メディア
AI 内製化

Forward Deployed Engineer(FDE)型の支援で企業は何が変わるか|受託開発との違いと発注側が用意する4つのこと

公開
執筆者: Offers AX 編集部・編集部

Forward Deployed Engineer(FDE)型の支援を企業が使うと、仕様を文書で固めてから作る流れが、外部の作り手が業務の近くに入り、動く試作を前にして決めていく流れに変わります。受け取るものは「仕様どおりのシステム」から「業務で使われている仕組みと、社内で直せる状態」へ移り、契約の終わりも検収ではなく引き継ぎの完了に置かれます。

その代わり、発注側が用意すべきものは4つです。業務の持ち主・現場の窓口・データと権限・判断の速さで、これがそろわないまま始めると、作り手が近くにいても受託開発と同じように仕様の確認待ちで止まります。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

FDE(Forward Deployed Engineer)型の支援は、作り手が業務の近くに入り、課題の把握から定着までを持つ提供の形です

企業の側から見た FDE 型の支援は、外部のエンジニアが発注企業の業務の近くに入り、何を解くかを決めるところから、動くものを作り、業務で使われる状態にするところまでを一続きで担う提供の形です。職種としての FDE の定義や仕事の中身は、Offers FDE のFDE の役割と仕事内容を解説した記事が詳しく扱っています。ここから先は、発注する企業の側で何が変わるかに絞った話です。

この形が求められるのは、AI を入れた企業の多くで、用途は文書作成や情報収集など個人の業務の効率化が中心で、効果も業務の効率化や迅速化といった内向きの成果にとどまっているからです。調査に答えた日本企業の58.0%が AI を導入または試験利用している一方、そのうち「期待以上の効果があった」「期待どおりの効果であった」と答えた企業は合わせて31.8%で、最も多いのは「一定の効果はあった」の50.6%でした(情報処理推進機構「DX動向2026」2026年7月公表)。

効果があったと答えた企業に中身を尋ねた設問でも、「業務が効率化したり迅速化した」が91.6%に上る一方、「顧客満足度が向上した」は4.5%、「売上や利益が向上した」は3.9%にとどまりました。文書の要約や下書きに AI を使う企業は増えても、業務の流れそのものを書き換え、外向きの成果につなげるところまで進んだ企業はまだ少ないと読み取れる結果です。

業務の流れを書き換えるには、その業務の手順・例外・判断の基準を知ったうえで、仕組みを作っては直す作業が要ります。ツールを配るだけでは埋まらないこの作業を、作り手が業務の近くで引き受けるのが FDE 型の支援です。

受託開発との違いは、仕様の決まり方・成果物・関わる人・終わる条件の4点です

受託開発は先に固めた仕様どおりのものを納めて終わり、FDE 型の支援は試作を前に仕様を決め、業務で使われて社内に引き継ぐところまでを持ちます。違いを4点で並べると、次のとおりです。

比べる点 受託開発 FDE 型の支援
仕様の決まり方 発注側が要件定義書に書き、契約の前に固める 作り手が業務を見て試作を出し、現場の反応を受けて決めていく
成果物 仕様書どおりに動くシステムと納品の文書 業務で使われている仕組み・効果の実測値・引き継ぎの文書
関わる人 発注側の窓口と、受託会社の開発チーム 業務の持ち主・現場の担当者・情報システム部門と、外部の作り手
終わる条件 仕様どおりに動くことを検収で確かめた時点 業務で使われ、社内の担当者が運用と修正を引き継いだ時点

仕様の決まり方の違いは、AI の仕組みの出来が実データで試すまで判断できないことから生まれます。問い合わせメールを種類ごとに振り分ける仕組みなら、どの種類を AI に任せ、どの種類を人に回すかは、実際のメールで試作を動かし、担当者が結果を見て初めて決められるものです。受託開発ではこうした判断が契約の後に出てくると仕様の変更として扱われ、見積もりと契約の見直しが入りがちです。FDE 型の支援では、同じ判断が毎週の作業の一部になります。

成果物の違いは、受け取った後に何ができるかに表れます。受託開発で受け取るのは仕様書どおりのシステムで、保守契約の範囲を超える手直しは改めて発注するのが基本です。FDE 型の支援では、効果の実測値と、設定・プロンプト・運用の手順を書いた文書もあわせて残すため、次の手直しを社内で始められます。

関わる人の違いは、業務の担当者が開発の場に出続けるかどうかです。受託開発では要件定義を終えると、現場の担当者が開発に関わるのは受け入れの試験くらいになりがちです。FDE 型の支援では現場の担当者が毎週のように試作を触るので、発注側から出る人は増えます。

