Forward Deployed Engineer（FDE）とは

技術力には自信がある。しかし、自分の書いたコードが事業にどう貢献しているのか見えにくい。要件は上流で決まっていて、自分はそれを実装するだけ。もっと課題の根本から関わりたい。エンジニアとしてキャリアを重ねる中で、こうした問いを抱える人は少なくありません。

この問いに一つの答えを示す職種として、グローバルで急速に注目を集めているのがForward Deployed Engineer（FDE）です。Palantir Technologiesが確立し、OpenAI、Databricks、Salesforceが相次いで採用を拡大。VCファームのa16zは「the hottest job in tech（今最もホットな職種）」と呼びました。

本記事では、FDEとは何か、既存の職種と何が違うのか、なぜ今この職種が求められているのかを整理します。

Forward Deployed Engineerを直訳すると「前線配備エンジニア」。もともとは軍事用語で、最前線に展開する部隊を指す言葉です。この名前が示す通り、FDEは顧客の現場という「最前線」に入り込み、課題の発見から実装、運用までを一気通貫で担うエンジニアです。

Palantir Technologies公式ブログでは、FDEの責任範囲を「スタートアップのCTOに似ている」と表現しています。小さなチームで、ハイステークスなプロジェクトの全体を自ら動かす。提案書ではなく、動くシステムで価値を証明する。それがFDEの本質です。

この職種を最初に確立したのは、2003年創業のPalantir Technologiesです。Palantirは政府機関や大企業向けにデータ分析プラットフォームを提供する企業ですが、扱うデータは機密性が高く、顧客の業務も複雑です。プロダクトを「納品して終わり」にはできない。そこでPalantirは、エンジニアを顧客の現場に送り込み、顧客と密に協働しながら価値を生み出すモデルを構築しました。

2016年頃まで、Palantirでは通常のソフトウェアエンジニアよりもFDE（社内では「Delta」と呼ばれていた）の方が多かったとされています。商用データプラットフォーム「Palantir Foundry」が2016年にリリースされて以降、多くのFDEがプロダクト開発側に戻り、現場で得た知見をプラットフォームに還元していきました。それほどまでに、FDEモデルが事業の中核を担っていたのです。

現在、FDEはPalantirだけの専売特許ではなくなりました。OpenAIでは2025年初頭にFDEチームが正式に設置され、ニューヨーク、サンフランシスコ、ロンドン、東京など世界8都市に展開しています。Salesforceは1,000人規模のFDEチーム構築にコミット。Databricks、Snowflake、Rampなども相次いでFDEチームを設置。日本国内でもLayerX、AI Shift、JAPAN AIなどがFDEポジションの採用を開始しており、この流れは今後さらに加速すると見られています。

FDEを知った人の多くが最初に抱く疑問は、「結局コンサルと何が違うのか」「客先常駐と同じでは」というものです。ここでは既存の職種との違いを構造的に整理します。

コンサルタントは課題を分析し、戦略や提案を行う職種です。成果物は多くの場合、提案書やレポートになります。一方、FDEの成果物は「動くシステム」です。提案だけでなく、自らコードを書き、実装し、本番環境で動くものを作り上げます。

もう一つの重要な違いは、顧客との関わり方です。コンサルタントは一般的に「診断して処方箋を出す」役割ですが、FDEは顧客のチームに入り込み、共に問題を解きます。Palantirの公式ブログでは、FDEの関わり方を「One customer, many capabilities（一つの顧客に対して、多様なケイパビリティを発揮する）」と表現しています。

日本のIT業界には「客先常駐」という非常によく似た形態がありますが、FDEに求められる役割は大きく異なります。

SIerの常駐エンジニアは、顧客から提示された要件に基づいてシステムを開発・運用します。要件は基本的に顧客側やPMOで定義されており、エンジニアはそれを「正しく実装する」ことが求められます。対してFDEは、要件が固まっていない段階から関与します。顧客自身が言語化できていない課題を発見し、何を作るべきかを定義するところから始めるのです。

もう一つの決定的な違いは、自社プロダクトへの還元です。FDEが現場で得た知見は自社プロダクトの改善に活かされます。顧客プロジェクトで終わらず、プロダクト全体の進化に貢献する。この「フィードバックループ」こそが、FDEモデルの核心です。

ソリューションアーキテクト（SA）やセールスエンジニア（SE）とも異なります。これらの職種は、顧客への技術的な提案やPoC（概念実証）の構築を担うことが多いですが、本番運用まで深く関与することは稀です。FDEは、検証段階で終わらず、実際に顧客の業務で使われるシステムを稼働させるところまで伴走します。

