FDEとは：顧客の現場に入り込んで、ソフトウェアを「使える状態」にするエンジニア
FDE（Forward Deployed Engineer、フォワードデプロイドエンジニア）とは、顧客企業の現場に入り込み、業務と課題を自分の目で理解したうえで、その場でシステムやAIを実装し、実際に使われる状態まで持っていくエンジニアのことです。日本語では「前線配置エンジニア」「顧客常駐型エンジニア」などと訳されることもありますが、まだ定訳はなく、そのまま「FDE」と呼ばれるのが一般的です。
"Forward Deployed" はもともと軍事用語で、「前線に配備された」部隊を指す言葉です。本社で製品を作って顧客に渡すのではなく、エンジニアごと顧客の最前線に送り込む。この発想が名前にそのまま表れています。
ふつうのソフトウェアエンジニアとの違いを一言でいうと、評価の基準が「作ったもの」ではなく「顧客の業務がどれだけ前に進んだか」にあることです。要件定義書を受け取ってから作るのではなく、要件そのものを現場で見つけ、作り、使ってもらい、直す。ここまでを一人（または少人数のチーム）で担います。
2026年に入って日本でも急に耳にするようになった言葉ですが、職種としては15年以上の歴史があります。まずは成り立ちから見ていきます。
---
FDEの起源：Palantirの「Delta」
FDEという職種を広めたのは、米国のデータ分析企業Palantir（パランティア）です。同社は創業初期、政府機関や情報機関を主な顧客としていました。こうした顧客は機密上の理由から「何に困っているか」を外部に詳しく説明できません。一般的な製品開発のように、顧客にヒアリングして機能を決めるやり方が通用しなかったわけです。
そこでPalantirは、製品だけでなくエンジニアを顧客の現場に送り込み、現場でデータをつなぎ、分析の仕組みをその場で組み立てる方法をとりました。これがFDEの原型です。
Palantirの公式ブログ記事「Dev versus Delta: Demystifying engineering roles at Palantir」（2019年）では、社内の2つの主要なエンジニア職をこう説明しています。
- Dev（Software Engineer）：製品（FoundryやGotham）そのものを開発する。「1つの機能を、多くの顧客に」
- Delta（Forward Deployed Software Engineer）：製品を顧客に展開し、顧客の目的達成に責任を持つ。「1人の顧客に、多くの機能を」
同じ記事では「Deltaはコンサルタントだと誤解されやすいが、コンサルタントよりはるかに多くのエンジニアリングを行う」とも書かれています。コンサルタントが一度きりの分析や提言を納めるのに対し、Deltaは既存製品の上に長く使われる仕組みを作り、必要なら製品本体のコードにも手を入れる、という違いです。
PalantirにはDeltaと組む「Echo（Deployment Strategist）」という職種もあります。Echoは業務や組織の課題を見極めて顧客の経営層と合意を作る役割、Deltaはそれを技術で形にする役割という分担で、「Echoが正しい問題を見つけ、Deltaが解く」と説明されることが多い組み合わせです。
---
OpenAI・AnthropicのFDEチーム：なぜAI企業が採用を急ぐのか
FDEが再び注目されたきっかけは、生成AIです。
OpenAIのForward Deployed Engineering
OpenAIは2024年後半からForward Deployed Engineeringチームを立ち上げ、2025年にかけて採用を拡大しました。同社の求人では、FDEは「最先端のモデルを顧客の本番環境に展開する複雑なプロジェクトを率いる」役割とされています。東京を含む複数の拠点で募集が出ており、日本ではソフトバンクとOpenAIの合弁会社SB OAI Japanの動きも報じられています。
AnthropicのApplied AI（FDE）
AnthropicはApplied AIチームの中にForward Deployed Engineerのポジションを置いています。公開されている求人では「最も戦略的な顧客の中に直接入り込み、AIによる変革的な活用を推進する」「顧客チームと密接に協力し、現実の業務課題を解くAIアプリケーションを出荷する」と説明されています。2026年8月に公開された米国（サンフランシスコ・ニューヨーク・シアトル）の求人では、年収レンジが28万〜32万ドルと提示されていました（2026年11月時点で確認できた求人票の記載。募集状況は変わるため最新は同社の採用ページで確認してください）。
AI企業がFDEを必要とする理由
AIモデルの性能は急速に上がりましたが、企業が「試してみた」から「業務で使っている」に進むのは簡単ではありません。社内データがバラバラ、業務フローが属人的、セキュリティの制約がある、現場がAIの出力を信用しない。こうした壁はモデルの性能では解決できず、現場に入って一つずつ解いていく人が必要になります。
ここが、AI企業がPalantir型のFDEを取り入れた理由です。FDEが現場で得た学びは製品側にフィードバックされ、次の顧客ではもっと早く導入できるようになる。FDEは導入支援であると同時に、製品開発のセンサーの役割も果たしています。
---
FDEの仕事内容
