FDEは一人のスーパーエンジニアではない——世界と日本の「チームで入る」体制と、発注前に確かめる5つのこと

FDE（フォワード・デプロイド・エンジニア）は、一人で何でもこなすスーパーエンジニアの役職名ではありません。世界の主要企業が実際に組んでいるのは、業務を聞く役と作る役がペアで顧客の現場に入る体制です。OpenAIは2026年5月、導入専門の新会社「OpenAI Deployment Company」を設立してTomoroを買収し、約150名のFDEとDeployment Specialistsを迎え入れました（Cooley・2026年5月12日公表）。この数字だけを見て「AIに詳しいエンジニアを1人採用すればいい」と考えると、発注の設計を間違えます。

FDEとは何か——世界では「一人の職種」より「届け方」の名前

FDEという言葉を最初に育てたのはPalantirです。The Pragmatic Engineerは2025年8月12日の分析で、2016年ごろまでPalantirでは通常のソフトウェアエンジニアよりFDEの人数の方が多かったと書いています。ニッチな役職ではなく、会社の中心にいた働き方だったということです。FDEの基本的な定義はこちらの記事にまとめているので、ここでは各社の実際の求人・発言だけを並べます。

Built Inに転載されたOpenAIの求人「Forward Deployed Engineer - SF」は、顧客チームに深く入り込んでニーズを理解し、進捗に必要ならコードも直接書く役割と説明し、Product・Research・Go-To-Marketの各チームと密に連携するとしています。Anthropicの求人サイトGreenhouseに掲載された「Forward Deployed Engineer」はさらに具体的です。顧客のシステムの中でClaudeを使った本番アプリケーションを作り、MCPサーバーやサブエージェント、エージェントスキルなどを顧客に納品し、Post-Sales・Product・Engineeringの各チームと連携しながら顧客と長期の関係を築くとしていて、出張はおよそ25%だと書かれています。共通しているのは、FDEが単独で完結する職種としてではなく、社内の複数チームと組むことを前提に書かれている点です。

なぜ2026年に入って急に求人が増えているのか。Indeedの求人データをもとに、Business Insiderは2026年5月18日の記事で、FDEの求人数が2025年1月を基準にして2025年4月に543%、2026年4月に5,230%まで増えたと報じました。前年同月比でも約729%増です。これに加えて、OpenAIとAnthropicがそれぞれ2026年5月に導入専門のチームを抱える新会社を立ち上げたことは、日経クロステックも2026年6月5日付けの記事で指摘しています。求人が桁違いに増えたこの1年は、導入を専門に担う組織そのものが作られ始めた時期でもあります。

「一人で全部できる人」は世界でも少ない——だから各社はチームで組む

Palantirが出しているDeployment Strategistの求人を読むと、この役割はFDEと協働してデータを安定したパイプラインに統合し、顧客の現場に行って分析担当者と会い、研修を主導して製品が利用者のニーズを満たすようにする、と書かれています。FDEが作る役なら、Deployment Strategistは聞く役と定着させる役です。最初から2つの役割に分かれています。

OpenAIがTomoro買収で迎えた約150名も、求人上は「FDE and Deployment Specialists」とひとまとめの呼び方です。1人の肩書きではなく、チームの構成そのものを指す言葉として使われています。LayerXも同じ形で、採用ページはFDEを顧客ヒアリング・業務理解・AIワークフロー構築の担当、AIコンサルタントとも呼ばれるDeployment Strategistを顧客の業務プロセスやAI活用方針を分析してプロジェクトを設計する担当と分け、両者がペアを組むと説明しています。LayerXは2026年9月10日付けのテックブログで、FDE本人の心構えとして「職域の外だからと切り捨てないこと」を挙げていました。役割は分かれていても、境界線を厳格に守る仕事ではないということです。

