本文へスキップ
Spike Studio
DX基本

FDEとは?仕事内容や役割から従来の受託開発やコンサルとの違いまでをわかりやすく解説

今、「FDE」という新しい職種が注目されています。

生成AIを導入したものの、現場では十分に使われない。業務に合わせてシステムを開発しようとしても、そもそも「何を作るべきか」という要件が固まらない。こうした課題に対応する役割として注目されているのが、「FDE」です。

FDEとは、Forward Deployed Engineerの略称で、顧客の現場に入り込み、業務の理解から、設計・開発、導入後の運用・改善までを一貫して担うエンジニアです。あらかじめ決められた仕様を実装するだけでなく、現場と一緒に「何を作るべきか」を見つけるところから関わる点に特徴があります。

近年、日本でもこの職種名を見かけるようになりました。FDEが注目されるようになった背景にあるのは「AIを導入したのに現場で使われない」という多くの企業が抱える課題です。ツールは導入したのに業務が変わらない。開発を依頼してもできあがるまでに時間がかかる。この状態を変える役割として、FDEが注目されています。

とはいえ、FDEという名前は聞いたことがあるものの、詳細はわからないという方もいるかもしれません。本記事では、なぜ生成AI活用でFDEのような役割が求められるのかを整理したうえで、具体的な仕事内容、受託開発やITコンサルとの違い、企業がFDE型の体制を取り入れる方法まで解説します。

弊社スパイクスタジオは、生成AIの社内定着支援から業務プロセスの再設計、課題に応じたオーダーメイド開発まで手がけています。本記事では、企業のAI活用課題に向き合ってきた立場から、FDEの役割と活用方法を整理します。

目次

FDE(フォワードデプロイドエンジニア)とは

FDEは、直訳すると「前線に配置されたエンジニア」になります。自社のオフィスで開発するのではなく、顧客の業務が動いている現場に身を置き、ヒアリングから課題を理解し、設計・実装、運用まで関わることから、この名前が付いています。

日本でこの職種名を掲げて募集した例としてLayerXがあります。同社は2025年7月17日に、AI・LLM事業部でFDEの募集開始を公式テックブログ(LayerX、2025年7月)で発表しました。同社はそこで、顧客の業務ドメインを深く理解し、インタビューやログの分析を通じて現場の暗黙知を形にし、AIのワークフローとして実装するところまでを担う役割だと説明しています。また、同記事では、米国のベンチャーキャピタルa16zがFDEを注目職種として紹介していることにも触れられています。

3つの特徴で整理するFDE

定義の文章だけではイメージが結びにくいので、従来のエンジニア像との差を3点に絞り説明します。

  • FDEは要件をもらうだけではない。 仕様書を受け取る側ではなく、業務を観察して要件そのものを作る側に立ちます
  • FDEは作る人が現場にいる。 要望を持ち帰らず、その場で試作を見せて反応を確かめます
  • FDEは納品で終わらない。 使われているかを運用データで確認し、使われていなければ作り直します

つまりFDEは、職種というより「AIを業務に載せるまで責任を持つ担当者」に近い考え方です。技術力と業務理解の両方を1人が持つ点が、従来の分業との違いだと弊社は考えています。

なぜこの職種が生まれたのか

背景にあるのは、ソフトウェアの届け方の変化です。従来のシステム開発は、業務のやり方を先に決め、それに合わせて作れば動きました。要件が固まった後に開発をしていたので、営業・コンサルタント・エンジニアの分業が成立していました。

通常のシステム開発でも要件変更や現場調整は発生しますし、AIだから突然従来型開発が成立しなくなった、というほど単純ではありません。何を入力すれば良い答えが返るかは、その会社の資料や慣習に依存するので、汎用の機能をそのまま渡しても、精度が業務で使える水準に届きません。個社の事情に合わせ込む工程が、導入後に残ります。

それでは、この合わせ込みを誰が担当するかという問題が出てきました。従来型の分業体制では、現場で得たフィードバックが実装担当者まで届くまでに時間がかかることがあります。そこで「作れる人が現場に出る」という形が選ばれました。FDEはこうした必要から注目されるようになった役割と考えられます。

なぜいまFDEが注目されるのか|生成AIの導入と定着の現状

FDEが必要とされる理由は、企業にとって、AIや優れたツールを導入しただけでは業務が変わらない、定着しないという課題を解決する、有効なアプローチになり得るためです。

総務省の令和7年版 情報通信白書(総務省、2025年7月)によると、生成AIを業務で利用している日本企業は55.2%でした。同じ調査で中国は95.8%、米国は90.6%、ドイツは90.3%です。日本だけが9割に届いていません。生成AIの活用方針を定めている企業も49.7%にとどまります。

