FDE(フォワードデプロイドエンジニア)とは?Forward Deployed Engineerの仕事内容・年収・SESとの違い

FDE(Forward Deployed Engineer)の定義

FDEとは「前方展開されたエンジニア(Forward Deployed = 軍事用語で“前線配備”)」の名のとおり、自社オフィスではなく顧客の現場に赴き、顧客のインフラ・データ・業務フローの上で直接プロダクト導入と実装を行うエンジニアを指します。ソフトウェアエンジニアリングの実装力と、顧客の課題を発見し合意形成する力の両方が求められる複合職種です。

一般的なプロダクト開発エンジニアが「1つのプロダクトを多数の顧客のために最適化する」のに対し、FDEは「1社の顧客のために、あらゆる技術手段を横断して最適化する」点が本質的な違いです。成果はリリースした機能数ではなく、顧客のビジネスに生まれたインパクトで測られます。

FDEの読み方・日本語での呼び方

FDEは「エフディーイー」と読みます。日本語では「フォワードデプロイドエンジニア」とカタカナで表記するのが一般的で、「FDEエンジニア」と呼ばれることもあります。Sansanの技術ブログは「現場配備型エンジニア」という訳語を紹介しています。発祥企業のPalantirでの正式な職種名は Forward Deployed Software Engineer(FDSE)で、FDEとFDSEは同じ職種を指します。

FDEの発祥:Palantirの「Delta」と「Echo」

FDEという職種は2010年代前半のPalantirで生まれました。政府機関や伝統的大企業の複雑なデータ統合案件を成功させるため、顧客先に常駐して実装まで行うエンジニア組織を作ったのが始まりです。The Pragmatic Engineerの取材によれば、2016年頃までのPalantirは「通常のソフトウェアエンジニアよりもFDEの人数のほうが多い」体制だったとされています。

Palantirの現場組織は大きく2つの職種で構成されます。この分業はFDE組織を設計するうえで現在も参照されるモデルです。

なおPalantirは2025年以降、自社プラットフォームFoundry上で自然言語からデータパイプライン構築などを行うAIエージェント製品にも「AI FDE」という名前を付けています。FDEという職種名が同社のアイデンティティと言えるほど中核的な概念であることの表れです。

FDEの仕事内容:何をやる職種なのか

FDEの仕事は「顧客プロジェクトの遂行」が主軸で、そこに「自社プロダクトへのフィードバック・機能貢献」が加わります。OpenAIは2025年初頭にFDE部門を立ち上げ、東京を含む世界8都市に展開していますが、同社は顧客プロジェクトを3フェーズで進めると説明しています。

1. 01スコーピング(数日間の顧客先常駐):顧客の業務プロセスを把握し、価値の大きい適用領域を特定。合成データでプロトタイプを作る
2. 02検証:顧客と共に評価指標(Evals)を定義し、成功基準に照らしてソリューションを検証。技術的制約が見つかればスコープを調整する
3. 03デリバリー(週数日の常駐):顧客インフラ上に実装。まず「最小の一気通貫ソリューション」を動かすことを優先する

特徴的なのは、顧客先での発見が自社プロダクトの改善に還流することです。OpenAIでは、コールセンター音声自動化の案件でFDEが構築した評価指標が性能課題を明らかにし、リサーチチームとの協働を経てRealtime API自体の改善につながった事例が紹介されています。「1社のための実装」が「全顧客のためのプロダクト進化」に接続される、この往復運動がFDEという職種の核心です。

働き方の面では顧客先常駐(オンサイト)が一定割合を占めます。Palantirでは勤務時間の25%程度、ヘルスケアAIのCommureでは最大50%がオンサイトとされ、工場の製造ラインや外部ネットワークから隔離された環境で作業した事例も報告されています。

FDEの仕事の流れ:5つの工程

FDEのプロジェクトは、OpenAIの3フェーズやPalantirの分業をもとに整理すると、次の5つの工程に分けられます。各工程で「誰と」「何をして」「何が成果物になるか」が違い、Palantirでは課題発見寄りの工程をEcho(Deployment Strategist)が、実装寄りの工程をDelta(Forward Deployed Software Engineer)が主に担います。ただしPalantir自身が公式ブログで「理論上はEchoがプロダクトマネージャー寄り、Deltaが技術寄りだが、実際には両者の境界はしばしば大きくぼやける」と述べているとおり、分業は固定的なものではありません。