FDEの仕事は、おおまかに次の流れで進みます。
要件定義から運用定着までが1つのループになっていて、それを何周も回すのが特徴です。従来のウォーターフォール型の開発では、要件定義・設計・開発・テストを別々の担当者が順番に進めますが、FDEはそれを一人の頭の中で回します。
---
FDEとSES・受託開発・コンサル・SE・ソリューションアーキテクトの違い
FDEは「客先に行く技術者」という点だけを見ると、SES（客先常駐）や従来のSEと区別がつきにくい職種です。日経クロステックも2026年6月に「客先常駐と似て非なる『FDE』」という記事を出しています。違いを表にまとめました。
| 比較項目 | FDE | SES（客先常駐） | 受託開発 | ITコンサル | SE（社内SE・SIerのSE） | ソリューションアーキテクト | |---|---|---|---|---|---|---| | 主な成果物 | 現場で使われている仕組みと業務成果 | 技術者の稼働（労働時間） | 仕様どおりのシステム | 提言・戦略・計画書 | 設計書とシステム | 技術構成の提案・設計 | | 課題の定義 | 自分で現場から見つける | 顧客側が決める | 顧客が要件として渡す | 自分で分析する | 要件定義で顧客と決める | 顧客の要件を前提にする | | 実装まで担うか | 担う（自分で書く） | 指示された範囲で担う | 担う | 基本的に担わない | 担う（規模により分業） | 設計まで、実装は別チームが多い | | 現場との距離 | 業務担当者のすぐ隣 | 顧客のIT部門内 | 打ち合わせ中心 | 経営層・企画部門 | IT部門中心 | 技術担当者中心 | | 契約・評価の考え方 | 成果・価値（利用料やプロジェクト成果） | 人月・時間 | 一括請負（成果物の完成） | 期間・プロジェクト単位 | 人月・プロジェクト | 製品販売・案件獲得の支援 | | 関わる期間 | 定着するまで集中的に | 長期・継続的になりやすい | 納品まで | 提言まで | 開発〜保守 | 導入検討〜導入初期 |
SESとの違い
いちばん誤解されやすいのがSESとの違いです。SESは、技術者が顧客先で働き、その稼働時間に対して対価を受け取る契約形態です。何をやるかは基本的に顧客側が決めます。
FDEは「何をやるべきか」を決めるところから責任を持ちます。現場に入ること自体は共通していますが、課題設定の主導権と、成果への責任の持ち方が違います。ITmedia ビジネスオンラインでは「日本企業がいうFDEは、SIやSESを今風に言い換えただけではないか」という批判的な見方も紹介されていて、名前だけFDEにした常駐型の契約には注意が必要です。
受託開発との違い
受託開発は、決まった仕様のシステムを完成させて納めるのが仕事です。仕様が正しいかどうかの責任は、基本的に発注側にあります。FDEは仕様そのものを現場で見直し、作りながら変えていきます。「仕様どおりに作ったのに使われない」という受託開発でよくある失敗を避けるための働き方、と言い換えることもできます。
ITコンサルとの違い
前述のPalantirのブログにあるとおり、FDEはコンサルタントよりもエンジニアリングの比重がずっと大きい職種です。戦略や業務改善の提案で止まらず、自分でコードを書き、データをつなぎ、動くものを置いて帰ります。
ソリューションアーキテクトとの違い
ソリューションアーキテクト（SA）は、クラウドやSaaSの会社で、顧客に最適な技術構成を提案・設計する職種です。導入前後の技術支援が中心で、顧客の業務に入り込んで実装までやり切ることは多くありません。FDEはSAより顧客の業務寄りで、実装の比重も大きい、と考えると整理しやすいでしょう。
---
FDEに必要なスキル
FDEに求められるスキルは、大きく3つに分けられます。
1. 実装力（エンジニアリング）
- Python、TypeScriptなどでのアプリケーション開発
- APIやデータベースを使ったデータ連携、ETL
- LLMを使った開発（プロンプト設計、RAG、AIエージェント、評価の仕組みづくり）
- クラウド環境での構築・運用、セキュリティへの配慮
AnthropicのFDE求人でも、TypeScript・Python・Javaといった言語や、エンタープライズ環境でLLMアプリケーションを本番運用した経験が挙げられています。
2. 業務理解と課題設定
FDEがふつうのエンジニアと最も違うのがここです。現場の担当者の話を聞き、作業を観察し、「本当に解くべきなのはどこか」を見極める力が必要です。要望をそのまま受け取らず、業務の目的に立ち返って課題を組み立て直します。
3. コミュニケーションと合意形成
現場の担当者、管理職、経営層、情報システム部門と、立場の違う人たちの間で話をまとめる力も欠かせません。技術的な制約をわかりやすく説明し、何をやって何をやらないかを決めるのもFDEの仕事です。Anthropicの求人にある「曖昧さの中で力を発揮できる」「自律的に動ける」という要件は、まさにこの部分を指しています。
---
FDEが2025〜2026年に急増した理由
Ahrefsの検索ボリュームの推移を見ると、日本で「fdeとは」と検索された回数は2025年初めには月50件ほどでしたが、2026年6月には月1万6,000件を超えました。その後は落ち着きつつも高い水準が続いています。背景には次の3つがあります。