期待そのものは、2024年時点では高い状態でした。総務省の令和6年版 情報通信白書(総務省、2024年8月)では、2024年8月時点で生成AIが業務効率化や人員不足の解消につながると思う企業が約75%ありました。

生成AIへの期待は高まっている一方で、実際の活用に向けた方針策定や現場への定着は、十分に進んでいるとは言えない状況です。

展示会来場者に聞いた結果では「導入・効率化実感」と「満足度」の差がある

弊社が2025年に展示会来場者を対象に実施した自主調査では、生成AIの導入率は87%、効率化を実感した人は91%に達しました。それでも満足度は30.5%にとどまっています。

つまり、AIを導入して、業務は多少速くなったと実感していても、それだけでは十分な満足につながっていない企業が少なくないことがうかがえます。

この調査だけから満足度が低い理由を特定することはできません。一方、弊社の支援現場では、その背景にAIツールそのものの性能だけでなく、「現場の業務手順に合っていない」「AIに入力するための情報が整理されていない・揃っていない」「誰が、どの業務で使うのか明確になっていない」といった、業務設計や運用面の課題があることが想定されます。

こうした課題がある状態でAIエージェントを開発しようとしても、あらかじめ整理された仕様書をもとに開発するだけでは、現場の実態を十分に反映できないことがあります。そもそも、現場の課題や業務フローが整理されておらず、「何を作るべきか」という要件そのものが定まっていないケースもあるためです。

「AIが使われない」は3か所で生まれる

スパイクスタジオの研修・DX支援・開発支援の現場で見えてきた行き詰まりのポイントは、大きく3つに分かれます。

1つ目は、対象業務の選び方です。最初から全社で使える汎用な仕組みを目指すと、幅広い人が使える一方で、「この業務ではぜひ使いたい」と思えるほど具体的な価値を出しにくくなることがあります。まずは対象となる部署や業務を絞り、明確な課題から着手することが重要です。

2つ目は、AIに渡す情報の設計です。生成AIの出力品質は、指示の内容だけでなく、与える前提情報や社内データによって大きく左右されます。社内独自の様式や過去の事例、判断基準などが十分に反映されていなければ、一般的な回答しか得られず、現場から「実務では使いにくい」と判断される可能性があります。

3つ目は、既存の業務手順への組み込みです。これまでの作業手順を変えないまま「AIを使う工程」だけを追加すると、かえって作業が増えてしまいます。既存業務のうち、どこをAIに任せ、どの工程を減らし、どこを人が判断するのかまで設計して、はじめて業務負荷の軽減や継続的な利用につながります。

ここで重要なのは、AIの性能だけを高めても、この3つのポイントをしっかり押さえていなければ、開発で行き詰まる可能性があるという点です。対象業務を選ぶには現場理解が必要であり、AIに渡す情報を設計するには技術理解が必要です。さらに、業務手順へ組み込むには、実際の利用状況を見ながら仕組みを修正しなければなりません。

つまり、現場理解・要件整理・実装・運用改善を別々の担当者へ順番に渡すだけでは、フィードバックに時間がかかりやすい領域です。そこで、これらを横断しながら短いサイクルで改善する役割として、FDE型のエンジニアが注目されています。

「導入したのに使われない」が生まれる経路

FDEの仕事|現場で担う4つの役割

では、FDEは具体的にどのような仕事をするのでしょうか。FDEの役割は企業によって異なりますので、ここでは、スパイクスタジオがFDE型支援で重視している業務を4つに整理します。

①業務ヒアリングから開発要件を見つける

スパイクスタジオのFDEが最初に行うのは、いきなり開発を始めることではありません。まずは、現場業務を可視化するためのヒアリングを行います。

担当者が日々の作業を行うなかで、どのような場面で判断に迷ったり、他の人に確認したりしているのかを整理します。例えば、Excelへの転記に毎日時間がかかっている、顧客情報の記入に多くの工数を要している、といった具体的な課題を洗い出します。その中から、改善効果や実現可能性を踏まえて優先順位を付け、開発対象を決めていきます。

特に見るべきは、「時間がかかっている作業」と、「人に確認することが多い作業」の2つです。情報が足りていない部分や判断が属人化している場所を明らかにすることで、生成AIによって支援できるポイントを見つけやすくなります。

②小さく作り、すぐに現場で試す

課題を見つけたら、小さな単位で試作品を作り、実際に現場で確認します。生成AIを活用した業務支援は、仕様書だけでは完成形をイメージしにくく、実際に動くものを使って初めて「ここは使える」「ここは違う」と判断できることが少なくありません。

そのため、最初から大規模な仕組みを作るのではなく、小さく作って見せ、現場の反応をもとに修正するサイクルを繰り返します。この短いフィードバックの往復は、FDE型の開発の大きな特徴です。

