FDEとは？Forward Deployed EngineerとFDT・AIコンサル・外注の選び方（2026年）

FDE（Forward Deployed Engineer）はエンジニアが顧客の業務に入り込み、業務を理解しながら開発する進め方で、FDT（Forward Deployed Team）はチームごと入る進め方です。 どちらも納品するのは提案書ではなく動く機能です。

企業のAI導入が止まる原因は、課題の選び方が合っていない、作っても使われないことが多く、こうした問題を解決するのが「現場に入る」進め方です。

FDE（Forward Deployed Engineer）とは？

FDEは顧客のもとに派遣されるエンジニアで、顧客のデータと業務を直接見ながら、ソフトウェアを実際に使える形に整えます。この職種は米国のデータ分析企業Palantirが広め、近年はOpenAIなどのAI企業もFDEを置いています。

一般的なエンジニアと違い、FDEの仕事は業務の理解から始まります。現場の担当者がどう働き、データがどこにあるかを把握してから、何を開発するかを決めます。

FDEは顧客とのやり取り、開発、デプロイを同時に担うことが多いため、技術力と同じくらい業務への判断力が重視されます。

企業のAI導入には、なぜ「現場に入る」進め方が必要なのか？

AIの課題は、実際のデータで試してみないと、実現できるか、取り組む価値があるかがわからないことが多いからです。会議と資料だけで仕様を決めると、完成後にデータが取れない、精度が足りないとわかることがあります。

一般的なソフトウェアは仕様を固めてから開発できますが、AIプロジェクトはそれが難しい分野です。モデルの性能はデータの品質に左右され、業務のどこをAIに任せ、どこを人が確認するかも、試してみて初めてわかります。

現場に入る進め方なら、開発者がデータと業務の現場を直接見られるため、問題に早く気づき、方向を修正できます。NISTのAIリスク管理フレームワークも「利用状況の理解」と「人による監督」をガバナンスの重点としており、どちらも現場に近いほど実現しやすくなります。

FDE、FDT、AIコンサル、一般的な外注の違いは？

違いは、誰が入り、何を納品し、終わった後に誰が責任を持つかです。AIコンサルは提案と計画、FDEは機能、FDTはプロトタイプから本番稼働までのシステム全体を納品し、外注は仕様どおりに開発します。

どの進め方にも絶対的な優劣はありません。社内にPMとデザイナーがいて、AIを作れるエンジニアだけが足りないならFDEで十分です。課題探しから一緒に進め、稼働後も保守が必要ならFDTのほうが適しています。AIコンサルの役割はAIコンサルとはをご覧ください。

どんな場合にFDTが向いているか？

AIをどこに使うか決まっておらず、社内に開発チームがなく、完成したシステムを既存の業務につないで長く使う場合にFDTが向いています。どれかが当てはまらなければ、別の進め方のほうが費用を抑えられることがあります。

次のような状況なら、FDTが向いています。

1. 課題が決まっていない。 手間のかかる業務はわかっているが、AIがどの部分に役立つかわからない。
2. 社内に開発チームがいない。 コンサルの提案を引き継げるPM、デザイナー、エンジニアがいない。
3. 既存システムとの連携が必要。 AIがERP、CRM、受注、文書のデータを使う必要があり、単独のツールではない。
4. 稼働後も長く使う。 業務に合わせてシステムを変えていくため、継続的な保守が必要。
5. 成果を見てから投資したい。 小さな範囲で検証し、効果が確認できてから予算を広げたい。

FDTは段階的にどう進め、どう検収するか？

伴走フェーズと実行フェーズの2段階で費用を分けることをおすすめします。伴走フェーズでPoCまたはMVPを作って事前に決めた基準で検収し、通過したら同じチームが実行フェーズでプロトタイプを本番システムにします。

JoinXの台湾でのカスタム開発の相場では、各段階の費用と期間は次のとおりです。

AIモデルのAPIとクラウドの費用は利用量に応じて別途かかり、稼働後の保守は別途契約です。社内研修は各段階のサービスに含め、稼働後に別の講座を受けるのではなく、伴走フェーズから使い始められるようにするのがおすすめです。

JoinXが開発したプロジェクトの例を紹介します。

• 生命保険会社のAIコーチングシステムのデモ： 約3週間で実際に操作できるデモ版を作り、社内で成果をもとに次に進むかを判断できるようにしました。伴走フェーズの典型的な進め方です。
• 聯經數位のオーディオブックプラットフォーム： 開発前に検収基準（キャラクター認識成功率90%、テキスト分解成功率75%以上）を決め、制作の流れ全体を自動化しました。プラットフォームはのちにiFデザイン賞を受賞しています。詳しくは聯經數位の事例をご覧ください。
• 国家原子能科技研究院の渦電流信号判定： 単一チャンネルから複数チャンネルへ段階的に開発し、AI判定と自動化制御を2つのシステムに分け、2022年から2025年まで協業しました。詳しくは国家原子能科技研究院の事例をご覧ください。

ほかの事例と費用レンジは企業のAI導入事例、JoinXの段階的な進め方はAI導入伴走チームをご覧ください。

FDEやFDTのパートナーを選ぶとき、何を確認すべきか？

誰が入るか、どう検収するか、終わった後に誰が責任を持つかを確認します。この3点で、提案と実装が途切れないか、稼働後もシステムを変え続けられるかが決まります。

1. どの役割が入るか？ エンジニアだけか、PM、デザイナー、AIエンジニアも含まれるか。
2. 伴走フェーズはどう検収するか？ 基準は精度か、処理時間か、利用者が作業を完了できるか。届かなかったらどうするか。
3. 稼働中のAIプロジェクトはあるか？ デモだけか、実際に使われ保守されているシステムがあるか。
4. 研修はどうなっているか？ サービスに含まれるか、別料金の講座か。
5. 稼働後は誰が保守するか？ 同じチームか、別の担当者か。他社が作ったシステムを引き継げるか。
6. データはどう守るか？ 利用するAIサービスがデータを学習に使わないか。機密データをどう分類するか。

よくある質問