こんにちは、株式会社TIMEWELLの濱本です。私は大企業で新規事業を10年以上手がけ、大企業100社以上が参加した挑戦者支援プログラム「CHANGE by ONE JAPAN」の運営責任者を務め、いまは起業家と社内起業家向けのAI駆動開発プログラム「WARP ENTRE」を運営しています。当社は「FDEスタイルで事業をやる」と公言しています。そう言うと、必ず聞かれます。FDEって何ですか、と。この記事は、その質問に初めての方にも分かるように答え、そのうえで、FDEが現場で使っている「インサイトを引き出す技術」を具体的に書いたものです。
要約: FDE（Forward Deployed Engineer）は、自社の製品を顧客の現場で本番稼働させるために、顧客の隣に座って開発と実装を担うエンジニアです。Palantirが始め、2025年6月にa16zが「スタートアップで最も熱い仕事」と呼び、2026年にはOpenAIが約150人のFDEを擁する実装会社を設立し、アクセンチュアが日本で数千人規模のFDE組織を立ち上げました。常駐開発やコンサルとの違いは売り物にあり、FDEは製品を売り、現場で学んだことを製品に返します。インサイトを引き出す秘訣は7つ。隣に座る、初日に実データに触る、動くものを質問装置にする、例外を集める、名詞と動詞を書き出す、三層の要求を別々に聞く、週次で持ち帰る。
FDEとは何か。3分で分かる仕事の中身
FDEは、Forward Deployed Engineerの略です。日本語にすれば「前方展開エンジニア」で、この「前方展開」は軍事の言葉です。司令部に部隊を置くのではなく、最前線に置くという発想です。ソフトウェアの世界に置き換えると、本社のオフィスで仕様書を待つのではなく、顧客の現場に座って、そこで作る、という働き方になります。
仕事の中身を、初めての方向けに一日の流れで説明します。朝、顧客の工場や事務所に出社します。自社の会議室ではありません。担当者の隣の席で、その人が実際に使っているシステムと、実際のデータを見せてもらいます。汚いデータです。手入力の揺れ、空欄、部署ごとに違う項目名。その日のうちに、そのデータで動く不完全なものを作って、担当者の目の前に置きます。担当者は言います。「この場合は違う」「ここは課長の承認が要る」。それを直して、また置きます。数週間で本番に載せ、本番で起きたことを直し、その過程で学んだことを自社の製品に持ち帰って、次の顧客で最初から使える機能にします。これがFDEの一日であり、一案件です。
起源はPalantirにあります。創業初期、顧客のデータは想定より汚く、業務は想定より複雑で、要件を聞き出せる相手がそもそもいなかった。だからエンジニアを顧客の隣に座らせ、業務そのものを学ばせた、という点で後年の解説は揃っています。当社はPalantirの中を見ていないので創業の物語として断定はしませんが、職種の型はそこにあります。a16zは2026年1月の論考で、この型を「小さなチームを混沌とした環境に降下させ、数か月でカスタマイズされた動く基盤を立ち上げる」と要約しています1。
似た仕事との違いを表にします。ここが初めての方に一番伝えたい点で、「現場に入って一緒に作る」だけ見ると全部同じに見えますが、売っているものが違います。
| 職種 | 売っているもの | 成果物の行き先 | システムに対して | 関わり方の理想 |
|---|---|---|---|---|
| 営業SE（プリセールス） | 契約 | 提案書 | 説明する | 契約までの短期 |
| 導入コンサルタント | 助言と報告書 | 顧客の意思決定 | 読む、可視化する | 期間で区切る |
| 常駐開発・SES | 工数（人月） | 顧客の資産 | 顧客の指示で書く | 長く続くほど売上 |
| FDE | 製品と、それを現場に食い込ませる投資 | 自社製品の標準機能 | 読み、書き戻す | 早く自走させ、横に広げる |
常駐開発は、長く関わるほど売上が立ちます。FDEは逆で、早く顧客が自走し、次の顧客に横展開できるほど得をします。だから、FDEの工数は売上ではなく投資です。この違いは、以前FDEとAI伴走支援は何が違うのかで、売り物、成果物の帰属、書き込みの責任の3点から詳しく書きました。
なぜ2025年から2026年に、急に広がったのか
FDEという言葉が日本のニュースにまで出てくるようになったのは、2026年に入ってからです。理由は一つで、生成AIの導入が本番に届いていないからです。MIT NANDAが2025年7月に出した報告書は、企業の生成AI投資が推定300億から400億ドルあるにもかかわらず、95%の組織が測定可能なリターンを得ていないと書きました。原因はモデルの性能ではなく、現場のフィードバックを溜めて改善する仕組みがないことだ、と2。会議室では動いても、現場の汚いデータでは止まります。止まると担当者は二度と触りません。この溝を埋める人が要る、という需要が、FDEの復権の背景です。
