FDEはなぜ増えている？世界的ブームの背景を解説

FDE（Forward Deployed Engineer）は、AI企業がエンジニアを顧客組織の内部に配置し、業務データと既存システムにつないで成果が出るまで作り込ませる職種です。

この語は日本のIT・ビジネス系メディアでも目につくようになり、OpenAIは東京でもFDEを募集しています。「なぜモデルを作る会社が揃って人を現場に送るのか」に、伸び率の数字を引くだけの記事は届いていません。増えている理由を、各社が自分の言葉で書いた年次報告書・公式発表・求人票だけで説明します。

本文の数値は、Palantirの年次報告書（Form 10-K）とOpenAI・Anthropicの公式発表および採用ページ、日本の経済産業省・IPAの公開資料で本文を確認できたものに限ります。各社の公表値であり第三者が監査した比較ではありません。求人票と採用ページは募集の状況で内容が変わるため、確認した日付を同じ段落に添えました。求人や採用の伸び率は調査本体まで辿れる出典がなかったため使いません。

FDEが増えた直接の原因は、モデルを売る企業が「モデルだけでは成果が出ない」と自ら認めたことにある

OpenAIは2026年5月11日に、企業の内部にFDEを送り込むための新会社「OpenAI Deployment Company」の設立を発表しました。発表文はFDEを「フロンティアAIの配備に特化したエンジニア」と定義し、経営層・現場の運用担当・最前線のチームと一緒にAIが最も効く場所を見つけて業務の流れをその周りに作り直す役割だと説明しています。同社が理由として書いているのは、モデルの性能が上がるほど企業はより大きく重要な業務にAIを適用できるようになり、いま必要なのは組織が重要な業務をAIを前提に組み直す手助けだという認識です。発表文には、応用AIのコンサルティング会社Tomoroの買収により約150名の経験あるFDEと配備専門家が初日から加わることと、TPGが主導する投資会社・コンサルティング会社・SIer計19社とのパートナーシップであることも書かれています（OpenAI公式発表「OpenAI launches the OpenAI Deployment Company」・2026年5月11日）。

同じ発表文でOpenAIは、強力なAIモデルを作ることは仕事の一部にすぎず、実際の成果は人と組織がそれを安全に効果的に使う手助けから生まれるという考えを創業時から持っていたと書いています。あわせて同社の最高収益責任者は、AIが組織の中で意味のある仕事をこなせるようになった今の課題は、その仕組みを企業の基盤と業務の流れに組み込む手助けだと述べています（前掲OpenAI公式発表・2026年5月11日）。モデルを作る会社が自社の成果物だけでは足りないと公の文書で認めた点が、FDE増加の一番の根拠です。

Anthropicも同じ方向に動いています。2025年12月9日のAccentureとの提携発表では、約3万人のAccenture社員がClaudeの研修を受け、その中に顧客環境の内部でClaudeを組み込むFDE（Accenture側の呼称はreinvention deployed engineer）が含まれると書かれています（Anthropic公式発表・2025年12月9日）。2026年6月11日のDXCとの提携発表では、DXCが数万人規模のClaude認定FDEを育成すると述べ、FDEを「顧客組織の内部に直接配置されるエンジニア」と説明しています（Anthropic公式発表・2026年6月11日）。モデル提供企業が自社の社員だけでなく大手ITサービス企業の要員までFDEとして育てる段階に入ったことが、この2つの発表から読み取れます。

FDEはPalantirが顧客の内部で製品を作り込む戦略から生まれ、その考え方は最新の年次報告書にも残っている

FDEという職種を作ったのは米Palantirです。同社の公式ブログは2020年11月の記事で、Forward Deployed Software Engineer（社内の呼称はDelta）を「顧客の内部に直接入り込み、Palantirの既存プラットフォームを顧客の最も難しい問題に合わせて構成するソフトウェアエンジニア」と定義しています。従来のソフトウェアエンジニアが多くの顧客に使える1つの機能を作るのに対し、FDSEは1つの顧客のために多くの機能を成立させると同じ記事は対比しています（Palantir公式ブログ「A Day in the Life of a Palantir Forward Deployed Software Engineer」・2020年11月3日）。ベンチャーキャピタルのa16zは2026年1月の記事で、Palantirが2011年にソリューションエンジニアと統合エンジニアにforward-deployed engineerという新しい肩書きを与えたと書いています（a16z「Forward-deployed Job Titles」・2026年1月27日）。

