AI FDE（AIを使いこなすフォワード・デプロイド・エンジニア）の仕事の取説（どんな仕事か・具体的な事例・必要なAIの知識・注意点・なり方）

👣手順

1. STEP1

   FDEとは: お客様の現場で「作って、根づかせる」エンジニア

   FDEは、お客様の会社に出向いて（または深く入り込んで）、実際の業務とデータを見ながら、自社の製品を使った仕組みを自分の手で作るエンジニアです。
   【生まれたところ】アメリカのデータ分析の会社、Palantir（パランティア）で2010年代初めごろに始まった職種とされています。社内では「Delta（デルタ）」と呼ばれ、「一つのお客様に、多くの機能を」届ける役割と説明されてきました。反対に、製品を作るエンジニア（社内では「Dev」）は「一つの機能を、多くのお客様に」届ける役割です。
   【注目されたきっかけ】2025年ごろから、生成AIの会社（OpenAIやAnthropicなど）もFDEを採用するようになりました。AIを業務で使うには、お客様の社内システムやデータと深くつなぐ必要があり、製品を渡すだけでは使いこなせないことが多いため、と説明されています。投資会社のa16zも2025年6月の記事で、題名にFDEを「スタートアップで最も注目の職種」と掲げました。日本でも2026年には、FDEを採用の中心に置くと発表する会社が出てきています。

   できた
2. STEP2

   AI FDEとは: AIを使って、一人で現場を変える

   従来のFDEは、自社の製品をお客様に合わせて組み込むことが中心で、作る作業はチームで数週間〜数か月かけることも多くありました。
   AI FDEは、次の3つを一人で持っているのが特徴です。

   • 現場に入り込む力: お客様の席の隣で業務を見て、「どこに時間がかかっているか」「なぜその手順なのか」を、現場の言葉で理解する
   • 業務と技術に通じる力: その業界のルールや用語、使っているシステムやデータの形まで分かる
   • AIでその場で作る力: 生成AIやAIのコーディング支援を使って、聞いたその日や数日のうちに、動くものを作って見せる

   たとえば、ChatGPTやClaudeのようなAIチャットで文章の下書きや資料の要約を任せ、Claude CodeやCodexのようなAIのコーディング支援で、表の集計やシステム連携の小さなプログラムをその場で作ります。MCP（AIアプリと外部のデータやツールをつなぐための、公開された共通の規格）などを使って、AIが社内の情報を参照できるようにすることもあります。
   ここで挙げたサービス名は例です。特定の製品をすすめるものではありません。お客様が使っているサービスや、会社が許可したサービスに合わせて選びます。
   【コンサル・SIerとの違い】コンサルは課題の整理と提言、SIerは注文に合わせたシステム開発が中心です。AI FDEは、現場で課題を見つけ、AIで作り、使える状態にして引き継ぐまでを、短い期間で一人で行います。

   できた
3. STEP3

   AI FDEの仕事の流れ

   • 現場に座る: 担当者の隣で、1日の仕事を見せてもらう。「毎日やっている繰り返し」「探し物」「書き写し」「確認待ち」をメモする
   • 業務を分ける: 一つの仕事を「情報を集める → 判断する → 書く → 確認する」のように細かく分け、AIに任せられる部分と、人が判断すべき部分を分ける
   • その場で試作する: AIに下書きやプログラムを作らせ、自分で中身を確かめてから、現場の人に実際のデータで試してもらう
   • 安全に本番に入れる: 使ってよいAIサービス、データの置き場所、権限、AIが間違えたときの確認方法を、お客様の責任者と決めて文書にする
   • 引き継ぐ: 使い方の手順書、AIへの指示文（プロンプト）、作ったプログラムの置き場所と直し方を残し、現場の人が自分で回せるようにする
   • 効果を測って、次へ: 作業時間やミスの数を、導入前と比べる。効果が出たら、次に時間がかかっている業務へ進む

