FDE（フォワードデプロイドエンジニア／Forward Deployed Engineer）とは、エンジニアが自社のオフィスにとどまらず、顧客の業務の現場に入り込み、実際の課題に合わせてその場でソフトウェアを作り込む職種、そしてその仕事の進め方のことです。
この言葉、米国のAI業界ではいま最も勢いのある職種名のひとつで、日本でも採用を始める会社が出てきました。ただ、日本語で読める解説の多くは「どんなスキルが要るか」「年収はいくらか」という働く側・転職する側に向けたものです。この記事は視点を変えて、AI開発を発注する側の中小企業の経営者に向けて書きます。FDEとは何かを最低限押さえたうえで、なぜ「現場に入り込む型」がAI開発で合理的なのか、そして私たち自身がこの型でどう仕事をしているのかを公開します。
FDE（フォワードデプロイドエンジニア）とは
FDE（フォワードデプロイドエンジニア）とは、エンジニアが顧客の業務の現場に入り込み、実際の課題に合わせてその場でソフトウェアを作り込む職種、そしてその仕事の進め方のことです。この職種を生んだのは米Palantir Technologiesです。同社は創業初期、エンジニアを顧客である政府機関の現場に送り込み、業務の最前線でソフトウェアを作り込むこの働き方を「forward-deployed engineer」と名付けました（Palantir公式ブログ）。「Forward Deployed」は、部隊を後方ではなく前線近くに常駐配備する軍事用語「前方展開」になぞらえた命名で、エンジニアが本社に留まらず顧客の現場（前線）に入り込むことを表しています。職名が確立したのは2010年代前半。社内での正式な職名は「Forward Deployed Software Engineer（FDSE）」、通称「Delta（デルタ）」と呼ばれ、同社最大のエンジニア職種です（Palantir「Dev versus Delta」）。
この職種が、AIの時代に入って一気に広がりました。米求人サイトIndeedのデータ（米Business Insiderが2026年5月に報道）によれば、FDEの求人掲載は2026年4月時点で前年同月比およそ729%増、1年で7〜8倍に急増しています。OpenAIは公式採用ページでFDE職を多数募集しており、東京拠点の求人もあります（2026年7月時点）。AnthropicもFDE職を置いており、その職務説明には「顧客のチームに直接入り込み、実業務の課題を解くAIアプリケーションを本番までつくり切る」ことが掲げられてきました。国内でも、ソフトバンクがOpenAIとの合弁事業（SB OAI Japan）向けにFDE職の採用を公式に始め、LayerXも「Ai Workforce」事業でFDE職を新設しています。
ここで視点を切り替えます。FDEは職種名であると同時に、「仕事の進め方」の名前です。エンジニアを製品の後ろではなく顧客の現場に置く。仕様書のやり取りではなく、業務を隣で見ながら作る。発注する経営者にとって大事なのは職種名のほうではなく、この進め方のほうです。AIを作れる会社が増えたいま、「何を作れるか」より「どう作り込んでいくか」で結果が分かれるからです。なお、AIエージェントそのものの定義や仕組みは「AIエージェントとは何か」に譲り、ここでは進め方の話に絞ります。
なぜ「現場に入り込む」型が要るのか——要件定義の構造的な限界
答えを先に言えば、発注側は、発注の時点で必要な機能を100%は言い切れないからです。だから紙の仕様書を完璧にする方向より、できるだけ早く動くものを現場に見せて直す方向が合理的で、FDEはその進め方を役割として制度化したものです。
私たちは経営支援の現場で、システム導入に6,000万〜9,000万円をかけたのに使い勝手が悪く、現場に定着しない例を見てきました（統計ではなく、私たちが実際に見てきた個別の例です）。原因をたどると、担当者の力量よりも深いところ、要件定義という工程そのものの構造に行き着きます。