情報処理推進機構の「DX動向2026」は、DX で成果が出ている企業の特徴として、経営者・IT 部門・業務部門の協調が取れていることを挙げています。FDE 型の支援は、業務部門と IT 部門と作り手が同じ試作を見て話す場を、契約の中に組み込む形です。

終わる条件の違いは、契約の終わり方を変えるものです。受託開発は仕様どおりに動くことを検収で確かめた時点で終わりますが、FDE 型の支援では「社内の担当者が自分で直せるか」が終わりの目安になるため、その条件を契約の前に文章にしておく必要があります。

受託・FDE 型・内製化の3つからどれを選ぶかは、要件とコードの持ち主から整理したAI 開発の受託・FDE 型・内製化の違いを比べた記事が参考になるはずです。

仕様は会議室ではなく、試作を前にした現場で決まります

FDE 型の支援では、仕様を最初に書き切るのではなく、短い周期で試作と修正を繰り返しながら決めていきます。

この進め方は、厚生労働省が「37号告示に関する疑義応答集(第3集)」で説明するアジャイル型開発と重なる部分が多いものです。同資料はアジャイル型開発を、「開発要件の全体を固めることなく開発に着手し」、開発の途中でも要件の追加や変更を可能とする手法としています。発注者側の開発責任者と双方の開発担当者が対等な関係で協働し、情報の共有や助言・提案をしながら、開発担当者が開発の手法や順序を自律的に判断して進めることが特徴だという説明です。

FDE 型の支援で1回の周期に起きることは、おおむね次の4つです。

  1. 作り手が業務の手順と実データを見て、試作を出す
  2. 現場の担当者が実際の案件で試作を使い、使えない点を挙げる
  3. 業務の持ち主が、直す点の優先順位を決める
  4. 作り手が直し、次の試作を出す

この繰り返しの中で、AI に任せる範囲と人が確かめる範囲が少しずつはっきりしていきます。要件定義書を何度も往復させるより、試作を1回触ったほうが「この例外は人に回す」といった判断は早く出やすいでしょう。担当者が文書ではなく、自分の業務の結果を見て判断できるからです。

ただし、何も決めずに作り始めてよいわけではありません。どの業務のどの数字を良くするか、人が最終判断する箇所はどこか、使ってはいけないデータは何かは、最初の試作の前に決めておく項目です。精度の基準や人が確認する範囲など、AI の要件定義で先に書いておく項目はAI の要件定義で書くことの記事にまとめています。

発注側が用意するのは、業務の持ち主・現場の窓口・データと権限・判断の速さの4つです

発注側が用意するのは、優先順位と使うかどうかを決める業務の持ち主、試作を使う現場の窓口、実データに触れるためのデータと権限、そして週単位で決める判断の速さの4つです。FDE 型の支援で外部が引き受けられるのは作ることと試すことで、何を優先し、使えるかどうかを決めることは発注側にしかできません。4つの役目と、欠けたときに起きることを並べると次のようになります。

用意するもの 役目 欠けたときに起きること
業務の持ち主 直す点の優先順位を決め、試作を業務で使うか、続けるかやめるかを判断する 試作への意見が割れたまま、何を直すかが決まらない
現場の窓口 試作を実際の案件で使い、使えない点を作り手に返す 作り手が業務の例外を知らないまま作り進める
データと権限 試作に使うデータの範囲・置き場所・アクセス権を決める 審査待ちで試作が始まらない。本番へ移すときに作り直しが出る
判断の速さ 週ごとに直す点を決める場と、その場で決めてよい範囲を置く 修正のたびに社内の承認を待ち、周期が月単位に延びる

業務の持ち主は、その業務の結果に責任を持つ部門から立てます

業務の持ち主は、AI を入れる業務の成果に責任を持ち、何を優先して直すか、試作を業務で使うかを決める人で、その業務を所管する部門の責任者が務めるのが基本です。

いまの日本企業では、AI の導入を IT 部門が率いる形が最も多くなっています。AI を導入・試験利用・検討している企業に、AI の導入と利活用を誰が率いているかを尋ねた設問では、「IT 部門の長」が46.0%で最も高く、「経営層」が32.1%、「導入や利活用する現場の長」が27.5%でした(情報処理推進機構「DX動向2026」n=1,189・2026年7月公表)。

IT 部門が全体を率いること自体は自然な形です。ただ FDE 型の支援では、個々の業務で何を良くするかを決める人が業務の側にいないと、試作の良し悪しを判断できません。前の節で触れた厚生労働省の疑義応答集の問答も、アジャイル型開発では発注者側の開発責任者が要求事項の一覧の内容と優先順位を決めるのが通常だという前提で書かれています。