   AIで作るのが速くなったぶん、1と2の「現場を知る時間」と、4と5の「安全に根づかせる時間」の重みが大きくなります。

   できた
4. STEP4

   事例1（架空）: 不動産仲介の店舗で、問い合わせ対応と物件資料づくりを変える

   【お客様】賃貸と売買の仲介をしている不動産会社A社の店舗。ポータルサイトからの問い合わせが多く、営業担当が返信と物件資料づくりに追われて、内見や接客の時間が足りない。
   【1日目: 現場に座る】AI FDEは店舗のカウンターの横で、営業担当の作業を見せてもらいました。問い合わせ1件への返信に約15分。物件の資料（PDFの募集図面）から条件を拾い、空室の状況を管理表で確かめ、似た物件を探して文章を書いていました。管理表は担当ごとに作り方がばらばらでした。
   【2〜3日目: その場で作る】

   • AIのコーディング支援（Claude Codeなど）で、ばらばらの管理表を一つの形にまとめるプログラムを作り、その場で動かして、営業担当と一緒に結果を確かめました
   • 会社が契約しているAIチャットに、店舗の返信の型と注意点（言ってはいけない表現など）を登録し、問い合わせ内容と物件データから返信の下書きを作れるようにしました
   • 物件の資料から、間取り・設備・条件を一覧に書き出す手順も作りました

   【2週目: 安全に本番へ】お客様の名前や連絡先はAIに入れず、下書きの段階では「お客様」と置き換える決まりにしました。AIの下書きは、必ず営業担当が物件データと見比べてから送ります。重要事項の説明は、宅地建物取引業法（35条）で宅地建物取引士が行う決まりなので、AIには任せません。物件の広告文は、実際と違う表現や大げさな表現（宅地建物取引業法32条の誇大広告や、景品表示法で問題になるもの）にならないよう、確認の手順を入れました。
   【3週目: 引き継ぐ】返信の型の直し方、プログラムの動かし方を手順書にし、店長が自分で直せるようにしました。
   【結果（架空の数字）】返信の下書きは数分でできるようになり、営業担当は1日に1〜2時間を、内見や接客に回せるようになりました。
   学べること: 効率化の中心は「AIを入れること」ではなく、「業務のどこに時間がかかっているか」を現場で見つけることでした。

   できた
5. STEP5

   事例2（架空）: 物流会社の「荷物はどこ？」の電話を減らす

   【お客様】地方の運送会社B社。問い合わせ窓口に「荷物はいつ届きますか」という電話が1日に約300件かかり、オペレーターが残業続き。
   【1〜2日目: 現場を知る】AI FDEは窓口の席で通話を聞かせてもらい、過去の問い合わせ記録（個人情報を消したもの）をAIに分類させました。電話の7割は「伝票番号を言えば答えられる質問」で、オペレーターは毎回、配送システムの画面を3つ開いて答えていました。
   【1週目: 試作】AIのコーディング支援を使い、伝票番号から配送状況を調べて到着予定を答える仕組みを、数日で試作しました。苦情や判断が必要なものは、すぐ人に回す設計です。オペレーター5人に使ってもらい、「言い回しが冷たい」「番号の打ち間違いに弱い」などの声をもとに、その日のうちに直しました。
   【2〜4週目: 本番】B社の情報システム担当と、個人情報の扱い、会話の記録の保存期間、AIが間違えたときの連絡手順を決めました。まず社員だけで2週間試してから公開しました。
   【引き継ぎ】よくある質問の追加や言い回しの修正は、B社の担当者が自分でできるようにしました。
   学べること: 依頼は「チャットボットを入れたい」でしたが、本当の課題は「同じ照会の繰り返し」でした。AIで作るのが速いので、現場の声を聞いて直すことを何度も繰り返せます。