構造問題は3つ重なっています。第一に、発注側は発注の時点では必要な機能を100%は分かっていない。業務を毎日回している当事者でも、「システムになったときに何が要るか」を紙の上で言い切ることはできません。第二に、受注側は「作れば契約違反にならない」機能を仕様に盛り込みます。悪意ではなく、請負契約の性質上そうなります。第三に、その結果、本当に欲しかった機能が抜け落ち、追加費用を払って作り直すことになる。仕様書どおりに作られたのに使われないものができる、というのはこの構造の帰結です。ちなみに、私たちが見てきた範囲では、エンジニア工数の見積は同じ作業でも50万円と100万円に開くことがあるほど、外からは見えにくいものです。見積の読み方は「AIエージェント開発会社の選び方」に譲ります。
AIの開発では、この構造問題がさらに強く出ます。AIは中に「脳みそ」が入っていて、挙動を事前に100%は読み切れないからです。ボストン コンサルティング グループ（BCG）が2024年10月に発表した調査「Where’s the Value in AI?」（世界59市場・経営幹部約1,000人対象）では、74%の企業がAI活用から目に見える価値をまだ生み出せていないと報告されています。作る技術の問題ではなく、「何を作れば業務の価値になるか」を机の上で当てることの難しさが、この数字に表れていると私たちは読んでいます。
だとすれば、力をかけるべきは紙の仕様書の完成度ではなく、できるだけ早く動くもの（プロトタイプ）を現場に見せて、実物への反応から本当の要件を掘り当てることです。エンジニアが現場にいれば、「見せる→直す」の一往復が、書類のやり取りの数週間ではなく、その場の数時間で回ります。
私たちのFDE型——業務の現場から始めて、小さく作り、運用まで持つ
ここからは宣言です。私たちAI Advanceは、「顧客の成功を戦略から共に考えるコンサル型AIエージェント開発会社」を掲げ、FDE型で仕事をしています。具体的には、次の3つを型として守っています。
- 業務の現場から始める——最初の打ち合わせで技術やツールの話はほとんどしません。どの業務に何分かかっていて、誰が困っていて、何が売上や残業に効いているのか。課題の棚卸しから入り、AIで解くべき箇所を業務の側から逆算します。
- 捨てられる小さな実験を、安く並列に回す——AIの推論コストが下がったいま、賢いのは「熟慮して外さない一発」を狙うことではなく、最も困っている1業務で小さな実験を安く回し、当たった1〜2個に集中することです。だから実験ごとに、始める前に停止条件と効果の物差し（時間・件数・エラー率）を決めておきます。ダメなら決めたとおりに畳み、当たったら広げます。
- 運用まで持ち、導入後も現場に通って直し続ける——どこまでを私たちが面倒を見るのか、運用・保守の範囲は契約の段階で明確にします。作って渡して終わりにせず、現場と一緒に直し続けます。
一例を挙げます。卸売・製造業のお客様では、手書き帳票のシステム入力に1件30分かかっていた業務に絞って読み取りエージェントを構築し、処理時間は30分から3分になりました。現場で帳票の実物と作業の流れを見たからこそ、「全自動」を狙わず、人は最終確認だけを行う設計に落とせた——ここがこの案件の勘どころです。不動産業のお客様でも、夜間や休日の問い合わせにその場で応えられないという現場の困りごとから逆算して、LINE上で物件を一次提案するエージェントを作りました。どちらも、技術のカタログからではなく、現場から始めた結果です。2つの事例の課題・仕組み・成果・費用の詳細は「AIエージェントの導入事例4選」に譲ります。
契約もFDE型に合わせる——準委任と分割検収
見せながら作る開発は、最初に仕様と完成物を固定する請負契約と、実は噛み合わせがよくありません。仕様が動くことを前提にした進め方だからです。実は、公的機関も同じ整理をしています。IPA（独立行政法人情報処理推進機構）が2020年3月に公開した「情報システム・モデル取引・契約書（アジャイル開発版）」は、あらかじめ特定した成果物の完成に対価を支払う請負契約ではなく、専門家として業務を遂行すること自体に対価を支払う準委任契約を前提としています。
ただし、実務はそれで終わりません。IT開発の発注経験がない会社から見ると、準委任は「成果物がなくても契約が成立する」形に映り、不安が残ります。その不安はもっともだと思います。そこで私たちは、準委任の柔らかさと請負の区切りの良さを組み合わせた、分割検収のハイブリッド型で契約しています。
| フェーズ | やること | 区切り |
|---|---|---|
| ① 要件定義 | 業務の棚卸しと、AIで解く箇所の特定 | 検収・支払い |
