FDE（Forward Deployed Engineer）の事例を探すと、海外大手の発表と国内の求人記事ばかりが並び、「自社はどう進めればいいのか」にたどり着けません。しかも国内の「事例」には、FDEの成果とは限らない数字が混ざっています。

2026年10月時点で確認できる事実だけを使い、海外大手の動き、国内企業の取り組み、うまくいく条件と失敗パターンを順に見ていきます。最後に、日本の法人が自社に取り入れる手順を番号付きで示します。年収や職種定義の解説は最小限にとどめ、「誰が、どう進めて、何が起きたか」に絞ります。

この記事でわかること

  • 2026年にOpenAI・Anthropic・AWS・Microsoftが打ち出したFDE関連の動きと、各社が売っているものの違い
  • 国内企業・ベンダーの取り組みと、成果の数字をFDEの成果として読んでよいかどうかの見分け方
  • 事例から導ける、うまくいく条件
  • 御用聞き開発、保守負担の押し付けなど、事例に出てくる失敗パターン
  • 日本の法人が自社でFDE型の取り組みを始める手順と、契約前の確認事項

FDEは「顧客の現場に入り、成果が出るまで実装する」役割

FDEは、開発者が顧客の現場に入り込み、業務に合わせてシステムを作り込む役割です。要件を受け取って納品するSIerやSES（人員を客先に派遣して作業時間に対価を得る形態）と違い、成果の物差しが「顧客の目標にどれだけ効いたか」に置かれます。

原型はPalantirのDelta

原型とされるのはPalantirです。同社はFDEを「Delta」、ソフトウェアエンジニアを「Dev」と呼び分けています。Deltaは1つの顧客に張り付いて基盤を導入・カスタマイズします。顧客関係や業務フローを担うEchoと組ませる運用も紹介されています。

生成AI時代に再注目されている理由

生成AIは、モデルを契約しただけでは業務に効きません。社内データへの接続、権限、業務ルールへの合わせ込みが必要です。この「最後の1マイル」を埋める人材として、FDEが注目されています。

需要の伸びは媒体ごとに数字が割れます。LinkedInのレポートでは、同種役職の需要が2023年から2025年で42倍になったと報じられています（Newsweek日本版（ロイター配信））。Indeedの月間求人数やLightcastの前年同期比など、他の数字は母数も期間も違います。数字を見るときは「何の指標か」を必ず確認してください。

この記事の読み方

時間がない場合は、「うまくいく条件と失敗パターン」と「日本企業が取り入れる手順」から読めば足ります。事例の裏取りに関心があるなら、海外・国内の事例表から入ってください。FDE以前のAI導入全体の進め方は、AI駆動開発導入をPoCから社内定着まで進める方法で扱っています。

2026年の海外大手は、FDEを「売り方」ごとに分けて動いた

2026年の海外大手のFDE関連の動きは、FDE自体を増員する会社、合弁や買収で作る会社、パートナー網を整える会社に分かれます。まず時系列で並べます。

時期会社動き出典・確認状況
2026年5月4日AnthropicBlackstone・Hellman & Friedman・Goldman Sachsと企業向けAIサービスの新会社を設立。中堅企業が対象Anthropic公式。一次情報
2026年5月11日OpenAI「OpenAI Deployment Company」を発表。AIコンサルのTomoroを買収（約150人が合流、条件付き）Constellation Research。発表ページ本文は未確認
2026年6月30日AWS初期10億ドルで、5〜6人のチームを約45日間顧客に派遣する組織を発表Newsweek日本版（ロイター配信）。AWS公式は未確認
2026年7月2日Microsoft「Microsoft Frontier Company」。25億ドル、約6,000人を顧客に配置と報道TechRadar。Microsoft公式は未確認