工程1:現場理解・スコーピング

最初の工程は、顧客の業務を構造として理解することです。OpenAIのFDE部門では、数日間顧客先に常駐してユーザーの隣に座り、業務プロセスを書き出し、価値の大きい領域を特定して優先順位を付けます。OpenAI Deployment Companyの公式発表でも、典型的な案件は「AIが最も価値を生む領域の集中診断」から始まり、顧客の経営層と運用チームとともに少数の優先業務フローを選ぶと説明されています。Sansanの技術ブログは、FDEが顧客を「ビジネス」「データ」「現場」の3層で順に理解し、机上では見えない課題を現場で捉えると述べています。Palantirでは、この工程を主にEchoが担います。

工程2:課題定義と評価指標(Evals)

従来のシステム導入と最も違うのがこの工程です。OpenAIはスコーピングの後に「検証(Validation)」のフェーズを置き、「スコーピングで決めたことが本当に最も価値のあることか」を現場で問い直してから評価基準に合意します。評価基準づくりには、ユーザーの入力とラベリングによるEvals(LLMアプリケーションの品質チェック)の構築、ラベリングのスケール、Evalsのスコアを上げる機能開発、目標に対する評価結果の報告が含まれます。OpenAIのFDE責任者Colin Jarvis氏は、顧客がスコーピングで語った内容と現場のデータやシステムの実態はしばしば食い違うため、まず速く動いて越えられない壁を見つけ、制約を踏まえて最も有用なことにスコープを修正したいからだと説明しています。

工程3:プロトタイプ

評価基準が決まったら、顧客の実データで最小の一気通貫ソリューションを作り、デモして反応を見ます。OpenAIは「エンドツーエンドで動く最小単位」に集中することを原則にしています。First Round Reviewの取材で、PalantirでFDEの採用を率いた経験を持つShilpa Balaji氏は、FDEの仕事を「ユーザーインタビューを設定するのではなく、顧客の中に入り込み、ある日聞いたことをプロトタイプにして翌日に見せること」だと表現しています。Palantirの公式ブログに載るDeployment Strategistの1日にも、午前中に作ったデータパイプラインの進捗を午後の顧客セッションで見せ、フィードバックをもらい、「まだ無理だと思っていた機能」を顧客自身に言わせるように促す、という描写があります。

工程4:本番実装

プロトタイプで価値が確認できたら、顧客のインフラ上で本番品質の実装に進みます。OpenAIでは週に数日顧客先に入り、問題の詳細を把握し、データを受け取り、ソリューションを(主にOpenAIのオフィスで)構築してデモする往復を繰り返します。OpenAI Deployment Companyの発表は、この工程を「OpenAIのモデルを顧客のデータ・ツール・権限管理・業務プロセスに接続し、日々の業務で安心して使える本番システムを設計・構築・テスト・展開する」と表現しています。Anthropicの2026年のFDE求人票は、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構築し、MCPサーバー・サブエージェント・エージェントスキルといった本番の業務フローで使われる成果物を納めることを職務に挙げています。Palantirでは、この工程を担うDeltaの成功は「顧客の目標へのインパクト」で測られます。

工程5:定着・プロダクトへの還元

FDEの仕事は本番リリースで終わりません。The New Stackは2026年5月の記事で、コンサルタントが決められた期間の成果物で評価されるのに対し、FDEは稼働後もシステムが使われ続けて価値を出しているかで評価され、顧客のチームが自分たちで運用できるまで関与を続けると説明しています。顧客先での発見をプロダクトに戻すのもこの工程です。OpenAIのFDEチームはリサーチチームと隔週で知見を共有し、プロダクト責任者に隔週で報告し、社内公開のSlackチャンネル「FDE Field notes」に現場の気づきを書き、OpenAI Agents SDKにも貢献しています。Anthropicの求人票は「再現性のある導入パターンを特定して文書化し、プロダクト・エンジニアリングチームに知見を戻す」ことを職務に含めています。

FDEと類似職種の違い

FDEはソリューションアーキテクト(SA)・ITコンサルタント・セールスエンジニアと混同されがちですが、「顧客インフラ上でプロダクション品質のコードを書くか」「長期に伴走するか」「自社プロダクト開発に貢献するか」の3点で区別できます。OpenAIのFDE部門責任者Colin Jarvis氏は「FDEはSAよりもハンズオンで、より曖昧な状況を扱う。SAは通常顧客インフラ上でコードを書かないが、FDEは書く」と述べています。