米国での節目を時系列で並べます。2025年6月4日、a16zのJoe Schmidtは「Trading Margin for Moat」という論考で、FDEを「スタートアップで最も熱い仕事」と呼びました。要点は、エンタープライズのAIは自己導入では基幹の業務に食い込めず、実装を厚くして一時的に粗利率を下げてでも、データと業務の入口を握るモートを買うべきだ、という経営の話です。同稿はOpenAIの公開求人311件のうち22件がFDEやソリューション系だとも書いています3。2026年1月16日には同じa16zのMarc Andruskoが「The Palantirization of everything」で、FDE求人が「今年、数百パーセント伸びた」としつつ、Palantirは下に本物のプラットフォームがあるから成立しているのであって、埋め込みエンジニアの部分だけを真似ると「保守不能な個別実装の山」になる、という警告も出しています1。
2026年春には、モデルを作る側が動きました。5月4日、金融インフラ大手FISは、AnthropicのApplied AIチームとFDEをFISの中に埋め込み、金融犯罪対策のAIエージェントを共同設計すると発表しました。狙いは常駐し続けることではなく、知見を渡してFISが自走できるようにすることだと明記されています4。5月11日、OpenAIは「OpenAI Deployment Company」の設立を公表しました。応用AIコンサルのTomoroを買収し、約150人のFDEと実装専門家を初日から置き、初期投資は40億ドル超です5。夏には、a16zが8週間の「FDE Fellowship」を始め、OpenAIのFDEやCursorのAI導入責任者、元PalantirのFDEリードが創設フェローに並びました6。
日本でも同じ年に動きました。2026年4月16日、アクセンチュアはマイクロソフトの協力のもと、日本で「フォワード・デプロイド・エンジニアリング」の専門組織を設立すると発表しています。文面の核心はこの一文です。「多くの企業におけるAI活用の障壁は、テクノロジーの不足ではなく、エンジニアリングの専門性が、現場で十分に発揮されていない点にある」。数千人規模のAIスキルを持つエンジニアを結集し、顧客と直接協働する体制を組む、と書かれています7。
ここで一つ、冷静な注釈を入れておきます。FDEは万能ではありません。a16zの警告のとおり、製品がないままエンジニアを顧客に送り込めば、それは単価の高い受託です。FDEが成立する条件は、現場で学んだことが製品に返り、次の顧客の展開コストが下がることです。この還流がない「FDE」を名乗る会社には、注意したほうがよいと私は思っています。自社の現在地を確かめたい方は、AIリテラシー診断で数分で見られます。
当社がFDEスタイルを公言する理由
当社TIMEWELLは、社内の知識をエージェントが辿れる形で持つ「ZEROCK」と、輸出管理のAIエージェント「TRAFEED」という製品を作り、AI駆動開発のプログラム「WARP」を運営しています。そして、FDEスタイルで事業をやると公言しています。理由を、初めての方にも分かるように三つ書きます。
一つ目は、当社の製品が、顧客の現場に入って初めて動く種類のものだからです。社内の知識をAIに辿らせるには、その会社で「顧客」とは何を指し、「出荷完了」はどの時点か、「遅延」が閾値を超えたら誰に何が起きるか、という名詞と動詞を、機械が読める形にしなければなりません。これは本社の会議室では分かりません。輸出管理も同じで、ある部品が規制に当たるかどうかは、図面と仕様書と取引先の実物を見て初めて判断できます。製品を売って終わりにできない構造なので、エンジニアが現場に入る以外にやりようがない、というのが正直なところです。
二つ目は、95%の側に入りたくないからです。私が関わってきた案件でも、綺麗なデモで合意し、現場のデータで折れる場面を何度も見てきました。会議室のデモは、要件の半分しか教えてくれません。残りの半分は、動くものを担当者の前に置いたときにしか出てきません。だから初日にコードを出します。不完全でよいのです。動いているものを見た人は、白紙の仕様書には書けなかったことを話し始めます。
三つ目は、現場で学んだことを製品に返せる規模だからです。大企業のFDE組織は数千人ですが、当社は小さな会社です。小さいことの利点は、現場のエンジニアと製品を作るエンジニアが同じ人か、隣の席にいることです。金曜に現場で見つかった「この会社だけの例外」が、翌週には「これは他社にもある型だ」と判断されて標準機能になります。この還流の速さが、小さな会社がFDEスタイルを取る合理性だと考えています。
