これからのホワイトカラーは、どの職種であってもFDE的な仕事の仕方になっていく。私は、ほぼ間違いなくそうなると思っています。

FDEとはForward Deployed Engineerの略です。直訳だけを見ると、前線に配置されるエンジニアという少し特殊な職種に聞こえます。しかし、本質は肩書ではありません。お客様の現場に入り、課題を理解し、技術と業務をつなぎ、使える形まで実装し、結果に責任を持つ。その働き方がFDEです。

生成AIやAIエージェントが普及すると、調査、文章作成、分析、設計、プログラミングなど、多くの知的作業は速くなります。一方で、現場には合理性だけでは解けない問題が残ります。人が反対する。部署同士の利害が合わない。過去の経緯がある。ルールが古い。予算が足りない。責任者が決まらない。ここを越えて成果に結びつける仕事こそ、人間が担うべき領域です。

AIが優秀になるほど、私たちには「正解を知っていること」以上に、「現場で前に進めること」が求められます。今回の音声配信では、その違いを「できません」という言葉から考えました。

本題に入る前に、少し寄り道をしました。Googleや生成AIに自社の情報を見つけてもらい、選んでもらうには何が必要かという話です。SEO、LLMO、AIOなど、新しい言葉は次々に生まれます。けれども、表面だけを整えれば評価されるほど単純ではありません。

必要なのは、本物の情報の量と質、そして根拠です。誰が語っているのか。どのような経験があるのか。どんな成果を出したのか。その内容はほかの情報と整合するのか。いわゆるE-E-A-Tの考え方にもつながりますが、結局は日々の事業活動と発信の積み重ねです。

検索順位だけを上げる、AIの回答に名前だけを出す。それで終わっては意味がありません。問い合わせや相談につながり、相手の課題が解決され、事業の成果になるところまで見なければならない。これはFDEの考え方と同じです。技術を入れることが目的ではなく、現場の変化を生むことが目的だからです。

自社サイトを見直すと、事業の内容が意外と伝わっていないことがあります。私自身、人から助言されても素直に聞けず、発信の方向を迷うことがあります。そんな脱線も含めて、情報発信と現場実装には共通点があります。相手がどう受け取り、どんな行動を起自社サイトを見直すと、事業の内容が意外と伝わっていないことがあります。私自身、人から助言されても素直に聞けず、発信の方向を迷うことがあります。そんな脱線も含めて、情報発信と現場実装には共通点があります。相手がどう受け取り、どんな行動を起こすかまで考えなければ、こちらが伝えたつもりでも仕事は完了していません。

現場で新しい仕組みを導入すると、必ず制約にぶつかります。たとえば、採用業務を改善するために新しいシステムを導入したとします。人事担当が3人いて、2人は前向きでも、1人が強く抵「できません」は、関係を閉じる言葉になる抗する。機能的には正しいシステムでも、その1人が使わなければ業務全体がつながりません。

このとき、仕様や契約の範囲を説明して「それはできません」と答えるだけなら簡単です。もちろん、できないことをできると言ってはいけません。法令、セキュリティ、予算、納期、技術的制約など、守るべき線はあります。

しかし、「できません」で会話を終えると、顧客との関係も、改善の可能性も、そこで閉じてしまいます。FDE型の働き方は、その次の一言を考えます。「そのままではできませんが、ここまでならできます」「この条件を変えれば実現できます」「別の方法なら目的に近づけます」。この代替案を出せるかどうかが大きな差になります。

事例: 採用システムに一人だけ反対したら

先ほどの採用システムの例で考えましょう。反対する担当者に対して、操作研修を増やすだけでは解決しないかもしれません。抵抗の理由を聞くと、過去のシステム導入で現場が混乱した経験がある、入力作業が増える、評価方法が不透明になる、という不安が出てくる可能性があります。

そこで、最初の1か月は一部の求人だけで試す。既存の表計算と並行運用する。入力項目を減らす。評価基準を先に合意する。週1回の相談時間を設ける。このように分解すれば、全面導入か中止かという二択ではなくなります。

大事なのは、反対する人を排除することではありません。その人が抱えている制約を、実装条件として取り込むことです。技術的に正しい案を、人が動ける案に変える。ここにFDEの仕事があります。

事例: 要望どおりに作れないときの提案

顧客から求められた機能が、予算や納期の中では実現できないこともあります。その場合、単に見積もりを返して終わるのではなく、目的を聞き直します。毎月の集計時間を減らしたいのか、ミスをなくしたいのか、経営会議で早く判断したいのか。目的が分かれば、機能を小さくしても価値を出せる場合があります。

たとえば完全自動化に3か月かかるなら、まずデータ入力だけを自動化し、確認作業は人が行う。リアルタイム連携が難しいなら、毎朝の一括更新から始める。AIの精度が足りないなら、判断候補を3件まで絞り、人が最終決定する。こうした提案は妥協ではありません。現場で成果を出すための設計です。