試す範囲も、できるだけ具体的にします。たとえば「見積書作成を支援する」という広いテーマではなく、「過去の類似案件を3件探し、条件を比較できるようにする」といった単位まで絞ります。範囲を限定することで、効果を判断しやすくなり、うまくいかないアイデアも早い段階で見直せます。

③業務に組み込み、定着まで改善する

FDEの仕事は、システムを作って終わりではありません。完成した仕組みを業務に組み込み、継続して使える状態にするところまで関わります。

誰が、いつ、どの業務で使うかを決め、うまくいかないときはどの担当者に相談し改善するかまで運用を設計します。必要に応じて実際に利用する担当者へ、開発したツールの使い方説明会やトレーニングなどを行います。ここを飛ばすと、せっかく便利なツールは開発したのに、現場では使い方がわからず使われない状態になってしまいます。

また、定着したかどうかは、利用者の感想ではなく記録で確かめるべきです。たとえば、利用回数が開始直後から減っている場合、業務手順に無理があるのか、操作性に問題があるのか、AIの出力品質が期待に届いていないのか、といった原因を切り分けて改善します。

反対に、継続して利用されている場合も「なぜ使われたのか」を整理しておくことで、別の部署や業務へ展開するときの知見として活用できます。

④現場の学びを製品と組織に還元する

現場で得られた知見を、その案件だけでは終わらせないことも重要です。開発の中で起きた失敗、うまくいった設計を整理し、次の案件や自社開発へ活かします。

たとえば、「どのような情報が不足すると回答品質が落ちるのか」「どの段階で利用者への説明が必要なのか」といった学びを蓄積することで、次の開発をより早く進められるようになります。個人の経験だけに依存せず、組織として再現できる形にしていくこともFDEの役割の一つです。

4つの役割を通して見ると、FDEは単に「システムを作る人」でなく、「どの業務を変えるのか」「何を作るのか」「どのような情報や仕組みが必要なのか」を現場と一緒に考えながら、実装と改善まで進めていく役割と言えます。現場と開発の間を分断せず、一連のプロセスをつなぐことにFDEの特徴があります。

FDEは従来の職種と何が違うのか

「結局、受託開発」や「ITコンサルタント」と同じではと聞かれることがありますが、違いはどんな点でしょうか。よく比較されている職種と並べて、一般的な傾向として整理します。

職種課題整理実装運用改善特徴
ITコンサルタント◎△○方針・構想策定が中心
受託開発○◎○合意した要件を実装
FDE◎○〜◎◎現場と実装を短周期で往復

FDEの特徴は、要件が決まった後から参加するのではなく、現場と一緒に「何を作るべきか」を考える段階から、実装・運用まで継続して関わる点にあります。

受託開発やITコンサルティングでも同様の支援を行うケースはありますが、FDEでは、現場との距離を近く保ちながら、要件整理と開発のフィードバックを短いサイクルで繰り返すことを重視します。

FDEへの誤解と実際

FDEとAIによる支援が向いている会社

FDEとAIによる支援と特に相性が良いのは、業務が属人化している場合や、開発要件を決める前に業務そのものを整理しなければならない企業です。

例えば、手順書が無い、例外処理が多い、担当者によって判断方法が異なるといった業務をすぐにAI化しようとすると、はじめは品質が低くなってしまうことがあります。業務の内容を確認するだけでは仕様を整理しきれないことがあります。このような場合には、現場へのヒアリングや業務観察を重ねながら要件を決めていくFDE型の進め方が適しています。

一方で、手順が十分に標準化されており、必要な機能や要件が明確になっている場合は、FDE型の支援が必要とは限りません。既製のSaaSや一般的なシステム開発、導入支援で解決できる可能性もあります。

判断に迷ったときは、「その業務の手順や判断基準を、社外の開発担当者が理解できる文書として渡せるか」を一つの目安にしてみてください。文書だけでは伝えきれない場合は、現場に入りながら要件を整理するFDE型の関わり方が有効です。

日本企業がFDEを取り入れる2つの方法|内製と外部委託

FDEの機能を組織に取り入れる方法は、大きく分けて2つあります。「自社で採用・育成する方法」と「外部のFDE型支援を活用する方法」です。

判断の前提として、まず人材を取り巻く状況を確認しておきましょう。情報処理推進機構(IPA)のDX動向2025(IPA、2025年10月)では、DXを推進する人材が不足している日本企業は85.1%でした。総務省の令和7年版 情報通信白書(総務省、2025年7月)でも、デジタル化の課題として「人材不足」を挙げた日本企業は48.7%でした。