関連記事FDEとSES・SIer・SE・コンサルの違いを比較表で詳しく見る

FDEモデルの仕組み:なぜ企業は粗利を削ってでも現場に出すのか

FDEは企業にとって高コストな職種です。顧客ごとにエンジニアを張り付ければ、ソフトウェア企業の強みである高い粗利率は下がります。それでもPalantir、OpenAI、Anthropic、Databricks、国内のSaaS企業がFDE組織を持つ理由を、米VCのa16zとFirst Round Reviewの論考から整理します。

粗利率ではなく「参入障壁」を買っている

a16zは2025年6月の記事「Trading Margin for Moat(粗利を堀と交換する)」で、AI企業が今最適化すべき唯一の指標は「粗利の総額をできるだけ速く伸ばすこと」であり、粗利率の高さではないと論じました。顧客の業務フローとデータを握ることで築かれる参入障壁(moat)のほうが、短期の利益率より価値が大きいという主張です。同記事は過去の事例として、ServiceNowが上場時に粗利率63.2%、Workdayが54.1%と、ソフトウェア業界の理想とされる80%を大きく下回る水準から始まり、2024年にはそれぞれ79%・75%まで改善したことを挙げています。導入に人手がかかる事業は、立ち上げ期に粗利率を犠牲にするが、仕組みが整えば回復するという見立てです。

知見のプロダクト還流:現場の発見が全顧客の機能になる

FDEモデルの核心は、1社のための実装で得た発見を自社プロダクトに戻す仕組みにあります。a16zは「前方展開チームは顧客に最も近い存在であり、前線とプロダクトの間に正しいフィードバックループを持つことが決定的に重要だ」と述べています。First Round Reviewの取材では、Serval(AIエージェント企業)の共同創業者でCEOのJake Stauch氏が、顧客が「こう動いてほしい」と言ってから解決されるまで通常は数ヶ月かかるが、エンジニア自身がその声を直接聞いて作れば大幅に縮められると説明しています。同社ではFDEが現場の経験から60以上の外部アプリ連携、ユーザーがエージェントの性能を評価する仕組み、SLAの仕組みを作り、プロダクトに組み込みました。OpenAIのコールセンター音声案件でRealtime APIが改善された事例も同じ構造です。

時間の切り売りではない:評価は稼働ではなく成果

FDEモデルがSESや受託と違うのは、対価の考え方です。The New Stackは、FDEの成功が「システムがどれだけ使われ、どれだけ性能を出しているかで測られ、費やした時間では測られない」と説明しています。First Round Reviewでは、FDEを「実装要員に押し込めず、ソフトウェアエンジニアリングチームの正規メンバーとして扱い、顧客と一日中話している彼らにソフトウェアそのものを作らせるべきだ」という考え方が示されています。Ironcladでは、顧客側の要望が膨らむ「スコープクリープ」も「顧客に解決できる課題がもっとあるということであり、ソフトウェア事業の経済性はむしろそこから恩恵を受けた」と語られています。一方で同記事は、利用者数の上限が決まった業務フローの「n回目の改善」のように、プロダクト全体への広がりが無い作業にFDEを使うことは避けるべきだと釘を刺しています。

FDEモデルが機能する条件

FDEモデルはどの企業にも向くわけではありません。First Round Reviewは、Ironclad・Serval・LookerなどでFDE組織を作った実践者の取材から、機能する条件を3つに整理しています。

1. 01顧客単価が大きいこと:FDEは「定義上、アップマーケット(大企業向け)の動き方」であり、セルフサーブで広がるプロダクト主導型の事業には向かない
2. 02プロダクトの方向性に柔軟性があること:Appleのように「箱から出してすぐ使える」完成品を志向する企業にFDEは不要で、Palantirのように多様な問題に合わせて形を変えるプラットフォームに向く
3. 03顧客の用途が多様であること:Ironcladには上場テック企業からYCスタートアップ、化粧品ブランド、プロスポーツチームまでがいて、それぞれに合わせた実装が必要だった