この戦略は創業期の工夫にとどまらず、2026年2月に提出された2025年12月期の年次報告書（Form 10-K）にも事業の中心として書かれています。同報告書は「顧客が直面する最も複雑で価値の高い課題に取り組むには、その問題を直接経験し理解しなければならない。そのために我々はユーザーと一体になって働く」と述べ、研究開発の機会はユーザーと一体になることで見つかると説明しています。既存顧客を担当するソフトウェアエンジニアはプラットフォームの配備と運用を管理しながら新しい使い方を見つける役割を担うとも書かれ、数日で顧客の実データ上に実際の業務の流れを作るAIP bootcampを費用は原則自社持ちで実施していることも記されています。同報告書によると2025年12月31日時点の正社員は4,429名で、2025年の売上は前年比56%増でした（Palantir Form 10-K 2025年12月期・2026年2月17日提出）。

現在の求人票も同じ言葉で書かれています。Palantirの求人票は「我々がこの職種を切り拓いた」と位置づけ、職務に技術チームから経営層までの顧客関係者と直接やりとりすることを含めています（Palantir公式求人 Forward Deployed Software Engineer・ニューヨーク勤務の求人・2026年9月16日確認）。

生成AIは汎用であるほど現場での作り込みが要り、モデルが賢くなるほど配備する人の価値が上がる

Palantir固有と見られていたモデルが一気に広がった転機は生成AIです。理由は生成AIが汎用技術であることにあります。何にでも使えるモデルを渡されても、自社の業務データと既存のシステムにつながっていなければ現場の仕事は変わりません。a16zは2025年6月の記事で、AIを買う企業を「使いたいが設定は誰かにやってほしい」祖父母のスマートフォンにたとえ、高度なエージェントには社内システムへの読み書きアクセスから得られる文脈と継続的な管理が要ると書いています（a16z「Trading Margin for Moat」・2025年6月4日）。

この作り込みの中身は各社の求人票が具体的に示しています。OpenAIが東京拠点で募集しているFDEの求人票は、担当範囲を課題の発掘・技術要件の見極め・システム設計・構築・本番展開までと書き、成功の測り方を本番での定着・業務上の効果の計測・評価に基づく製品とモデルへのフィードバックの3つとしています。求める経験は顧客対応を含む5年以上のエンジニアリングまたは技術導入の実務で、日本語と英語の両方に堪能であることが必須です（OpenAI公式求人 Forward Deployed Engineer - Tokyo・2026年9月16日確認）。Anthropicの求人票はFDEの成果物として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顧客の本番業務で使う部品を挙げ、顧客システムの内部でClaudeを使った本番アプリケーションを作る役割だと書いています。求める経験は顧客対応を伴う技術職の4年以上で、顧客先で対面で作るための出張を25%程度と見込んでいます（Anthropic公式求人「Forward Deployed Engineer」・2026年9月16日確認。10月6日時点で募集は終了しており、現在の募集はAnthropic採用ページで確認できます）。

「モデルの性能が上がれば人は要らなくなる」という見方は、OpenAIの発表文と逆を向いています。性能が上がるほど適用できる業務は大きく重要になり、接続すべきデータと業務の範囲も広がる。だから配備する人が要る。モデルが賢くなるほど現場に届ける人の価値も上がる、という逆説です。

AI企業が現場配備を選ぶのは、実装を握ることがデータの入り口を押さえる競争戦略になるから

もう1つの理由は競争戦略です。a16zの前掲記事は、基盤モデルが互いに置き換え可能になりアプリケーション層を持つことの重要性が増したため、OpenAIやAnthropicのようなモデル提供企業までがエンタープライズで勝つためにFDEやソリューションエンジニアを採用していると分析しています。同記事はAI応用企業が目指すべき堀を「データがどこからどう入ってくるかを自社で押さえること」と表現し、執筆時点でOpenAIの採用ページにある311件の募集のうち22件がこの種の職種だったと数えています（前掲a16z「Trading Margin for Moat」・2025年6月4日）。