そして、一度作った代替案は組織の資産になります。次に似た制約が出たとき、ゼロから悩まずに済むからです。できない理由を列挙する人より、制約を再利用可能な知恵へ変える人が、AI時代には評価されます。

AIに条件を渡すと、「その条件では実現が厳しい」という答えが返ってくることがあります。その判断が正しいことも多いでしょう。けれども、人間の仕事は、その結論を受け取った後から始まります。

条件のうち、どれが絶対で、どれは交渉できるのか。誰に説明すれば動くのか。小さく試すなら、どこから始められるのか。相手が本当に恐れていることは何か。数字には表れない事情を読み、関係者と話し、落としどころをつくる。さらに、決めたことを実行し、定着するまで伴走する。これは現在のAIだけに丸ごと任せるのが難しい仕事です。

だから、AI対人間という競争で考える必要はありません。AIには大量の情報を整理し、選択肢を出し、下準備をしてもらう。人間はその出力を持って現場に入り、対話し、交渉し、責任を引き受ける。AIを使いこなす人ほど、人間らしい実践力が重要になります。

事例: 「厳しい」を「次の一手」に変える

ある計画について、AIがデータ不足、コスト超過、期間不足という理由で実現困難と判断したとします。FDE型の人は、その回答を失敗の宣告として扱いません。データを追加できる部署はどこか、対象範囲を半分にできないか、期間を二段階に分けられないかを検討します。

そのうえで、「当初案は難しい。ただし、対象をこの業務に限定し、3週間の実証を行えば、次の判断材料を得られる」と提案する。実現可能性を100か0かで語らず、次の意思決定につながる一歩へ変換するのです。

この能力は、営業、企画、人事、経理、法務、広報、教育など、ほぼすべてのホワイトカラーに必要です。職種ごとに扱う対象は違っても、現場の制約を理解し、関係者をつなぎ、成果が出る形にするという構造は共通しています。FDEは過去のキャリアを否定する言葉ではない

FDEという新しい言葉を聞くと、経験の長い人ほど複雑な気持ちになることがあります。「これまでの仕事は古いの
〖重要なキーワード解説〗か」「AIやプログラミングができなければ価値がないのか」と感じるかもしれません。

私は、むしろ逆だと思っています。FDEに必要なのはAIエージェントの知識や技術スキルだけではありません。業界の常識、顧客との関係、失敗の記憶、現場の勘所、社内で人を動かす方法など、長い経験から得た人間力が重要です。

新しいツールを学ぶことは必要です。しかし、これまでのキャリアを捨てる必要はありません。経験にAIを掛け合わせ、現場で使える形へ更新する。スキルチェンジやリスキリングとは、過去を否定してゼロからやり直すことではなく、持っている強みを次の時代の成果へつなぎ直すことです。

その意味では、FDEという言葉は多くの人がすでに実践してきた働き方に、新しい輪郭を与えるものでもあります。お客様のところへ足を運び、困りごとを聞き、社内に持ち帰り、関係者を説得し、何とか実現してきた人は、すでにFDE的に働いています。

FDEにはビジネス理解が必要だ、業界経験が必要だ、技術力が必要だ、コミュニケーション力が必要だ。議論を始めると、必要な要素は次々に増えます。どれも間違いではありません。しかし、すべてを満たす完璧な人を待っていたら、現場は前に進みません。

企業によって必要なFDE像は違います。OpenAIやAnthropicのようにAIを中心に事業をつくる企業と、富士通のように幅広い顧客の業務や基幹システムを支える企業では、求められる経験も技術も異なります。製造業、医療、自治体、教育でも、それぞれの現場に必要なFDEがいるはずです。

ですから、唯一絶対の定義を決めることより、自社にとって何を実装し、どんな成果を出す人をFDEと呼ぶのかを明確にすることが大切です。役割、対象顧客、扱う技術、責任範囲、評価指標を言語化する。それだけでも採用、育成、配置は大きく変わります。

一方で、企業ごとの定義だけでは人材市場で共通言語が持てません。そこでFDE検定のような仕組みが、最大公約数としての共通基盤を示します。現場理解、課題設定、技術活用、実装、成果、顧客評価という骨格を共有し、その上に各社固有の要件を積み上げる。この二層構造が現実的だと考えています。

これまでのホワイトカラーは、担当範囲をきちんと終えることで評価される場面が多くありました。資料を作る、システムを納品する、研修を実施する、制度を設計する。もちろん、それらは重要です。

しかしAIによって作業の多くが高速化すると、作ったこと自体の価値は相対的に下がります。その資料で意思決定が進んだのか。そのシステムが使われ、業務が改善したのか。その研修で行動が変わったのか。その制度が組織に定着したのか。評価の中心は、作業の完了から成果の実現へ移ります。

FDE型の人は、納品物の向こう側を見ます。利用者がつまずくなら説明を変える。責任者が判断できないなら比較材料を出す。現場で使われないなら業務手順を見直す。自分の専門領域から少しはみ出してでも、目的達成に必要なことを拾います。