同記事はさらに、FDEを置く前に事業の経済性(いくつの顧客で目標の売上に届くか)を検証しておくべきだと述べています。a16zも、業務フローに共通点のある顧客を選ぶこと、FDEと営業の動機を揃えること、連携しやすいAPIとライブラリを用意すること、パートナーに引き継げるよう文書化すること、繰り返しの実装作業を自動化すること、主体性と好奇心のある人を採用すること、顧客と対面の関係を保つことの7点を実践として挙げています。求職者から見れば、応募先がこの条件を満たしているかが、その企業の「FDE」が本物かどうかを見分ける材料になります。

FDEとSES(客先常駐)・SIerの違い

「顧客先に常駐するエンジニア」という見た目から、FDEはSES(システムエンジニアリングサービス)の客先常駐と混同されがちです。両者を分けるのは、自社プロダクトがあるかどうかです。FDEは自社プロダクトを顧客の現場に適応させ、そこで得た知見を自社プロダクトの改善に戻します。LayerXでFDEグループを率いる白井英氏は、レバテックLABの取材で、SESや技術コンサルタントとの決定的な違いは「プロダクトを持っている」ことだと述べています。

Sansanの技術ブログも、FDEを「提案までで役割を終えるコンサルタント」とも「要件に基づいてフルスクラッチで構築するSIer」とも異なり、既存プロダクトを活かしながら顧客固有の業務に適応させ、価値が出るところまで伴走する存在だと説明しています。裏を返せば、自社プロダクトを持たないまま「FDE」を名乗る場合、実態はSESに近づきます。求人を見るときは、①自社プロダクトがあるか、②FDEの発見をプロダクトに反映する仕組みがあるか、③評価が稼働時間ではなく顧客成果で決まるか、の3点を確認してください。

FDEのプロジェクト事例

FDEの働き方は、実際の案件で見るのが一番分かりやすいです。ここでは一次情報で内容を確認できる3件を、「課題 → FDEの動き → プロダクトへの還元」の順で紹介します。

事例1:Palantir × Airbus「Skywise」(航空機製造・航空会社のデータ基盤)

課題:Airbusは2017年6月のパリ航空ショーで、Palantirと共同開発した航空業界向けのオープンデータプラットフォーム「Skywise」を発表しました。航空会社の作業指示・部品消費・機体構成・機上センサーデータと、Airbus側の運航阻害の履歴・部品交換・飛行後レポート・技術文書などが別々に存在し、横断して分析できないことが出発点でした。FDEの動き:Palantirの2026年2月の発表によれば、2015年以降、フランスに置かれたPalantirの専任チームがAirbusとともにSkywiseを設計・実装し、改良を続けてきました。The Pragmatic Engineerの取材では、Palantirで7年間FDEを務めた人物が、Airbusの最終組立ラインの上で働いていたと語っています。プロダクトへの還元:Skywiseは航空機の設計・生産計画・サプライチェーン・航空会社の整備運用に広がり、2026年時点で5万人以上のユーザーが日常業務で使う基盤になりました。Airbusは当初から、Skywiseを「航空業界の主要プレイヤー全員が使う唯一の基準プラットフォーム」にする構想を掲げており、1社の製造現場で作られた仕組みが業界プラットフォームに育った例です。

事例2:OpenAI × コールセンター音声自動化(Realtime APIの改善)

課題:OpenAIは音声領域の顧客とコールセンターの自動化に取り組みましたが、当初は音声モデルの性能が、顧客が本番導入を決断できる水準に届いていませんでした。FDEの動き:FDEは顧客とともに音声モデルの評価指標(Evals)を作り、性能が足りない箇所をデータで示しました。そのうえでOpenAIのリサーチ部門にデータを持ち帰り、音声用途でのモデル性能の改善に取り組んだ結果、この顧客が先進的なソリューションを最初に本番導入する企業になりました。プロダクトへの還元:この取り組みでOpenAIのRealtime API自体も改善され、顧客はより高い能力を早く手に入れ、OpenAIは実案件で改善を検証して全顧客向けのプロダクトを良くできました。The Pragmatic Engineerの取材でOpenAIのFDE責任者が「双方にとっての勝ち」と表現した事例です。同じ取材では、農機メーカーのJohn Deereと、農家ごとに個別化した助言を電話に頼らず届ける仕組みを、次の作付けシーズンまでの短い期間で実装した事例も紹介されています。

事例3:Sansan「AIエージェントFDE」(国内・営業現場)