   できた
6. STEP6

   事例3（架空）: 保険会社で「データを外に出さない」AIの使い方を作る

   【お客様】保険会社C社。給付金の請求書類（診断書など）の確認に時間がかかり、支払いまで日数がかかっていた。
   【難しいところ】診断書には病気の情報が書かれています。病歴などは、個人情報の中でも特に慎重な扱いが求められる「要配慮個人情報」にあたり、取得するには原則として本人の同意が必要です。C社の規程では、書類のデータを社外のサーバーに出せませんでした。
   【AI FDEがしたこと】C社のセキュリティ部門と何度も打ち合わせ、C社の管理する環境の中だけで動くAIの構成を設計しました。AIは「書類の不足や記入漏れを見つけて、担当者に知らせる」までにして、支払うかどうかの判断は必ず人が行う流れにしました。誰がいつ、どの書類を見たかの記録も残しました。試作には本物の書類ではなく、個人情報を含まない見本の書類を使いました。
   【本番】最初は一部の種類の請求だけで始め、担当者の確認結果とAIの指摘を1か月比べてから、対象を広げました。
   学べること: AIで何でもすぐ作れる人ほど、「何を作ってはいけないか」「どのデータを使ってはいけないか」を先に確かめる必要があります。規制の厳しい業界では、ルールの中で作る力が問われます。

   できた
7. STEP7

   AI FDEの1日の例（架空）

   お客様の現場に入っている週の、ある1日の例です。

   • 9:00 お客様のチームと朝会。昨日作った試作への意見を聞く
   • 9:30 現場の担当者の隣で業務を見せてもらい、時間がかかっている作業を書き出す
   • 11:00 AIのコーディング支援で、昨日の意見を反映した修正を作る。AIが書いたコードは自分で読み、見本のデータで動きを確かめる
   • 13:00 昼食後、担当者に修正版を触ってもらい、その場でさらに直す
   • 15:00 お客様の情報システム担当と、データの置き場所と権限、使ってよいAIサービスを確認
   • 16:30 責任者に、導入前後の作業時間を見せて報告。次に手をつける業務を相談
   • 17:30 手順書とAIへの指示文を更新し、今日決まったことと宿題を短く送って終了

   「聞く・作る・確かめる・見せる・残す」を1日の中で何度も回すのが、AI FDEの働き方です。

   できた
8. STEP8

   必要な知識とスキル

   【業務と現場】

   • その業界の流れ、用語、法律やルールの基本（不動産なら宅地建物取引業法や広告のルールなど）
   • 「本当は何に困っていますか」と依頼の奥を聞き、作業を細かく分けて考える力

   【AIの知識】

   • AIチャット（ChatGPT、Claude、Geminiなどを、文章でやり取りして使う代表的な使い方）の得意・不得意。もっともらしい間違い（ハルシネーション）が起きることを前提に使う
   • AIのコーディング支援（Claude Code、Codexなど）に、目的・条件・確かめ方を伝えて作らせ、出てきたものを読んで確かめる力
   • AIへの指示文（プロンプト）や、AIに渡す資料・データの選び方
   • MCPやAPIで、AIと社内のデータやツールをつなぐ考え方
   • 新しいAIサービスや機能を、自分で試して比べ続ける習慣

   【安全と信頼】

   • 使ってよいAIサービス、データの扱い、法人契約の条件（入力したデータを学習に使わない設定など）を確かめる力
   • 作ったものの記録を残し、引き継げる形にする力
   • 専門用語を使わずに説明し、できないことを早めに正直に伝える力

   【向いている人】
   自分が作ったものが、目の前の人の時間を生み出すのを見るのが好きな人。現場ごとの違いを面白がり、正解が決まっていない中で試し続けられる人です。

   できた
9. STEP9

   AI FDEになるには

   決まった資格はありません。入り口は大きく2つです。

   • エンジニアから: 開発の経験に、業界の業務知識と、お客様の現場に入る経験を足す
   • 業界の現場から: 不動産、物流、医療事務などの業務を知っている人が、AIのツールとプログラミングの基礎を学ぶ

   今日から始められること:

   • 自分の職場で、毎日繰り返している作業を一つ選び、手順と時間を書き出す
   • 会社が許可したAIサービスで、その作業の一部（下書き、要約、表の整理など）を任せてみる
   • AIのコーディング支援で、小さなプログラム（表をまとめる、定型の文書を作るなど）を作り、同僚に使ってもらう
   • 「使う前と後で、何分減ったか」「どこで人が確認しているか」を記録し、手順書にまとめる

   この4つを説明できる実例は、転職の面接でも、社内で新しい役割を任されるときにも、いちばんの材料になります。

   できた