ただし、何でも引き受けるという意味ではありません。責任範囲を曖昧にすると疲弊します。重要なのは、制約と役割を明確にしながら、目的に対して最善の選択肢を提案することです。「私の担当ではありません」で切るのではなく、「担当は別ですが、次に相談すべき人と必要な情報を整理します」と橋を架ける。これも立派なFDE型の行動です。

FDE型の働き方は、大規模なDXプロジェクトだけのものではありません。日々の会議や依頼への返答から始められます。

第一に、「できません」と言う前に、相手の目的を一度聞き直すことです。求められた手段が難しくても、目的を満たす別の方法があるかもしれません。

第二に、制約を具体的に分けることです。予算、納期、技術、規則、人員、合意形成を一つにまとめて「難しい」と言わない。どの制約を動かせば前に進むのかが見えるようになります。

第三に、完全解ではなく次の一歩を提案することです。対象を絞る、期間を区切る、人の確認を残す、試験導入にする。小さくても検証可能な実装が、議論を現実へ戻します。

第四に、結果を記録し、次の提案に使うことです。代替案、判断理由、現場の反応、得られた成果を残せば、個人の工夫が組織の資産になります。

第五に、顧客や利用者の評価まで確認することです。実装した側が成功だと思っていても、使う人が困っていれば未完了です。成果の定義を最初に合わせ、最後に確かめる習慣が必要です。

FDE的な仕事の仕方へ移る流れは、止められないと思います。問題は、FDEになるかならないかではありません。自分の経験とAIをどう組み合わせ、どこまで成果に責任を持つかです。

AIが「厳しい」と答えたところで、人間が対話を始める。組織の抵抗を敵と見なさず、実装条件として理解する。できないことを隠さず、それでも次の一手を出す。その積み重ねが信頼をつくり、顧客から選ばれる人をつくります。

AI時代の競争力は、知識の量だけでは決まりません。現場に入り、関係をつなぎ、最後までやり切る覚悟で決まります。すべてのホワイトカラーがFDEになるというのは、全員がエンジニアになるという意味ではありません。全員が、自分の仕事を成果まで届ける人になるということです。

人や組織が変わるための考え方をさらに深めたい方は、私の著書『マインド・トランスフォーメーション　AI時代の思考革命』も参考にしてください。技術の導入だけでなく、人間側の人や組織が変わるための考え方をさらに深めたい方は、私の著書『マインド・トランスフォーメーション AI時代の思考革命』も参考にしてください。技術の導入だけでなく、人間側のマインドセットをどう更新するかを考える一冊です。

マインドセットをどう更新するかを考える一冊です。

２年先の未来を先取り。AI・DX・超知性ASI時代のデジタル戦略を読み解くPodcast「DX企画書のネタ帳」。未来を先取りする実践的なヒントを毎日お届けしています。

今回の音声配信はこちらです。Spotifyで聴く

DX推進やデジタル化で道に迷ったら、DX相談・壁打ちもご活用ください。番組で紹介したFDEに関する発信はこちらのX投稿、番組へのゲスト参加は応募フォームからご覧いただけます。

近森満（ちかもり みつる） 株式会社サートプロ 代表取締役CEO ／ DXコンサルタント／IT人材育成／検定事業化 IT技術者の教育支援と人材育成を専門とする事業化コンサルタントとして、2006年に株式会社サートプロを創業し、IoT検定・+DX認定・アジャイル検定などの資格制度を創出。独自の技術者向け教育研修の開発に定評があり、実践的なスキル向上を支援。経済産業省DX推進ラボおよびIoT推進ラボのメンターとして自治体や中小企業のDX推進を支援。近年は超知性ASIスキル可視化にも取り組み、次世代技術の普及に注力している。

■株式会社サートプロ 代表取締役CEO
近森満

■所属・役職
・IoT検定制度委員会 事務局長（IoT検定、＋DX認定、超知性ASI検定）
・一般社団法人 IT職業能力支援機構 理事長（Android資格）
・電気・電子系技術者育成協議会 副理事長（E検定）
・組込みソフトウェア管理者技術者育成研究会 メンバー（組込み）
・ET教育フォーラム合同会社 代表（コンテンツ制作）
・経済産業省 地方版IoT推進ラボ ビジネス創出事業メンター（IoT支援）
・経済産業省 地域DX推進ラボ ビジネス創出事業メンター（DX支援）
・デジタル庁 デジタル推進委員（デジタル化支援）
・DX事業共同組合 設立理事（DX推進）
・一般社団法人日本サステナブルビジネス機構 幹事（SDGs認証）
・”一億総活躍社会を実現する”共生日本協議会 理事（DEI支援）
・アジャイル開発技術者検定試験コンソーシアム 事務局長（Agile検定）
・一般社団法人国際サイバーセキュリティ協会 事務局長（IACS認定）

X (Twitter)

Facebook

YouTube

note