁遠いのでは？
A. 海外大手の報酬水準は確かに高額です。ただ、それはFDEという働き方の希少さを映したもので、本質である「現場で成果まで見届ける」考え方は、規模を問わず取り入れられます。
Q. FDEとDeployment Strategist（デプロイメントストラテジスト）は何が違いますか？
A. 実装を担うFDEに対し、Deployment Strategistは顧客側との調整や導入戦略を担う役割で、ペアで現場に入る体制をとる企業もあります。周辺職種との違いはFDEの仲間たちで整理しています。
Q. 日本で「FDE」を名乗る会社が増えていますが、本来の定義と違うのでは？
A. 鋭い指摘です。本来のFDEは自社プロダクトを持つ企業の職種ですが、日本では「課題定義から定着まで一気通貫で伴走する働き方の型」として広義に使われ始めています。詳しくは本文の「本来のFDEと、日本で広がる『FDE型』」をご覧ください。大切なのは呼び名ではなく、その会社が成果まで見届ける体制を実際に持っているかどうかです。
まとめ：AIは、入れて終わりではない
FDE（Forward Deployed Engineer）とは、現場に入り込み、課題の定義から実装・定着・成果までをやり切る働き方です。
AIの導入が「入れること」で止まりやすいいま、その難所を埋める役割として注目されています。
2026年には、OpenAIやAnthropicといったAIをつくる側の企業が、FDEを中核とする会社を相次いで立ち上げました。それは「AIは入れただけでは成果にならない」という現実を、当のAI企業が認めた出来事でもあります。
そして、その考え方は海外大手だけのものではありません。
人手の限られた中小企業がAIや基幹システムを成果に変えるときにこそ、現場に入り込む伴走は力を発揮します。
FDEを知るための読み進めガイド
この記事は、FDEの全体像をつかむための入口です。
次に湧いた疑問に合わせて、読み進めてみてください。
「違いを、もっとはっきり知りたい」
→ FDEとSES・コンサルは何が違う？「報告書で終わらせない」伴走の正体
→ FDEの仲間たち——Applied AI Engineer・Deployment Strategist・Solutions Engineerの違い
「なぜ年収があれほど話題になるのか」
→ FDEの年収はなぜ高い？——”成果にコミットする人材”が示すAI時代の価値
「うちのAI導入が止まっている理由を知りたい」
→ なぜAI導入は”PoC止まり”で終わるのか——5%しか成果に届かない本当の理由
「何から始めればいいか知りたい」
→ 「何から始めればいいか分からない」を解く——中小企業のAI導入 最初の一歩
「実装の中身に興味が湧いた」
→ バイブコーディング（vibe coding）とは？”話すだけで作る”が中小の内製を変える
→ AIを”束ねて”業務を回す：マルチエージェントとAIオーケストレーション入門
→ 社内の暗黙知をAIに：中小企業のナレッジAI(RAG)入門
「外部の知恵を、経営にどう取り込むか」
→ 中小企業の”AI顧問”という選択——fractional CAIO（外部AI責任者）とは
「AIを入れたが、効果が出ていない」「何から手をつければいいか相談したい」という段階であれば、経営課題の棚卸しから一緒に始めることもできます。売り込みではなく、まず壁打ちから。