表中で「未確認」とした行は、公式ページの本文を確認できていない情報です。数字は報道ベースとして読んでください。

AnthropicとOpenAIは、FDE専業の新会社を作った

Anthropicの新会社は、中堅企業を狙っています。例として挙がっているのはコミュニティバンク、中堅製造業、地域医療です。大企業向けはClaude Partner NetworkのSIerが担い、その手が届かない層を取りにいく設計です。進め方は、効果の高い業務領域の特定、カスタム構築、長期サポートの順。数値目標や契約規模は発表文に書かれていません。

OpenAIは過半を保有・支配する形でDeployment Companyを立ち上げ、初期出資は40億ドル超、TPG主導で19の投資会社・コンサル・SIerが参加したと報じられています。進め方の概要として、まず診断でAIが最も効く領域を特定し、次に顧客のデータとツールにモデルをつなぐ本番システムを構築・配備する、という記述があります。この診断→構築の流れは検索結果の要約で確認した内容で、発表ページ本文では確認できていません。

両社に共通するのは、モデル提供元が「導入の最後の工程」まで自社の人間で担う方向へ動いたことです。ここが、モデルを売って終わりだった従来との違いです。

AWS・Microsoft・Salesforceは、顧客の現場に人を置く

AWSの特徴は、期間を区切ることです。5〜6人のチームを約45日間という単位で派遣します。初期顧客にはリコーやNBAなどが挙がっています。Microsoftは約6,000人規模の配置を打ち出したと報じられました。ただし報道では、担当幹部が「FDE」という呼称とは距離を置く発言をしており、会社ごとに呼び方も組織の作りも揃っていません。

Salesforceは、自社のAgentforce向けにFDEチームを2025年4月に発足させています。1案件は約3か月が目安です。記事の記述を整理すると、進め方は次の流れです。

  1. 顧客の懸念をヒアリングする
  2. Deployment Strategistが活用法と全体戦略を描く
  3. FDEが設計・構築・導入する
  4. 必要に応じて常駐する
  5. 現場の声を製品開発へ還元する

事例として、予約プラットフォーム企業の試験運用が紹介されています。登録データの不備とFAQの未反映が原因で不適切な回答が出ていた問題を、FDEが製品開発と連携して1週間で解決し、2つ目のエージェント立ち上げに進みました。成果は自社ブログの自己申告です。顧客の要望から製品機能が生まれる経路を持っている点が、この体制の特徴です。

期間の幅は「数日〜数か月」ある

Palantirは2023年Q4の決算説明で、「560回超のブートキャンプを465組織で実施」し、ゼロからユースケースまで1〜5日で立ち上げると述べています（決算書き起こし）。AWSは約45日、Salesforceは約3か月です。

最初の1ユースケースを何日で本番に載せるか。海外の事例が日本企業に残す材料は、この期間設計です。

国内の事例は「FDEの成果」と「FDE体制」を分けて読む

国内でFDEを名乗る組織や取り組みは増えていますが、FDE体制と成果数字が公式に結び付いて語られている事例は多くありません。ここでは社名と出典をつけ、確認できる範囲と確認できない範囲を明記します。

企業確認できる取り組み成果の数字注意点
LayerXAi Workforce事業部に専任のFDEグループ。FDE（実装）とDeployment Strategist（調整）がペアで入る体制FDE体制としての数字は未確認福岡銀行の案件は後述
富士通Anthropicと戦略的パートナー。FDE事業の強化が柱の1つ記載なし人員規模の公式な数字は未確認
SB OAI JapanソフトバンクとOpenAIの合弁。まずソフトバンク自身が導入・検証公式発表にFDEの記載なしFDE体制の公式説明は未確認
ログラスFDE職を新設し募集中（求人票で確認）。顧客のExcel運用やレガシー連携の解消を担うとの紹介は二次情報未確認求人ベースで、成果は確認できていない
みんなシステムズ中小企業向けのFDE支援を2026年8月に開始。現場の業務を体験してから自動化に入るプランがある未掲載開始から日が浅い