現場配備が製品を強くする仕組みは、Palantirの公式ブログにも書かれています。FDSEには現場で得た技術的知見を事業開発と製品開発のチームに戻す責任があり、最も価値のある製品追加のいくつかは現場から生まれたと同記事は述べています（前掲Palantir公式ブログ・2020年11月3日）。ソフトウェア企業にとって現場配備は原価を上げる選択ですが、顧客のデータの入り口を握り製品の改善点を現場から拾える限り、その原価は堀への投資として回収できます。「顧客ごとにエンジニアを張り付けるのは採算が合わない」という従来の常識は、ここで崩れました。

求人は米国から東京を含むアジアと欧州へ広がり、海外AI企業は日本の現場にも直接FDEを置き始めている

増え方は求人の並びで確かめられます。OpenAIの採用ページで「forward deployed」を検索すると、2026年9月16日時点で25件が該当しました。勤務地はニューヨーク・サンフランシスコ・シアトルに加えてロンドン・マドリード・ソウル・シンガポール・シドニー・東京に広がり、ヘルスケアや法務など業界を限定したFDEの募集も並んでいます。東京にはFDE本人のほかにFDEのマネージャーとTechnical Deployment Leadの募集があります（OpenAI採用ページの検索結果・2026年9月16日確認）。Anthropicの採用ページには同日時点でForward Deployedを冠した募集が7件あり、勤務地はニューヨーク・サンフランシスコ・シアトルのほかロンドン・パリ・ミュンヘンです（Anthropic採用ページ・2026年9月16日確認）。

職種としての制度化も進んでいます。a16zは2026年夏にFDEと応用AIのリーダー向けに8週間のフェローシップを開いており、実在の企業の内部でフロンティアのシステムを配備する人材を対象にしています（a16z Build「FDE Fellowship」・2026年9月16日確認）。日本の会社にとって重要なのは、東京で同じ人物像を募集すればこれらの企業と同じ層を奪い合う点です。

日本でFDE型が効くのは、IT人材がベンダー側に偏りAI人材の不足だけが広がる構造があるから

日本への波及は外資の後追いではなく、日本固有の構造が受け皿になっています。IPAの「DX白書2023」は2020年の国勢調査をもとに、日本の情報処理・通信に携わる人材1,253,930人のうちIT企業に所属する割合を73.6%、IT企業以外を26.4%と示しています。米国は2021年の職業別雇用・賃金統計でIT企業35.1%・IT企業以外64.9%です（IPA「DX白書2023」第4部・2023年3月16日発行・192ページ）。作れる人の7割を超える部分がベンダー側にいる国では、ユーザー企業が自前で作れる状態を採用だけで作ることはできません。現場に入って作りながら社内へ移転する型が、この偏りへの直接の処方になります。社内に作れる人を育てる順番は内製化のロードマップで扱っています。

不足の中身も日本の特徴です。経済産業省が2019年4月に公表した「IT人材需給に関する調査」は、IT需要の伸びを年2.7%程度・労働生産性の上昇を年0.7%とする中位シナリオで2030年のIT人材の需給ギャップを45万人と試算しました。同じ資料は市場を受託開発や保守運用の「従来型IT」とIoT・AIを活用する「先端IT」に分け、2030年時点の先端IT人材の不足を27万人から55万人と見込む一方で、従来型IT人材は転換の進み方次第で10万人の供給過多になりうるとしています（経済産業省「IT人材需給に関する調査（概要）」・2019年4月・表1および表4）。2019年の推計である点は差し引く必要がありますが、不足が受託や保守ではなくAIを業務に組み込む側に集中するという見立ては、FDEが担う仕事の中身と重なります。