自社で育てる場合

内製を目指す場合は、社内にいる現場業務に詳しい人を起点にする方法が現実的です。業務知識を持つ担当者がAIやエンジニアに詳しい人材と連携しながら開発経験を積むことで、現場と開発をつなぐ役割を担いやすくなります。

近頃では、生成AIやローコード・ノーコードツールの普及によって、業務担当者が試作品の作成や要件整理に参加できる範囲も広がっています。

実践のポイントは、担当者が取り組める一定の工数を確保することです。対象業務の絞り込みや成果を評価する指標については、後述の「FDEを置く前に決めておきたい3つのこと」も参考にしてください。

外部のFDE型支援を活用する場合

社内で十分な工数を確保できない場合や、AI・システム開発に詳しい人材が不足している場合は、外部のFDE型支援を活用することが選択肢になります。

支援会社を選ぶときは、課題整理や要件定義だけでなく、試作・開発・運用改善まで一貫して支援できるかを確認するとよいでしょう。要件整理と実装を別々の会社が担当する場合、情報共有の方法や現場からのフィードバックを開発に反映する仕組みも確認しておく必要があります。

委託先の選び方については【デジタルトランスフォーメーション】DX支援サービスのメリットと活用法にまとめていますので、ぜひご覧ください。

スパイクスタジオの支援事例

スパイクスタジオがNTT DXパートナー様の生成AIプラットフォーム「架空商品モール」を支援した際も、プロジェクトの入口はサービスのアイデア段階でした。企画の検討から伴走し、システムの要件整理まで一緒に進めました。あらかじめ仕様を受け取ってから開発を始めたのではなく、何を作るかを決める過程から関わった事例の1つです(NTT DXパートナー様の事例)。

その他の生成AI・DX活用事例については、DX推進による業務効率化事例15選でも紹介しています。

FDEを置く前に決めておきたい3つのこと

内製と外部委託のどちらを選ぶ場合でも、プロジェクトを始める前に整理しておきたいポイントが3つあります。

1つ目は、最初に取り組む対象業務を1つに絞ることです。複数の業務から、開発を進める優先順位をFDEとともに決めていくことも可能です。しかし、初めから部門横断の課題解決から始めようとすると、部署ごとの業務差や関係者の調整に時間がかかることがあります。まずは、FDEがヒアリングする部署や業務領域を限定すると、課題を具体化しやすくなります。

2つ目は、成功の判定基準を決めることです。「効率化できたか」という抽象的な基準だけでは成果が判断しにくいため、使われた回数、対象作業にかかる時間、差し戻しの件数など、数値として記録できる指標を設定します。また導入後との比較ができるよう、運用開始前に現状の値を測っておくことも忘れないでください。

3つ目は、現場側の担当者を決めることです。外部のFDEを活用する場合でも、現場業務について質問できる担当者が必要です。業務内容の確認や利用者からのフィードバックを集めるためにも、推進するための担当者を決めておきましょう。

FDEを置く前に決めておく3つのこと

内製と外部委託のどちらが適しているかわからない段階でも問題ありません。スパイクスタジオでは、対象業務の絞り込みから相談することができます。まずは、どの業務からAI活用に取り組むと効果を検証しやすいか、一緒に整理します。

専任のFDEがつく、月額定額のAIエージェント開発

スパイクスタジオでは、生成AIとシステム開発の両方に精通したメンバーがFDEとしてプロジェクトに入ります。本記事で紹介した「業務ヒアリング → 小さく試作 → 現場で検証 → 定着・改善」のサイクルを、設計から実装・定着までを同じチームが担う体制で進めます。月額定額のため、1つ作って終わりではなく、現場で使いながら次の業務、また次の業務へとAIエージェントを作り続けられます。「何を作るべきか決まっていない」段階からご相談いただけますので、ぜひお気軽にお問い合わせください。【お問い合わせはこちら】

また、スパイクスタジオでは、FDE型の支援の他にも次のようなサービスを提供しています。

  • BPRコンサルティング:AIを前提に業務プロセスそのものを組み替え、実装につながる設計図を描きます
  • ZUNO:熟練者の判断を継承する産業特化型AIエージェントを開発します。御社の環境に合わせたオーダーメイドな開発です
  • Flowbase:スパイクスタジオが導入支援を行っている、動画マニュアル作成ツール「Flowbase」。撮った動画から自動でマニュアルと動画マニュアルが生成できます。(提供元:株式会社LR)

何から手を付けるかが定まらない段階でも、現在の業務や課題を整理するところから支援できます。FDEを活用した進め方について相談するから、現在のお悩みをお聞かせください。

ご相談

生成AIの進め方で迷ったら、スパイクスタジオへ。

導入の進め方から、セキュリティやガバナンスの整え方まで。現状を伺ったうえで、着手の順番と費用感をご提示します。