SmartHRやAI ShiftもFDE組織やFDE職を設置しています。ナレッジワーク、ANDPAD、CADDiなどは求人を出していますが、求人は事例ではありません。成果は確認できていません。

LayerXの福岡銀行案件は、FDEの成果と断定できない

LayerXは、専任のFDEグループを持つ国内の代表例です。研修プログラム「FDE Excellence Program」の第1号導入先でもあります。

一方、同社のAi Workforceを導入した福岡銀行のプレスリリースには、「年間約7,000時間の削減を見込む」という数字が出てきます。内訳は契約検索が約6,500時間、管理表作成が約500時間です。

区別したい点は2つです。この数字は実績ではなく見込みであること。そして、リリース文中にFDEやDeployment Strategistの語が出てこないこと。FDE体制とこの案件の結び付きは確認できていないため、「FDEで7,000時間削減」とは書けません。競合記事にはこの混同が見られます。

富士通・SB OAI Japanは「体制の方向性」まで

富士通は2026年5月27日にAnthropicとの戦略的パートナーを発表しました。柱は、FDE事業の強化、サイバーセキュリティ、社内実践によるAI活用モデルの確立の3つです。富士通グループ全社員10万人がClaude等を活用するとされています。「1,000名規模のエンジニアチーム」という数字が二次記事に出回っていますが、報道記事に人数の記載はなく、公式の裏付けも取れていません。

SB OAI Japanは、Crystal intelligenceを2026年に日本限定で提供する計画です。グループ内で約250万のカスタムGPTを作成済みという数字は、FDEの成果ではなく社内利用の規模を示すものです。FDE募集の話は二次記事にあるだけで、公式発表にFDEの記載はありません。

大手SIer（NTTデータ、NEC、アクセンチュアなど）が自社のFDE組織を新設したという公式情報は、今回の調査では確認できませんでした。

国内の事例開示は薄い

国内のFDE型サービス事業者を48件掲載している比較メディアでは、「事例あり」が18件でした。社名つき事例が出ていても、それがFDEの成果とは限らないという注意書きもあります。

事例が少ないのは、FDE型がまだ新しい取り組みだからと考えられます。社名・期間・体制・成果の数字が揃った事例は、それだけで検討材料として希少です。どれかが欠けていれば、欠けたまま扱うのが安全です。

うまくいく条件と失敗パターンは、事例の裏表になっている

事例から見える成功条件と失敗パターンは、同じ論点の表と裏です。目的が決まっているか、成果物と知見が残るか、顧客側が関与するか。この3点を軸に整理します。

条件は「目的の確定」「資産化」「顧客側の関与」

経営が「何を目指し、何をやめるか」を決めていること。 現場の要望にFDEが応え続けるだけでは、効果が積み上がりません。

共通基盤があり、知見が製品や資産に還元されること。 LayerXの白井氏は、SESは顧客を離れたら終わりだが、FDEが解いた課題は会社の資産として積み上がる、と説明しています（ASPICの引用）。Salesforceの「現場の声を製品開発へ還元する」段階も同じ考え方です。

課題をログで見極め、全体最適と個別最適を両立すること。 スペースデータのCTOで元Palantir FDEチーム責任者の北澤克樹氏は、トップダウンだけでは現場が使わず、ボトムアップだけでは細かい要望の実装で終わると語っています。現場の困りごとと、実際に時間を奪っている原因がずれることもあるため、ログを取って分析するそうです。

顧客側の体制が整っていないと遅延・失敗が起きる

FDE専用の調査ではありませんが、外部コンサルを使った経験のあるプロジェクト責任者543人へのインターネット調査（2026年7月実施）では、途中断念や失敗の経験があった人が75.9%でした（@IT）。原因の上位は次のとおりです。

途中断念・失敗の原因割合
コンサル任せ49.3%
提案の実現可能性の低さ44.9%
要件定義の曖昧さ31.6%

内製化が進まなかった原因では、自社側が任せきりで当事者意識を持てなかったことが40.4%で最多でした。外部の人材を入れても、受け入れる側の体制が弱ければ成果は出ません。FDEでも同じ構造になると考えるのが自然です。

