最近FDE（Forrward Deployed Engineer）という職種の名称を耳にします。これはどのようなことをする職種なのでしょうか。AI企業で使われているようなので、生成AIに聞いてみました。

**FDE（Forward Deployed Engineer）**とは、

• 顧客の現場（Forward Deployed）に深く入り込み、顧客と一体となって技術的な課題を解決しながら、プロダクトそのものも進化させるエンジニアです。

近年、AI企業やデータプラットフォーム企業を中心に急速に注目されている職種で、特に生成AI時代には非常に重要な役割になっています。代表的な企業としては、Palantir Technologiesがこの職種を広め、その後、OpenAI、Anthropic、Scale AIなどでも採用されています。

FDEを一言で表すと

• 「コンサルタント」と「ソフトウェアエンジニア」と「ソリューションアーキテクト」を一人でこなす人
• 単なるSEでも営業技術でもありません。顧客と一緒に問題を定義し、AIやソフトウェアを組み合わせて解決策を作り、その知見を製品へフィードバックします。

なるほど、AI企業で始まり徐々に広まっているようです。その具体的な仕事内容はどんなものでしょうか（清水）。

典型的な仕事内容

例えば製造業の場合の顧客の要望。
工場長：「設備停止を予測したい」

Forward Deployed Engineerは

• 現場へ行く
• 設備データを見る
• 問題を整理する
• AIを試作する
• APIを書く
• ダッシュボードを作る
• 運用まで支援する
• その経験を製品へ反映する

つまり、顧客専用の開発だけで終わらず、プロダクトも改善することが重要です。

通常のSEとの違い

かなり違いますね（清水）

コンサルタントとの違い

コンサルタントは

• 課題分析し
•   提案書
•   終了

ですが、FDEは

• 課題分析
•   実際にコードを書く
•   AIを組み込む
•   顧客へ導入
•   運用
•   プロダクト改善

つまり提案だけでは終わらないところが最大の違いです。

AI時代になぜ重要か

生成AIでは「AIを入れれば終わり」ではありません。実際には

• 顧客業務
• 業務分析
• ワークフロー設計
• LLM選択
• プロンプト設計
• RAG
• Agent
• 評価
• 改善

これらを全部理解している人が必要になります。これがFDEです。

必要なスキルは次のとおりです

① ソフトウェア開発

• Python
• TypeScript
• API
• SQL
• クラウド

② AI

• LLM
• プロンプト設計
• RAG
• AI Agent
• MCP
• Tool Calling
• Evaluation

③ ビジネスアナリシス

ここが非常に重要です。

• 業務分析
• 要求分析
• KPI設計
• 業務プロセス
• Capability分析

つまりBAの能力が非常に重要になります。

④ 顧客折衝（これもBA能力）

• ファシリテーション
• インタビュー
• ワークショップ
• プレゼン

つづいてBAとの関係はどのようなものになるのでしょうか。

これはユーザーが関心を持たれているテーマとも深く関係します。従来はBAからSEへ要求を渡せば済んでいました。

• Business Analyst
• 要求定義
• SEへ渡す

AI時代では、次の様になります。

• Business Analyst
• AI Agent設計
• FDE
• 実装
• 顧客改善

すなわち、

• Business Analyst ＋　Forward Deployed Engineer

という形で、一人が両方の役割を担うケースも増えています。

AI企業では

• 業務分析
• 要求分析
• AI設計
• PoC
• 実装

まで一人で担当するケースが珍しくありません。

今後のキャリアとしての位置付け

生成AIの普及に伴い、FDEは今後さらに重要になると考えられます。

• Business Analyst
• AI Business Analyst
• Forward Deployed Engineer
• AI Solution Architect

というキャリアパスを描く企業も増えています。

特に、これまで取り組まれているCBAPやBABOKによる要求分析の知識に、AI実装やエージェント設計、クラウド開発のスキルを組み合わせることで、AI導入をビジネス成果につなげる人材として高い価値を発揮できます。

ビジネスアナリストとの関係

現在のFDEは、従来の「要件を聞いてシステムを作るSE」ではなく、ビジネスアナリストの課題発見力とエンジニアの実装力を兼ね備えた職種へ進化しています。AIエージェントの導入が進むほど、顧客業務を深く理解し、適切な業務設計・AI設計・実装を一気通貫で行える人材の需要は高まると考えられます。これは、ビジネスアナリシスとAI技術の橋渡し役として、今後ますます重要なポジションになるでしょう。

しかし、これって一人でできることなのでしょうか。また、FDEが不在（別の顧客に移った場合）の際の製品のメンテナンスはどうするのでしょうか。後半（次回）はその課題への対処方法を考えてみましょう（清水）。