| ② プロトタイプ | 動くものを作り、現場に見せて直す | 検収・支払い |
| ③ 本開発・運用 | 効果が確かめられたものを本番に仕上げる | 検収・支払い |
各フェーズの終わりに成果を確認してから、次に進むかどうかをお客様が決める。フェーズ②で「思ったほど効かない」と分かれば、そこで止めていただいて構いません。むしろ、6,000万円かけて使われないものを作るより、プロトタイプの段階で数十万円規模の授業料で止まるほうが、経営判断としてずっと健全です。そして全体の金額は、上限の目安を最初に示します。「稼働次第で青天井」にはしません。仕様が動く進め方だからこそ、お金の枠は先に固定する。これが私たちのやり方です。
FDE型を選ぶときに経営者が見るべきこと
最後に、発注側としてFDE型の会社を検討するときの目線を2つお渡しします。
ひとつは、踏み込みの深さが自社の規模に合っているかです。FDE型は「常に重装備」を意味しません。私たち自身、支援の深さは事業規模に合わせて変えており、「まだ作るべきではありません」とお伝えすることもあります。正直に言えば、この見立ても外すことがあります。だからこそ、見立てを大きな投資で試さず、小さな実験で確かめる型にしているのです。現場に入り込む型の価値は、深く入ること自体ではなく、その会社にちょうどいい深さを現場で見立てられることにあります。規模に応じた支援の深さの考え方は「AI導入コンサルの選び方と費用」に詳しく書きました。
もうひとつは、言葉が独り歩きする局面への備えです。FDEの求人が1年で7〜8倍に増えたということは、この言葉を名乗る会社もこれから急に増えるということです。「AIエージェント」という言葉で起きたことが、「FDE」でも起きると見ておいたほうがいい。だから呼び方ではなく、進め方の実態を見てください。現場に来るのか。小さく作って見せるのか。契約に運用の範囲が書いてあるのか。看板と中身を見分ける具体的な質問リストは「エージェントウォッシングとは」に、開発会社のタイプ別の見極めは「AIエージェント開発会社の選び方」にまとめています。
よくある質問
FDEとSES（客先常駐）は何が違うのですか？ SESは技術者の労働力を時間単位で提供する契約形態で、何を作るか・何が課題かの判断は発注側が持つのが一般的です。FDEは逆に、課題の特定そのものから顧客と一緒に踏み込み、成果に向けて自分で判断しながら作り込む役割です。「現場にいる」という見た目は似ていても、判断の主体がどちらにあるかが違います。契約の形ではなく、役割の設計の違いと捉えてください。
中小企業でも、FDE型で頼めますか？ 頼めます。FDE型といっても、エンジニアが毎日常駐する必要はありません。中小企業の実務では、要所で現場に通い、日々のやり取りはオンラインで補う形が現実的で、それで「現場から始めて、見せながら直す」進め方は十分に成立します。大事なのは滞在時間ではなく、業務の実物を見てから作るという順番のほうです。
費用はどのくらいかかりますか？ 何をどこまで任せるかで変わりますが、1業務に絞った個別構築なら数十万円規模からが目安です。前述のとおり、私たちはフェーズごとの分割検収で、各段階の金額と全体の上限目安を最初に示します。型別の相場感と見積の内訳は「AIエージェント導入の費用相場と進め方」に詳しくまとめています。
まとめ
FDE（フォワードデプロイドエンジニア）とは、顧客の現場に入り込んで作る職種であり、進め方の名前です。Palantirが生み、OpenAIやAnthropicが職種として置き、国内ではソフトバンクやLayerXも採用を始めたこの型が広がっているのは、流行だからではありません。発注側は発注時点で要件を100%言い切れない、という構造問題に対して、「早く動くものを見せて直す」が最も合理的な答えであり、FDEはそれを役割として制度化したものだからです。
私たちAI Advanceは、この型で仕事をしています。業務の現場から始め、最も困っている1業務で小さく作り、効果を数字で確かめ、運用まで持つ。契約は準委任と分割検収を組み合わせ、金額の上限目安を最初に示す。山梨・甲府から、この進め方でご一緒しています。うちの業務ならどこから始めるべきか——そんな段階のご相談こそ歓迎です。無料相談からお気軽にお声がけください。