調査では、FDEやDeployment Strategistの役割が今後増えると見る回答が71.4%ありました。期待される支援として、自社で解決できないシステム課題への支援（42.5%）、技術と戦略の両面（37.0%）、戦略の実行まで伴う支援（34.1%）が挙がっています。

失敗パターンは3つの形で出る

事例に出てくる失敗は、次の3つの形をとります。

御用聞き開発。 目的が定まらないまま、優秀なFDEが現場の要望に応え続けます。坂田幸樹氏は、FDEに近いスタイルを採ったあるプロジェクトで、現場の満足度は高いのに、既存業務の上に新しい業務が積み上がり、開発工数は増え総コストも下がらなかったと述べています（ダイヤモンド・オンライン）。満足度が高いぶん、失敗に気づきにくい形です。

保守負担の押し付け。 元Snowflake CROのChris Degnan氏は、納品物が提供側に残らないFDEを「名ばかりのプロフェッショナルサービス」と批判し、技術的負債と顧客の保守負担を指摘しています（Business Insider Japan）。共通基盤なしに埋め込むと保守できないカスタムの泥沼になる、という指摘もあります（Goodpatchがa16zの見解として引用）。

導入して終わり。 導入後に定着しない、汎用テンプレートでは人間が確認する工程の設計が企業ごとに合わない、といった問題です。定着の進め方はエンジニア組織のAI教育も参考になります。

FDEが向かない領域と、経済性の未証明

北澤氏は、銀行口座管理のように誤りが許されない堅牢性重視の領域は、FDE型ではなくウォーターフォール型が向くと述べています。基幹系をFDEに任せる、という発想自体が危うい場合があります。

経済性にも留保がつきます。AI企業のFDEの高い報酬水準が大規模展開で維持できるかは不明で、Palantir以外ではFDEのビジネスモデルが成立すると証明されていない、という見立てがあります（Forbes JAPANの寄稿）。意見の段階ですが、契約の持続性を考える際の注意点です。

「生成AIのパイロットの約95%で損益への影響が測定できない」という数字も出回っています。ただし二次引用で原典を確認できていないため、根拠には使いません。

FDE型の取り組みを自社で進めるとき、受け入れ側の体制づくりが最も差を分けます。当協会では、導入後のAIエージェントを現場に合わせて育てるFDE支援を行っています。FDE型の進め方が自社に合うかどうかの整理から、お問い合わせフォームでご相談いただけます。

日本企業が取り入れる手順は、経営判断から受け取り方までの6ステップ

自社に取り入れる手順は、経営判断、ユースケースの絞り込み、期間設計、役割分担、受け入れ体制、成果物の受け取り方の順です。以下は事例から導いた整理で、手順そのものを定めた一次資料はありません。

6つのステップ

  1. 経営が「やること・やめること」と成果指標を先に決める。 目的が曖昧なまま始めると、御用聞き開発になります。
  2. 最初のユースケースを1〜2個に絞る。 Salesforceも、専属で対応するのは1〜2ユースケースです。堅牢性が最優先の基幹領域は対象から外します。
  3. 期間を区切る。 短期集中（Palantirの数日、AWSの約45日）か、診断から入る形（OpenAI型）か、最初に選びます。
  4. 実装担当と、業務・戦略の調整担当を分ける。 LayerXのFDEとDeployment Strategist、SalesforceのStrategistとFDEが同じ構造です。
  5. 自社側に責任者と変更管理の体制を置く。 「コンサル任せ」49.3%が示すとおり、丸投げが最大の失敗要因です。課題は現場の申告ではなくログで特定します。
  6. 成果物と知見が自社に残る形で受け取る。 設定、ルール、手順書が自社側に残らなければ、保守負担を負うのは自社です。

