なぜ今、FDEが注目されているのか
前回は、AIエージェントの実装では、最初に全ての仕様を固めるのではなく、実際の業務データで動かしながら必要な知識や要件を発見していくことが重要だと説明しました。では、誰がその役割を担うのでしょうか。
現場の担当者は業務には詳しくても、AIエージェントの設計やシステムとの接続に詳しいとは限りません。一方、エンジニアはAIやシステムには詳しくても、エンドユーザー固有の業務や暗黙の判断基準まで理解しているとは限りません。業務コンサルタントが両者をつなぐ方法もありますが、AIエージェント開発では、ヒアリング内容を整理するだけでなく、実際にAIを動かして改善する実装力も必要です。
そこで注目されているのが、「Forward Deployed Engineer」（FDE）です。エンドユーザーの現場に深く入り込み、業務課題を理解しながら、エンジニアリングによって解決策を実装していく役割を指します。ただし重要なのは、「FDEという肩書きの人を採用すること」ではありません。業務を理解し、AIを実際に動かしながら現場と一緒に解決策を作る「FDE的な実装アプローチ」を取り入れることだと考えています。
なぜ「業務理解」が実装の成否を分けるのか
例えば、「問い合わせ対応をAIエージェント化したい」という相談をそのまま受け取れば、「問い合わせに回答するAIを作る」というプロジェクトになります。しかし現場を詳しく見ると、典型的な質問と回答（FAQ）の一覧が更新されていない、必要な情報が複数のシステムに分散している、担当者によって回答方法が違う、ベテラン社員だけが知る例外対応がある――といった問題が見えてくるかもしれません。
この状態では、高性能なAIモデルを導入しても成果は得られません。問題はAIの性能ではなく、業務を成立させている知識や判断基準が整理されていないことにあるからです。
ここで注意したいのが、開発する側が「ご用聞き型」になることです。受託開発そのものが問題なのではありません。要件が明確な領域では従来型の開発手法は今後も重要です。問題は、「何を実装すれば成果が出るのか」が明確でない段階で、提示された要望をそのまま仕様として受け取ってしまうことです。「この作業を自動化したい」と言われたとき、FDE的なアプローチでは、まず「なぜその作業が必要なのか」を考えます。作業自体をなくせるかもしれないし、ロボティックプロセスオートメーション（RPA）で十分かもしれません。前工程のデータを整理すれば処理そのものを簡略化できる可能性もあります。「何を作るか」ではなく「どの業務課題を解決するか」から考える。これがFDE的アプローチの特徴です。
ZDNET Japan 記事を毎朝メールでまとめ読み（登録無料）