課題:Sansanの技術ブログ(2026年1月)によれば、ある顧客は導入事例をkintoneアプリで管理し、接触履歴はSansanに蓄積していました。2つのデータが別々のシステムにあるため、横断的な分析ができない状態でした。また、飛び込み営業の現場では詳細な情報をじっくり確認する余裕がなく、訪問先の候補を素早く判断できることと、過去に接点があったかを即座に把握できることが重要でした。FDEの動き:同社のFDEは顧客をビジネス・データ・現場の3層で理解し、ビジネス価値から逆算して必要なデータ連携を設計し、現場の利用シーンを前提に情報を意図的に削ぎ落とした形で再設計しました。プロダクトへの還元:商談準備や日々の活動の振り返りのように多くの企業で共通して発生する業務を、FDEがタスクとして切り出してSub-Agentとして整理し、プロダクトに組み込んでいます。同ブログは、FDEの指針を「その場限りの個別対応に留まらず、プロダクトそのものを進化させること」だと述べています。

関連記事FDE事例研究:Palantirの前方展開組織はどう動いているか

FDEに向いている人・向いていない人

First Round Reviewは、Ironclad・Serval・LookerなどでFDE組織を作ってきた実践者への取材から、FDEに共通する資質を5つ挙げています。

1. 01型にはまらない:過去のやり方を当てはめるのではなく、目の前の顧客の状況から自分の頭で考える
2. 02粘り強い:解けそうにない問題に対して、苦労を引き受けてでも解き切ろうとする
3. 03技術力が高い:トップ企業のスタッフエンジニアに相当する水準で、本番のコードを書き、デバッグできる
4. 04作らずにいられない:道具や解決策を次々と自分で作る
5. 05ビジネスへの好奇心が強い:顧客の事業と業務を深く理解することに意欲を感じる

反対に、次のような志向の人はミスマッチになりやすい職種です。同記事も、FDEの仕事は難度の高い課題と出張・オンサイトを伴う、負荷の大きい仕事だと述べています。

• フルリモートで働きたい人:顧客先でのオンサイト業務が一定割合を占める(Palantirは勤務時間の約25%、Commureは最大50%)
• 1つのプロダクトを長期にわたって設計・改善したい人:その志向にはプロダクト開発エンジニアのほうが合う
• 要件が固まった状態で実装に集中したい人:FDEは要件が曖昧な段階から入り、自分でスコープを決める
• 顧客との対話に負担を感じる人:経営層から現場担当者まで、対話そのものが仕事の中心になる

FDEの年収

FDEの年収は、同じ経験年数のソフトウェアエンジニアと同等以上に設定されるのが一般的です。Lightcastのデータでは、米国のFDE求人の広告掲載年収の中央値は18.8万ドル超で、従来のソフトウェアエンジニア(約14.5万ドル)を上回っています(Fortune、2026年9月)。日本の公開求人票では、ソフトバンク(SB OAI Japan出向)のFDEが想定理論年収812万〜2,034万円、マネーフォワードの社内向けFDEが年額790万〜1,500万円、JDSCのFDEが想定年収500万〜2,500万円と記載されています(いずれも2026年9月時点)。

関連記事FDEの年収:日本・海外の相場と年収の上げ方

米国の求人票のレンジは基本給で、OpenAIとPalantirは別途株式報酬があると明記しています。日本の求人票は年収の総額で、レンジの幅が広いのは経験年数やレベルで席が分かれているためです。各社の求人票は改定されるため、応募前に必ず原文を確認してください。

なぜ今FDEが注目されるのか:生成AIの「ラストワンマイル問題」

FDE需要が急増した直接の理由は、生成AI・LLMのエンタープライズ導入です。モデルの性能がどれだけ上がっても、企業の実データ・既存システム・業務フローに接続して業務成果に変えるには、現場に入り込んだ実装が不可欠です。この「ラストワンマイル」を埋める職種として、FDEはLLM導入と極めて相性が良いと評価されています。

• OpenAIは2025年初頭に2名でFDE部門を発足、同年中に東京を含む3大陸8都市・10名超に拡大
• AnthropicもエンタープライズにおけるClaude導入を担うFDEチームの採用を拡大
• 米VCのa16zは2025年6月の記事で、FDEを「スタートアップで最もホットな職種」と題して取り上げた
• IndeedとFinancial Timesの分析では、FDE求人は2025年1月から9月にかけて800%以上増加した(Salesforce公式記事の引用による)
• 労働市場データのLightcastによれば、「forward-deployed」を含む求人は2026年1〜8月に前年同期比で1,000%以上増え、広告掲載年収の中央値は18.8万ドル超だった(Fortune、2026年9月)