契約前に確認する観点

外部の選択肢は、モデル提供元系（OpenAI・Anthropic）、クラウド系（AWS・Microsoft）、SaaS系（Salesforce）、国内ベンダーに分かれます。どの選択肢でも、契約前に次の3点を確認してください。

確認項目見るポイント
フィードバック経路現場で見つかった課題が、製品改善にどうつながるか
データ統合の主導権社内データへの接続設計を、誰が握るか
モデルの廃止・値上げ時の影響提供元の都合で動かなくなったとき、何が残るか

「社名つき事例があるか」だけで選ぶのは危険です。前述のとおり、事例の数字がFDEの成果とは限らないためです。事例を見るときは、体制・期間・指標が書かれているかを確認します。

当協会のFDE支援は、導入後のAIを現場に合わせて育てる

当協会は、導入した直後のAIは現場に最適化されていないと考えています。そこで、AI導入の最後の段階として、FDEによる継続的な最適化と保守を提供しています。

4段階の中での位置づけ

当協会のAI導入支援は、次の4段階です。

  1. AIリテラシー研修・教育（AI駆動開発研修など）
  2. AI導入の伴走支援（3〜6か月の継続支援）
  3. AI環境の構築・導入開発
  4. FDEによる継続的な最適化・保守

FDE支援は4段階目にあたり、導入後の「育てる」段階を担います。

最適化の対象はモデルではなくハーネス

FDE支援が最適化するのは、モデルそのものではありません。ルールファイル、プロンプト、ツール接続といった、モデルの周辺の仕組み（ハーネス）です。現場で使うほど、AIが守るべきルールや参照すべき情報のずれが見えてきます。ずれを仕組み側で継続的に直します。

主な業務は、AIエージェントの調整・最適化、システム障害時の保守対応、運用の伴走と質問対応です。形態は客先常駐が中心です。

事例の項で見た「保守負担が顧客に残る」問題は、ルールやプロンプトが誰の手元にあるかで決まります。関心のある方は、FDE支援の対象範囲と進め方をお問い合わせフォームからご相談ください。

よくある質問

FDEとSESやコンサルティングの違いは何ですか？

FDEは顧客の現場に入り、成果が出るまで実装まで担います。共通基盤があり、解いた課題が資産として積み上がる点がSESとの違いと説明されます。

FDEの成果を示す国内事例はありますか？

FDE体制と成果数字が公式に結び付いた国内事例は、2026年10月時点で多くありません。福岡銀行の「年間約7,000時間削減」は見込みで、FDEとの関係も確認できません。

中小企業でもFDE型の支援は使えますか？

使えます。中小企業向けの支援を2026年8月に始めた国内事業者があり、Anthropicの新会社も中堅企業を対象にしています。

最初に決めるべきことは何ですか？

経営が目的と成果指標を決め、最初のユースケースを1〜2個に絞ることです。期間を区切り、自社側の責任者を置くことも同時に決めます。

どんな領域はFDE型に向きませんか？

銀行口座管理のように、誤りが許されない堅牢性重視の基幹領域です。この領域は要件を固めて作るウォーターフォール型が適しているとされます。

まとめ

最初にやるのは、成果指標と最初のユースケースを1つ決めることです。海外大手の期間設計（数日〜約3か月）と照らし、自社が何日で本番に載せたいかを数字で書き出してください。それだけで、外部に出す依頼の質が変わります。

次に、受け入れ側の責任者を決めます。調査で最も多かった失敗原因は「コンサル任せ」でした。

事例を読むときの習慣も1つ。社名つき事例に出てくる数字は、実績か見込みか、FDEの成果か製品の成果かを必ず確認してください。この確認だけで、判断の精度が上がります。

FDE型の取り組みを検討されている法人の方は、お問い合わせフォームから、FDE支援についてご相談ください。AI人材の育成から始めたい場合は、AI駆動開発研修もあわせてご検討ください。

次に読みたい関連記事