理由1：AI導入の「PoC止まり」が問題になった
生成AIの検証はしたものの、本番の業務に組み込めないまま終わる、いわゆるPoC止まりの企業が多いことが、国内外の調査で繰り返し指摘されてきました。Gartnerは2024年7月、「2025年末までに生成AIプロジェクトの少なくとも30％がPoC後に中止される」と予測しています。モデルの性能より、現場への組み込みがボトルネックだという認識が広がり、「現場に入って実装する人」の価値が見直されました。この問題はAI導入がPoCで止まる「PoC死」の原因と対策で詳しく解説しています。
理由2：AI企業が自らFDEを採用し始めた
前述のとおり、OpenAIやAnthropicがFDEの採用を大きく広げました。最先端のAI企業が「モデルを売るだけでは足りない」と判断したことは、業界全体に影響を与えています。
理由3：日本のIT大手が「脱・人月」の手段として打ち出した
日本経済新聞・日経クロステックは2026年8月、日立製作所・富士通・NEC・NTTデータの国内IT大手4社がFDEの拡充を急いでいると報じました。報道によると、日立製作所は国内のFDE人材を2026年度内に約1,000人へ増やす計画です。富士通はPalantirとの協業を通じてFDEの働き方を学んだと説明し、事業部門に伴走して利用料で対価を得るモデルを広げています。NTTデータグループのコンサルティング会社もFDE型のコンサルティングを打ち出しました。
日経はこうした動きを、人月単位で請求する従来のSIから、成果や利用料で稼ぐモデルへの転換と位置づけています。
---
日本企業のFDE事例と採用の動き
上の4社以外にも、日本ではスタートアップを中心にFDEの募集が広がっています。求人情報をまとめた各種メディアでは、LayerX、Sansan、マネーフォワード、エクサウィザーズなどが日本国内でFDEを募集している（または募集していた）企業として挙げられています。2026年4月には、SCM領域のスタートアップ・リチェルカがPdM（プロダクトマネージャー）職を廃止してFDEを組織の中心に置くと発表し、話題になりました。
FDEの年収について
FDEの年収は会社によって大きく違います。前述のAnthropicの米国求人のように、海外のAI企業では非常に高い水準が提示されています。国内では求人をまとめたメディアが「1,000万〜2,000万円帯が中心」と集計していますが、職種名がFDEでも中身が会社ごとに違うため、一律の相場として見るのは難しいのが実情です。転職を考えている方は、年収の数字よりも「課題設定から関われるのか」「成果で評価されるのか」を確認したほうが、ミスマッチを防げます。
---
企業がFDE型でAI導入を進める方法
FDEは大企業やAI企業だけのものではありません。むしろ、IT部門が小さく、要件定義書を書ける人がいない中小企業こそ、FDE型の進め方が合っています。
FDE型の導入の流れ
外部のFDE型支援を選ぶときの確認ポイント
- 要件をこちらに求めず、現場の観察から一緒に課題を決めてくれるか
- 打ち合わせだけでなく、エンジニア本人が実装まで担うか
- 稼働時間ではなく、業務の成果を目標として合意できるか
- 終わり方（社内への引き継ぎ）が最初から計画に入っているか
- セキュリティや社内データの扱いについて具体的な方針を示せるか
外部パートナーを選ぶ基準はAI開発会社の選び方にもまとめています。また、DXやAI導入がうまくいかない会社に共通する落とし穴はDX推進の失敗パターン7選を参考にしてください。
FDE型が向いていないケース
正直に書くと、FDE型がいつも最適とは限りません。やりたいことと仕様がはっきり決まっていて、既製のSaaSで解決できる場合は、通常の導入支援や受託開発のほうが安く早く済みます。FDE型は「何をAIにやらせるべきか、まだはっきりしない」「試したけれど現場で使われていない」という段階で力を発揮する進め方です。
---
まとめ
- FDE（Forward Deployed Engineer）は、顧客の現場に入り込み、課題の特定から実装、定着までを担うエンジニア
- Palantirの「Delta」が原型で、生成AIの普及とともにOpenAIやAnthropicが採用を広げた
- SESや受託開発との違いは、課題設定の主導権を持ち、稼働ではなく成果に責任を持つこと
- 日本では2026年に日立・富士通・NEC・NTTデータなどが拡充を打ち出し、「脱・人月」の流れの中で注目されている
- 中小企業でも、AI導入がPoCで止まっている、何から手を付けるべきかわからないという段階ならFDE型の進め方が合う
---
FDE型でAI導入を進めたい方へ
Swaaabでは、エンジニアが御社の業務に入り込み、課題の特定からAIエージェントやRAGの実装、運用の定着までを短いサイクルで進めるFDE型AI導入支援を提供しています。人を常駐させて稼働時間で請求するSESとは違い、「現場で使われて成果が出ること」をゴールに置いた伴走型の支援です。
「AIを試したけれど定着しなかった」「何から始めればいいかわからない」という段階でも構いません。まずはお問い合わせから、現在の状況をお聞かせください。
Written by
Swaaab編集部
広島を拠点に、AI開発・DX支援・Web制作を手がける株式会社Swaaabの編集チーム。現場で得た知見をもとに、実践的な情報を発信しています。