2026年:OpenAI・AnthropicがFDE組織を拡大

2026年には、FDEが「一部のチーム」から「会社単位の事業」に格上げされました。OpenAIは2026年5月11日、OpenAI Deployment Companyの設立を公式に発表しました。OpenAIが過半数を保有する子会社で、TPGを筆頭にAdvent・Bain Capital・Brookfieldを共同リードとする19の投資会社・コンサルティング会社・SIが参加し、40億ドル超の初期投資で立ち上がります。創業パートナーにはソフトバンク株式会社も名を連ねています。発表文は、この会社の役割を「フロンティアAIの導入に特化したエンジニア、すなわちFDEを組織に送り込む能力を広げること」と明記し、応用AIコンサルティング企業Tomoroの買収によって初日から約150名の経験あるFDEと導入専門家が加わるとしています。

Anthropicは2026年5月4日、Blackstone・Hellman & Friedman・Goldman Sachsとともに、Claudeを企業の中核業務に組み込むためのAIネイティブなエンタープライズサービス会社の設立を公式に発表しました。発表文では、AnthropicのApplied AIエンジニアが新会社のエンジニアリングチームと並走し、Claudeが最も効果を出せる領域を特定し、個別のソリューションを構築し、顧客を長期に支援すると説明しています。同社のCFOは「Claudeへの企業需要は、単一の提供モデルを大幅に上回っている」と述べました。Anthropic本体でも、2026年8〜9月にロンドン・ミュンヘン・パリでFDEを、ニューヨークとロンドンで「Manager, Forward Deployed Engineering」を募集しており、マネージャー求人票には「この実践が成長するにつれ、それを作り上げる創設リーダーが必要だ」と書かれています(いずれも2026年10月時点の公式求人ページより。東京のFDE求人は同時点では掲載されていません)。

FDEの将来性:一過性のブームで終わるのか

FDEの需要が続くと見られる理由は、企業向けAIプロダクトが導入作業を必要とする構造にあります。a16zは2025年6月の記事で、エンタープライズ向けAIプロダクトは顧客ごとの深い統合とコンテキストを必要とするため導入の負荷が大きいと指摘し、粗利率の高さよりも粗利の総額を伸ばすことを優先すべきだと論じました。2026年5月には、OpenAIがFDEモデルを主軸とする「OpenAI Deployment Company」の設立を発表しています。

一方で、FDEモデルには限界もあります。a16zの同じ記事は、顧客ごとのカスタマイズが当初は粗利率の低下とバーンレートの上昇を招くと述べています。また、The Pragmatic Engineerによれば、Palantirでは自社プラットフォームFoundryの提供開始後、多くのFDEがソフトウェアエンジニアの仕事に戻りました。同メディアは2026年3月の記事で、FDEの求人は急増しているものの、この職種を希望するエンジニアは多くないという採用担当者の見方も紹介しています。FDEという職種名がこの先どう変わるとしても、顧客の現場で課題を見つけて実装し切る力は、プロダクト開発・プロダクトマネジメント・事業責任者のいずれに進む場合にも通用します。

AIエージェントが実装を担う時代にFDEは残るか

コーディングエージェントが実装の多くを担うようになると、「実装のためにエンジニアを現場に送る」FDEは不要になるのではないか、という問いがあります。a16zは、データ項目のマッピングや言語間のデータ受け渡しといった従来の統合作業は、AIによってはるかに効率的に、場合によっては完全に自動で行えるようになったと認めています。ただし同記事はそれを、FDEモデルの弱点ではなく、少ない人数でより多くの顧客に入り込める強みとして論じています。First Round Reviewの取材でServalの共同創業者兼CEOは、ソフトウェアプラットフォームが強力になりすぎて、もはや「できること」は律速段階ではなく、AIが理論上は何でもできるからこそ「誰かがプロダクトをその方向に操縦しなければならない」と述べています。