正直に付け加えると、当社のWARPのうち研修と伴走のメニューは、上の表の「導入コンサルタント」に近い仕事です。ただ、当社が売っているのは報告書ではなく「動くもの」を参加者自身が作れる状態で、そこは製品と同じ思想で運営しています。第1回の顧客インタビュー中にモックを作る技術で書いた「聞きながら作る」は、FDEの現場技術を新規事業開発の担当者に移植したものです。
現場からインサイトを引き出す7つの秘訣
ここからが本題です。FDEの価値は、コードを書く速さではなく、現場から「本当の要件」を引き出す技術にあります。エンジニアでなくても使える形で、7つに整理します。
秘訣1。会議室ではなく、現場の席に座る。 会議室では、人は「あるべき業務」を話します。現場の席では、「実際の業務」が見えます。私が最初に頼むのは、「いつもの作業を、いつもどおりやっているところを横で見せてください」の一言です。見ていると、説明されなかった手順が必ず出てきます。付箋に書かれた例外ルール、Excelの隠し列、上司に確認するために開く別の画面。インサイトの大半は、説明の中ではなく、この「説明されなかった手順」の中にあります。
秘訣2。初日に、実データに触る。 サンプルデータは嘘をつきます。綺麗に整った100行のサンプルで動いたものは、10万行の実データで必ず止まります。だから初日に、匿名化してでも本物を見せてもらいます。空欄の割合、項目名の揺れ、日付の形式の混在、部署ごとに違う運用。汚さそのものが要件です。ここで「データが汚いので整えてから」と言ってはいけません。整える作業を待っていたら、現場は3か月先に進んでいます。汚いまま動くものを作るのがFDEの仕事です。
秘訣3。動くものを「質問装置」として見せる。 人は白紙の仕様書を前にして、自分の仕事を言語化できません。動いているものを見ると、言語化できます。「この場合は違う」「この画面はうちの現場では使えない」。だから、不完全な動くものを初日に置き、「何が違いますか」とだけ聞きます。「どう思いますか」と聞くと、褒められて終わります。この技術は、新規事業のインタビューにそのまま使えます。第1回の記事で「ライブモック」として、手順とプロンプトを書きました。
秘訣4。「普段」ではなく「困ったとき」を集める。 普段の業務は、たいてい既存のシステムで回っています。FDEが入る余地は、例外にあります。「先月、一番困った件は何でしたか」「その件は最後にどう処理しましたか」「その処理は誰が知っていますか」。例外は、その人の頭の中にだけあるルールで、システムにもマニュアルにも書かれていません。私は現場で「例外ノート」を作ります。例外が10個たまると、そのうち3つは実は毎週起きている「普段」だと分かります。それが、最初に作るべき機能です。
秘訣5。その会社の名詞と動詞を、現場の言葉で書き出す。 顧客、請求、部品、作業員。返金する、発注する、シフトを組み替える。その会社で使われている名詞と動詞を、システム用語に翻訳せずに、現場の言葉のまま書き出します。「うちでは『引き当て』と『確保』は別の意味です」という一言が、設計を丸ごと変えることがあります。この用語集は、後でAIに教える「意味の構造」の原型になります。難しく言えばオントロジーですが、やっていることは、その会社の言葉をそのまま辞書にする作業です。
秘訣6。経営・事業部長・現場の三層の要求を、別々に聞く。 三層は、同じ案件について違うことを望んでいます。経営は業界の常識を変えたいと言い、事業部長は今期のコストを削りたいと言い、現場は今の手順を変えたくないと考えています。三層を同じ会議室に集めると、経営の声だけが残ります。だから、別々に聞きます。そして、三つを同時に満たす一点を探します。「現場の手順を変えずに、今期のコストを削り、来期に業界の話ができる」一点です。見つからないこともあります。見つからないと分かることも、インサイトです。
秘訣7。週次で持ち帰り、製品に返す。 現場で見つかったことは、その場で直して終わりにせず、週に一度、自社に持ち帰って分類します。この顧客だけの枝か、他社にもある型か。型なら標準機能にします。枝なら、枝として記録して、増えすぎないよう見張ります。この判断を毎週やらないと、半年後には顧客ごとに違うものが10個できて、誰も保守できなくなります。a16zが「サービスの罠」と呼んだものは、この週次の分類を怠った結果です。持ち帰りの記録は、第3回の仕様駆動開発で書いた進捗文書そのものです。
7つに共通するのは、「聞く」より「見る」、「話してもらう」より「動かして反応を取る」に重心があることです。そして、AIの時代に変わったのは、秘訣3の「動くもの」を作る速さです。以前は、初日にコードを出せるのは腕のあるエンジニアだけでした。いまは、コーディングエージェントを使えば、新規事業の担当者が数分で仮の画面を出せます。FDEの現場技術は、エンジニアだけの技術ではなくなりました。