ITmedia AI+によるアクセンチュアへの取材は「数人のチームで顧客を支援することを想定している」と説明しています。TechCrunchが2026年7月15日に報じたAnthropicの導入専門会社「Ode with Anthropic」の規模は約100名で、半数超が元創業者です。急成長のなかで品質をどう保つかは、同社のCEOも課題として認めました。チームで動く体制は、人数を増やすほど品質の維持が課題になるということです。

a16zは2025年6月4日の分析「Trading Margin for Moat」で、FDEに求められる資質として博士号のような学歴ではなく、行動力や高いエージェンシー（原語はhustleとhigh agency）、好奇心を挙げ、業界経験が役立つとも書いています。特別な天才性ではなく、現場に飛び込んで動き続けられるかどうかが分かれ目だという見方です。

体制を検討する前に、自社の現在地を確かめたい方は無料のAI診断から確認できます。

ただの「AIに詳しいエンジニア」では足りない理由

チームで組む理由は、役割分担の都合だけではありません。業務の理解が先に立たないと、実装だけが得意な人がどれだけ優秀でも空回りします。アクセンチュアへの取材は、戦略に詳しいが実装が分からない人と、実装は得意だが戦略の視点がない人を単に並べても機能しないと明言していました。必要なのは、全員が業務の共通理解を土台として持ったうえで、それぞれの専門を磨くという体制です。

a16zが挙げた資質のなかでも、業界経験が役立つという指摘は、業務理解を後回しにできないことの裏返しです。LayerXのテックブログが「職域の外だからと切り捨てないこと」をFDEの心構えとして挙げていたのも同じ理由からです。自分の専門の外側にある顧客の業務を、自分の仕事の一部として扱えるかどうかが問われています。

中小機構は2026年3月公表の調査で、この理解不足がどこで起きているかを数字で示しています。「成功事例や活用事例などの情報が十分に入手できている」に当てはまらないと答えた企業は83.3%、「適切なベンダーや製品を選定する情報が十分にある」に当てはまらないと答えた企業は79.8%でした。公的支援に求めるものとして「専門家の派遣や導入相談」を挙げた企業も59.8%にのぼります。中小企業側が欲しいのは技術の説明ではなく、自社の業務を理解したうえでの判断材料だということです。ただのAIに詳しいエンジニアを1人送り込んでも、この欠けている部分は埋まりません。

日本のFDE：SES（客先常駐）の看板替えと何が違うか

レバテックLABが2026年3月23日に掲載したLayerXとログラスの対談で、LayerXの白井氏は「FDEは役割というより、ビジネスモデルに近いもの」と述べています。SESとの違いとして挙げているのは「プロダクトを持っている」ことです。ログラスの坂本氏も、個別最適化とスケーラビリティという二つの目標を同時に背負う点がSESと異なると指摘していました。LayerXの社内ではFDEとDeployment Strategistがチームを組んで補い合う体制になっています。

アクセンチュアへの取材でも、評価が工数基準から成果基準へ移っていると説明されていました。SESの評価単位が稼働時間であるのに対し、FDEは現場で何が動くようになったかで評価されるという違いです。ただし、成果だけを追うと別の問題も起きます。SVPGのMarty Caganは2025年9月17日の記事で、FDEだけに任せると大量の大きな個別ソリューションがすぐに積み上がると指摘しました。学びをプロダクトに一般化しない限り、これは実質的にコンサルティングと同じ状態になるという警告です。学びを型に戻す仕組みを持っているかどうかが、SESとの看板の掛け替えで終わるか、実質の違いになるかの分かれ目になります。

日本国内でもFDEを名乗る求人は増えています。Findyは2026年3月4日の特集記事で、JDSC・Gen-AX・Sansan・エクサウィザーズ・ログラス・Almondo・ストックマーク・ACES・アップグレード・Algoage・DeNA・LayerXの12社を掲載していました。SB OAI Japan合同会社への出向を伴うソフトバンクの求人も、戦略顧客に対するLLM・生成AI活用の技術リードを募集しており、要件には顧客折衝を含むプロジェクト推進経験と5年以上の開発経験の両方が並んでいます。エンジニアリング単独の求人ではありません。