現場の実感も同じ方向です。IPAが日本・米国・ドイツの企業に実施した「DX動向2025」では、DXを推進する人材が不足していると答えた日本企業は8割を超え、米国とドイツでは「過不足はない」「やや過剰である」の合計がそれぞれ7割と5割程度でした。DXの成果を測る指標を設定している日本企業は3割以下で、米国とドイツは8割以上です（IPA「DX動向2025」プレス発表・2025年6月26日公表・調査は2025年2月10日から3月28日・日本1,535社）。作る人がいない状態で外部に検証だけ頼めばPoC止まりが積み上がり、指標がなければ定着したかどうかも分かりません。作りながら移転し指標まで一緒に置く型は、この人手の偏りと指標の不在に対する処方です。

FDEはエンジニアの職種であると同時に、発注する企業には要件が固まる前の課題に使う投資の型である

ここまでの理由を企業側から読み直すと、FDEには2つの顔があります。エンジニア個人にとっては、モデルの性能向上で価値が上がり続けるキャリアの選択肢です。発注する企業にとっては、要件を固めきれない課題に対して現場で作りながら答えを出す投資の型で、仕様が確定した大規模開発や既製のSaaSで足りる課題には向きません。向き不向きの仕分けはFDE支援の使いどころに、SESや受託開発との責任範囲の違いはFDEと従来エンジニアの違いに譲ります。PalantirとOpenAIの働き方そのものを知りたい方はPalantir・OpenAIに学ぶ新しい働き方からどうぞ。

FDEの増加についてよくある質問

Q. FDEが増えているという話は、Palantir以外にも当てはまりますか？

当てはまります。OpenAIはFDEを企業に送り込む新会社を設立し、Anthropicは大手ITサービス企業と組んでFDEを育てる段階に入っています。それぞれの発表の中身は最初の節に、求人の広がりは求人の節にまとめました。

Q. AIモデルの性能が上がれば、FDEは不要になりますか？

性能向上がFDEの需要を増やす側に働いているというのが、この記事の答えです。OpenAI自身が発表文でモデルの性能が上がるほど適用できる業務が大きく重要になると述べており、接続すべきデータと業務の範囲が広がるほど現場で作り込む人が要ります。理由は生成AIの節に書きました。

Q. 日本企業はFDEを自社で採用すべきですか、外部に頼むべきですか？

判断の軸はフルタイム分の開発需要が途切れずに続くかどうかで、能力の優劣ではありません。海外AI企業の求人が求める人物像と同じ層を採り合うことになる点は求人の節に、比較の詳細はFDEを採用すべきか外部活用すべきかに書いています。

Q. FDEブームは一過性ではありませんか？

一過性と見ない根拠は、モデルを売る企業が自社の売上のために現場配備へ投資している点と、Palantirが年次報告書で顧客と一体になって働く方針を事業の中心に置き続けている点です。流行語としての広がりと投資として続く理由は分けて読む必要があります。詳しくは競争戦略の節をご覧ください。

SAIの視点：モデル提供企業が自社の売上のために現場配備へ投資する構図は、中堅企業が外部のFDEを現場に入れる理由と同じ

OpenAIやAnthropicが自社のモデルを売るために配備の人材へ投資する構図は、規模を変えれば日本の中堅企業がAIを業務に入れるときにもそのまま当てはまります。モデルを契約しただけでは業務は変わらず、業務データと既存システムにつないで作り込む人が現場に要る点は同じだからです。私たち株式会社SAIのFDE伴走開発は、海外AI企業が社内機能として持つそのFDEを月額制の外部サービスとして提供する形にしています。稼働は週1〜3日が目安で、課題の洗い出しから最小の実装までは訪問中心に進め、運用が定着してからはリモート中心に切り替えます。現場に入るのは経験3〜5年のエンジニアで、進め方はFDEの仕事内容と6フェーズに沿います。

最初の会話では、御社の課題が要件の固まる前の段階にあるかどうかと、その課題に週1〜3日の稼働で手が届くかどうかの2点から確認します。お問い合わせから現在の課題を一言添えてお送りください。