業務の持ち主に決めてもらうことは、次の3つです。

  • 何の数字を良くするか(処理時間、手戻りの件数、判断の待ち時間など)
  • 試作のどこを先に直すか
  • 続けるか、やめるかを判断する基準

導入前に決める指標と今の数字の測り方は、AI 導入の効果測定と ROI の記事にまとめています。

現場の窓口は、試作を実際の案件で使う時間を確保します

現場の窓口は、その業務を日々担当している人で、試作を実際の案件で使い、どこが使えないかを作り手に伝える役です。業務の持ち主が兼ねると判断と検証が1人に集まり、日々の業務に追われて試作に触れる時間が取れなくなりがちです。

窓口には、業務の例外を知っている人を選びます。経費精算の確認なら、ふだん差し戻しをしている担当者が、規程には書かれていない例外の扱いを知っているはずです。こうした例外が試作の早い時期に出てくるほど、作り直しは小さく済みます。

窓口が週に何時間を試作に使えるかは、契約の前に上長と合意しておきます。業務量を減らさずに窓口の役目だけを足すと、繁忙期に試作への反応が止まり、周期が延びるからです。

データと権限は、着手の前に情報システム部門と決めておきます

FDE 型の支援は実データで試すことが前提のため、どのデータを作り手に見せ、どこに置き、誰がどの権限で触れるかを、着手の前に決めておく必要があります。

データの準備は効果の出方にも関わります。同じ「DX動向2026」で学習データの整備状況を尋ねた設問では、「整備しており AI に活用している」が7.0%にとどまり、「整備しているが十分ではない」が28.4%、「必要性は認識しているができていない」が27.6%でした。報告書は、学習データを整備して AI に使っている企業のほとんどが、期待と同等かそれ以上の効果を得ていると分析しています。

決めておく項目は、次の4つです。

  • 試作に使うデータの範囲と、個人情報を含むかどうか
  • 仕組みを置く場所(自社のクラウド環境か、外部の環境か)
  • 作り手に渡すアカウントと、その権限の範囲
  • 操作の記録を誰が持ち、どこに残すか

権限は、試作に要る範囲だけを渡す最小権限の考え方で決めると、情報システム部門の審査で説明しやすくなります。審査に時間がかかる会社ほど、契約の前に申請を始めておくと試作の開始が遅れません。社内文書・権限・更新の持ち主を整える手順は、AI のデータ整備の進め方の記事にまとめています。

判断の速さは、週ごとの決定の場と、その場で決めてよい範囲で作ります

FDE 型の支援は短い周期で試作と修正を回すため、発注側の判断が遅れれば、その分だけ周期が延びます。1回の修正の方向を決めるたびに社内の稟議を待つ形では、週単位の進め方が月単位に戻ってしまうでしょう。

用意するのは2つです。1つは、業務の持ち主・現場の窓口・作り手が試作を見て直す点を決める、週1回の場です。もう1つは、その場で決めてよい範囲です。たとえば「試作の範囲で直す点の順番は業務の持ち主が決め、対象の業務を広げるときと費用が変わるときだけ稟議にかける」といった区分けを、始める前に文書にしておきます。

続けるかやめるかの基準も、始める前に決めておく項目です。「処理時間が今の半分にならなければ本実装に進まない」のように数字で書いておけば、試作の結果が出た時点で迷わずに判断できます。PoC の前に決めておく3つのことは、PoC で止まらない進め方の記事で詳しく扱っています。

Offers AX は FDE 型で作り、引き継ぎまでを最初から設計します

株式会社overflow の Offers AX は、コンサルティング・AI エージェント開発・内製化支援の3本柱で、FDE 型の支援を行うサービスです。FDE を、業務の現場に近い距離で戦略立案と実装を一体で進めるモデルと位置づけ、要件定義書ではなく動くもので合意する進め方をとっています。AI エージェント開発では、数週間でプロトタイプを作り、実業務で検証してから本実装へ進む流れです。

効果は実測し、その数字で続けるかどうかを判断する設計で、効果が出ない場合に中止を選べることも最初から契約の前提に含めています。担当者は常駐せず、業務上の指示は PM を通じて受けます。社内に AI 人材がいない企業でも、それを前提にした体制で入り、引き継ぎまでを設計に含める形です。

仕組みは原則としてお客様の環境に構築し、GCP・Azure・AWS のいずれにも対応します。当社の環境に顧客データを抱えず、契約が終わっても資産はお客様の環境に残ります。内製化支援の範囲は、引き継ぎドキュメントの整備、社内の運用体制の設計、エンジニア採用の要件定義の支援までです。