研修型・コンサル型との違いをさらに詳しく比較したい方はこちらの記事にまとめています。

中小企業での具体例：NGraphは「2名＋AI」で現場に入る

NGraphは、この記事で紹介した世界の体制をそのまま縮小したような会社です。非エンジニアで現場ヒアリングと業務設計を担当する代表と、米国スタートアップでのAIエンジニア経験を持つCTOの2名が直接案件を担当し、Claude CodeやCodexなどのAIを道具として使います。聞いた本人と作る本人が直接つながっている、というのがこの体制の骨格です。代表は非エンジニアで、業務を聞いて要件にする役を担い、実装はCTOとAIが担います。全部を一人でやる必要はない、という考え方の実例です。

NGraphのやり方は、会社に1つ置く土台と、範囲を決めたProject単位の仕事を組み合わせる形です。土台とは、会社の知識をAIが読める記録にしたものを指します。Projectは完了条件を1行で握り、固定価格で進めます。規模の目安は小が約6週間、中が約3か月、大が約4か月の3段階です。1社目の現場で整えた記録が、次の業務に取りかかるときの速さになります。

いま進めている現場の一つが、福井県内で12店舗を構える飲食業グループ本部です。最初の1業務として、新人の入社ガイダンスのAI化を進めています。まだ実測前の段階のため、成果の数字はこの記事には書きません。

発注前に役員が確かめる5つのこと

ここまでの各社の実例をふまえると、発注する側が確かめるべきことは5つに絞れます。

この5つをさらに詳しく、頼む前の準備という角度からまとめたのが「FDEに頼む前に社内で決めておく5つのこと」です。最初の1業務と窓口の2つだけは、依頼前に仮でよいので決めておくと、初月の進み方が変わります。

よくある失敗・NGパターン

• 何でもできる1人を探して、着手が止まる——「AIもコンサルも分かるエンジニア」という条件のまま採用活動を続け、着手そのものが遅れます。OpenAIもAnthropicもLayerXも、1人に全部を求めず役割を分けて組んでいます。世界の大手が揃ってそうしている以上、希少な1人を探すところから始める発注は、前提から外れた設計です。
• エンジニアだけを送り込み、業務が分からないまま作る——現場で使われない個別ツールが増えていきます。中小機構の調査で「事例情報が十分に入手できていない」83.3%、「ベンダー選定情報が十分にない」79.8%という数字は、現場側が判断材料を持てないまま導入を進めている実態を表しています。
• 構想だけ描いて実装が来ない場合、残るのは資料だけです。アクセンチュアへの取材が指摘する「戦略だけの人と実装だけの人を並べても機能しない」の典型で、現場では何も動きません。
• 1社専用の個別解だけが残り、保守できない——Cagan/SVPGが指摘する「学びをプロダクトに一般化しないとコンサルになる」状態です。担当者が異動・退職すると同時に、その会社だけの個別解も動かなくなります。

自社がどのパターンに近いか一緒に確認したい方は、無料相談・無料AI診断からご相談ください。

よくある質問

まとめ

OpenAIが約150名のFDEとDeployment Specialistsを擁する会社を新設し、Anthropicが約100名規模の導入専門会社を立ち上げた2026年は、FDEが一人の職種から「チームで現場に入る届け方」へ姿を変えたことがはっきり見えた年でした。Palantir・OpenAI・LayerXは、いずれも業務を聞く役と作る役を分けて組んでいます。そのうえでアクセンチュアが言うとおり、役を分けても業務の共通理解は全員が持つ、というのが前提です。ただのAIに詳しいエンジニアを1人探すのでも、戦略だけを描くコンサルを頼むのでもありません。日本のFDEも、レバテックLABの対談が示すとおりSESの看板替えではなく、プロダクトを持ちながら成果に責任を持つビジネスモデルとして育ちつつあります。発注する側がすることは、5つの問いを自社の言葉で答えられるようにしておくことだけです。