受け入れる企業側の準備。FDEを会議室に閉じ込めない
最後に、FDEを「受け入れる側」の大企業に向けて書きます。FDEが来ても成果が出ない案件には、共通の型があります。会議室に閉じ込める型です。
まず、席です。現場の担当者の隣に座れる席と、実際のシステムを見られる画面を用意してください。来客用の会議室に一日いてもらっても、見えるのは資料だけです。次に、データです。匿名化の手順を先に決め、初日に実データに触れるようにしておきます。「セキュリティ審査が終わってから」と言うと、3か月が消えます。審査は並行して進め、審査中は匿名化データで動かす、という段取りが要ります。
権限も先に決めます。読むだけでよいのか、書き戻すのか。書き戻すなら、どの行為を、誰の承認で、どこまで自動でやってよいのか。ここを曖昧にしたまま本番に載せると、誤発注や誤出荷が起きます。書き込みには、権限、事前のシミュレーション、重大判断での人の介在、監査できる記録の四点が要ります。これは技術の話ではなく、受け入れる側の意思決定の話です。
担当者の時間も、確保してください。FDEは担当者の隣に座って学びます。担当者が「忙しいので後で」と言い続けると、FDEは推測で作るしかなくなり、会議室のデモに戻ります。週に数時間でよいので、担当者の時間を案件として確保します。そして、成果の測り方を業務の指標にします。「精度95%」ではなく、「3時間の作業が20分になったか」「差し戻しが何件減ったか」です。技術の指標で測ると、本番に届く前に評価が終わってしまいます。
最後に、要件を紙で求めないことです。「まず要件定義書をください」と言われた瞬間に、FDEの型は崩れます。要件は、動くものを置いた後に出てきます。紙は、動いた後に、記録として書きます。この順番を、社内の調達や情報システム部門と、事前に合意しておいてください。当社が現場に入るときは、この準備を初回の打ち合わせで一緒に決めます。プログラムとしての構成はWARPのページに載せています。
まとめ
FDEとは、自社の製品を顧客の現場で本番稼働させるために、顧客の隣に座って作るエンジニアです。売っているのは製品であり、工数は投資であり、学びは製品に返ります。2025年から2026年にかけて、a16z、OpenAI、Anthropic、そして日本のアクセンチュアまでが、この型に人と資金を置きました。理由は、生成AIの95%が本番に届いていないからです。
インサイトを引き出す秘訣は7つ。現場の席に座る、初日に実データに触る、動くものを質問装置にする、例外を集める、名詞と動詞を現場の言葉で書き出す、三層の要求を別々に聞く、週次で持ち帰って製品に返す。当社がFDEスタイルを公言するのは、当社の製品が現場に入らなければ動かない種類のものであり、95%の側に入りたくなく、そして学びを製品に返せる規模だからです。
明日やるなら、まず社内の一人に「いつもの作業を、いつもどおりやっているところを横で見せてください」と頼んでみてください。説明されなかった手順が、必ず一つは見つかります。それが最初のインサイトです。自社の一業務で、現場に入るところから一緒に設計したい方は、個別相談でお話ししましょう。
Footnotes
-
The Palantirization of everything（Andreessen Horowitz、Marc Andrusko、2026年1月16日） ↩ ↩2
-
MIT NANDA『The GenAI Divide: State of AI in Business 2025』（2025年7月）。企業の生成AI投資は推定300〜400億ドル、95%の組織が測定可能なリターンを得ていない、障壁はモデル性能ではなく学習と文脈適応の欠如、は同報告による。詳しくはFDEとAI伴走支援は何が違うのかを参照 ↩
-
Trading Margin for Moat: Why the Forward Deployed Engineer Is the Hottest Job in Startups（Andreessen Horowitz、Joe Schmidt、2025年6月4日） ↩
-
FIS Brings Agentic AI to Banking with Anthropic, Starting with Financial Crimes（FIS、2026年5月4日） ↩
-
OpenAI launches the OpenAI Deployment Company to help businesses build around intelligence（OpenAI、2026年5月11日） ↩
-
アクセンチュア、マイクロソフトの協力のもと、AIの迅速な全社展開を支援する「フォワード・デプロイド・エンジニアリング」専門組織を設立（アクセンチュア株式会社、2026年4月16日） ↩