Offers AX の支援内容を見る

業務の持ち主や現場の窓口をどう立てるか、どの業務から始めるかを一緒に決めたい場合は、課題の洗い出しから始める1時間の相談を受け付けています。無料相談を申し込むからご連絡ください。

契約は準委任を中心に組み、指示の出し方を先に決めます

FDE 型の支援は完成の中身を契約の時点で書き切れないため、仕事の完成を約束する請負より、事務の処理を委ねる準委任で組むほうが実態に合います。

厚生労働省の疑義応答集は、請負を「労働の結果としての仕事の完成を目的とするもの」と説明しています。委任・準委任も、発注者と受注者側の労働者の間に指揮命令の関係が生じない点では請負と同じだという整理です。

成果に報酬を結びつけたい場合は、民法648条の2が定める、委任事務の履行で得られる成果に報酬を支払う約束の形も選べます。「社内の担当者が運用を引き継げる状態にする」を成果に置けば、比較表の「終わる条件」を契約の言葉に置き換えられるはずです。

注意したいのは、作り手が業務の近くで働くほど、発注側から直接の指示が出やすくなることです。同じ疑義応答集は、契約が準委任でも、実態として発注者側が受注者側の担当者に直接、業務の遂行方法や労働時間などを指示していれば偽装請負と判断されるとしています。2026年5月には、この考え方がアジャイル型開発以外のシステム開発にも当てはまるとする問答が加わりました。

一方で、対等な関係の下で協働し、受注者側の担当者が自律的に判断して進めている限り、会議やチャットに双方の全員が参加して情報の共有や技術的な助言・提案をしても、それだけで偽装請負と判断されるものではない、というのが同じ資料の説明です。そのうえで資料は、双方の役割や権限、チーム内での進め方を予め明確にし、合意しておくことが重要だとしています。

FDE 型の支援に置き換えると、始める前に次の3つを決めておくと安全です。

  • 直してほしい点と優先順位は、業務の持ち主から外部側の責任者に伝える
  • 現場の窓口が試作に意見を言うのはよいが、作業の割り振りと順番は外部側が決める
  • 役割・権限・要望の出し方を初回の資料に書き、双方で合意して残す

外部の担当者と社内の分担を工程ごとに整理した表はAI 伴走支援の記事に、成果物・知的財産・責任の分け方はAI 開発の契約で決めておく6項目の記事にまとめています。

FDE 型が合わない業務もあります

FDE 型の支援はどの業務にも向くわけではなく、業務によっては受託開発や既製のツールのほうが早く済みます。向かないのは、主に次の3つの場面です。

  • 入力と出力、合格の基準を作る前に言葉で書き切れる業務。決まった書式の書類から項目を抜き出す処理などは、仕様を固めて受託に出したほうが、現場の時間を使わずに済みます
  • 現場の担当者が試作に時間を割けない時期。決算期や繁忙期に始めると窓口からの反応が途切れ、周期が延びがちです
  • 多くの部門と既存のシステムが関わる大規模な基幹システムの刷新。試作と修正を週単位で回す形とは別の計画と体制が要ります

もう1つ気をつけたいのは、作り手が近くにいることを、社内の判断まで任せてよいことと取り違えることです。何を優先し、AI の出力をどこまで信じて人が何を確かめるかまで外部が決めると、契約が終わった後に仕組みを直せる人が社内に残りません。作ることと試すことは外部に、決めることは発注側に残すという分担を、最初の打ち合わせで確かめておきましょう。

最初の一歩は、1つの業務について4つの役目の持ち主を書き出すことです

FDE 型の支援を検討するなら、外部に声をかける前に、AI を入れたい業務を1つ選び、4つの役目を誰が持つかを書き出すところから始めるのが近道です。

  1. 業務を1つ選び、月の件数、1件にかかる時間、判断している人、使っているシステムを書く
  2. 業務の持ち主と現場の窓口の名前を書き、それぞれが週に何時間を使えるかを上長と確かめる
  3. 試作に使いたいデータと置き場所を書き、情報システム部門に審査の流れと期間を聞く
  4. 週1回の判断の場の日時、その場で決めてよい範囲、続けるかやめるかの基準を書く

名前や日時が入らない欄があれば、そこが外部に頼む前に社内で埋める課題になります。表が粗くても、最初の打ち合わせに持ち込めば、どこまでを外部に任せ、どこを社内で持つかの話から始められるはずです。

各部門で AI の導入を進める推進役の選び方はAI 推進担当を各部門に置くときの選び方の記事に、運用を社内へ移すまでの手順は生成AIの内製化の進め方の記事にまとめています。社内で回す体制づくりの記事は、内製化のカテゴリから読めます。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