つまり、AIで自動化されるのは工程4(本番実装)の定型的な部分であり、工程1〜2(どの業務を、どの評価基準で解くか)と工程5(定着と還流)は残ります。The New Stackは2026年5月の記事で、あるFDEの言葉として「モデルはたいてい一番きれいな部分だ。難しいのは、誰も文書化していない業務フロー、現場が実際に信頼しているデータソース、なぜその手順になっているのかを知っている人を見つけることだ」と紹介し、AIシステムは確率的でテストでは良くても本番で静かに劣化するため、現場に残って調整し続ける役割が必要だと論じています。日本の求人票にも変化は現れており、KINTOテクノロジーズのFDE求人(2026年10月時点)は、Claude Code等のコーディングエージェントを日常的に使って短期間でプロトタイプを作った経験と、生成AIを「実際に使われ続ける状態」まで定着させた経験を必須要件にしています。Palantirが「AI FDE」製品でFDEの働き方の一部をエージェント化しているのも同じ方向の動きです。実装の手数ではなく課題設定と定着で価値を出せるFDEほど、AIエージェントの普及で仕事が増える側に回ります。

日本でFDEを募集している企業

日本でも2025年以降、FDE(フォワードデプロイドエンジニア)の求人が増えています。LayerXは2025年7月に公式ブログでFDEの募集開始を告知し、ソフトバンクは2026年2月のプレスリリースでFDEを「顧客企業と並走しながら設計・構築・運用まで支援するエンジニア」と説明しました。Salesforceは2026年6月、FDEの体制を広げる「FDE Partner Network」を日本で本格展開すると発表しています。

SIerでの顧客常駐開発、ITコンサルティング、カスタマーエンジニアやプリセールスなど、FDEに近い動き方をしてきた人材は日本に厚く存在します。実際に、開発年数を指定せず、プリセールスや導入コンサルティングの経験を必須要件にするFDE求人もあります。

関連記事FDE求人・採用企業一覧:日本でFDEを募集する企業の職種名・年収・応募要件

関連ページFDE求人一覧(日本・2026年10月時点):企業別の職種名・勤務地・報酬・応募要件

FDEになるには

FDEは経験者がほとんどいない職種のため、各社はソフトウェアエンジニア、SIer、ITコンサルタント、プリセールスなど隣接する職種からの転身者を採用しています。準備の中心は、LLMを組み込んだアプリケーションを本番品質で1つ作り切ることと、自分の実績を顧客の成果で語れるようにすることです。

出身職種によって、既に持っている強みと補うべき点は違います。FDEに求められる「本番品質の実装力」「課題発見と合意形成」「LLM実装と評価」の3つの軸で整理すると、次のようになります。

関連記事FDEになるには?未経験から12ヶ月のロードマップ

関連記事FDE転職ガイド:向いている経歴・職務経歴書の書き方・選考対策

関連記事SIerからFDEへ:客先常駐の経験をFDEの強みに変える方法

関連記事ITコンサルタントからFDEへ:提言で終わらない実装力の身につけ方

関連記事プリセールス・カスタマーエンジニアからFDEへ:PoCを本番導入まで持ち切る

関連記事FDE就職ガイド:新卒・第二新卒・未経験からFDEになるルート

FDEの次のキャリア

FDEは「現場で課題を見つけ、作り、定着させる」をひとりで回す職種なので、その後の出口は広いです。First Round Reviewの取材では、FDEは「元創業者か、将来の創業者であることが多い」と語られ、創業のほかに顧客理解を活かしたプロダクトマネジメント、多様な領域で作り切った経験を活かしたCTO・エンジニアリングリーダー、顧客の内情を知る営業・事業側に進む道が挙げられています。Palantirでは2016年にFoundryが出た後、多くのFDEがプロダクト開発側のソフトウェアエンジニアに戻り、現場の経験を中核プロダクトに持ち込みました(The Pragmatic Engineer)。FDE組織のマネジメントも出口のひとつで、Anthropicは2026年にニューヨークとロンドンで「Manager, Forward Deployed Engineering」を募集しており、要件は技術職の経験10年以上と人材マネジメント経験2年以上です(2026年10月時点)。

関連記事FDEのキャリアパス:PdM・CTO・EM・起業へ進むルートと年収の変化

まとめ

FDEとは、顧客の現場でプロダクション品質の実装を行い、顧客成果と自社プロダクト進化の両方に責任を持つエンジニア職です。Palantirが確立し、生成AIのエンタープライズ導入を背景にOpenAI・Anthropicなどが採用を拡大したことで、需要が世界的に急増しています。SESの客先常駐との違いは自社プロダクトの有無にあり、日本でもソフトバンク、LayerX、Palantir、Databricksなどが募集しています。エンジニアリング力と顧客対峙力の両方を持つ人にとって、キャリアの選択肢として検討する価値の高い職種です。