この違いを4つの軸で整理すると、FDEの独自性が浮き彫りになります。

実例を一つ挙げます。OpenAIでは、FDEチームがある顧客のコールセンター自動化プロジェクトに取り組む中で、音声モデルの評価基準（Evals）を構築しました。当初、モデルの精度は顧客が本番導入を決断するには不十分でしたが、FDEチームが評価データを持ち帰ってリサーチチームと協働し、モデルを改善。結果として顧客は最初の本番導入に成功し、その過程で改善されたRealtime APIは全顧客に還元されました。顧客の成功とプロダクト全体の進化を同時に実現した好例です。

FDEへの注目が急速に高まっている背景には、AI技術の普及に伴う「成果の壁」があります。

ChatGPTの登場以降、多くの企業がAIの導入に取り組んでいます。しかし、AIツールは導入しただけでは価値を生みません。社内のデータと接続し、業務フローに組み込み、現場の人々が使いこなせるように設計し、継続的に改善していく必要があります。この「導入」と「成果」の間には、想像以上に深い断絶があります。

従来のSaaS的なアプローチ、つまり「プロダクトを提供し、顧客が自分で使いこなす」というセルフサーブ型のモデルは、この断絶を埋めるのに十分ではありません。特にエンタープライズ企業の複雑な業務環境では、汎用的なプロダクトをそのまま適用することは難しく、顧客ごとの業務理解、データ整備、カスタマイズ、運用設計が必要になります。

かといって、従来のシステム開発のように長い時間をかけて要件定義から始めていては、技術の進化スピードに追いつけません。AIの世界では、数ヶ月前のベストプラクティスがすでに陳腐化していることも珍しくありません。

ここに、FDEの存在意義があります。技術を深く理解し、顧客の現場に入り込み、短期間で成果を出すことにコミットする。戦略と実装を分断せず、一人の人間（またはチーム）が一気通貫で担う。このアプローチが、AI時代の複雑な課題に対応するための解として注目されています。

Palantirの事業成長がこのモデルの有効性を示し、OpenAIやDatabricksがFDEチームを急拡大させ、SalesforceがAgentforce推進の一環として1,000人規模のFDEチーム構築にコミットしている事実がそれを裏付けています。FDEは一過性のバズワードではなく、AI時代のソフトウェアビジネスにおける構造的な変化を映し出しています。

FDEに求められるスキルの第一は、技術力です。ただし、特定の技術領域を極めた「スペシャリスト」というよりは、幅広い領域で「動くものを素早く作れる」力が求められます。フロントエンドからバックエンド、インフラ、データパイプラインまで、必要に応じて手を動かせる柔軟性が重要です。最も重要なのは未知の技術に短期間でキャッチアップできる適応力です。

しかし、技術力だけでFDEは務まりません。差がつくのは、むしろ技術以外の部分です。

課題発見力。顧客は自分たちの課題を正確に言語化できていないことが多い。表面的な要望の背後にある本質的な課題を見抜き、優先順位をつける力が求められます。

翻訳力。FDEは経営層とも現場担当者とも対話します。技術の言葉をビジネスの言葉に、ビジネスの言葉を技術の言葉に翻訳できる能力が不可欠です。

オーナーシップ。「それは自分の仕事ではない」と言わない姿勢。曖昧な状況でも、自ら意思決定し、前に進める力。FDEの現場では、誰も正解を教えてくれません。自分で考え、自分で動くことが求められます。

FDEとして働くことで得られるのは、技術力とビジネス理解の両方が同時に磨かれる経験です。顧客の経営課題を理解し、それを技術で解決する。この経験を積んだFDEは、その後さまざまなキャリアに展開しています。技術組織を率いるCTOやVPoE、プロダクトの方向性を決めるプロダクトマネージャー、事業責任者、あるいは自ら起業して技術系スタートアップの創業者になる人も少なくありません。

FDEは、いわば「技術とビジネスの交差点」に立つキャリアです。この交差点に立った経験は、どのような道に進むにしても強力な武器になります。

報酬面でも、FDEは高い水準にあります。Levels.fyiのデータによると、PalantirのFDSE（Forward Deployed Software Engineer）はTotal Compensation（基本給＋株式報酬）で約$171K〜$415K以上（約2,600万〜6,200万円超）。OpenAIのFDEは$300K〜$500K以上（約4,500万〜7,500万円超）に達するケースもあります。

日本市場では職種として確立途上ですが、各社の求人を総合すると700〜1,500万円程度が現在の目安です。SalesforceのFDE求人では800〜3,000万円のレンジが提示されています。AI人材への需要が高まる中、日本でもFDEの報酬水準は上昇傾向にあります。

本記事では、FDE（Forward Deployed Engineer）の定義、既存職種との違い、求められる背景、スキルと適性、キャリアパスと報酬水準を整理しました。

• FDEは、顧客の最前線で課題発見から実装・運用までを一気通貫で担うエンジニア
• コンサルとの違いは「成果物が動くシステム」であること。SIer常駐との違いは「課題を定義する側に立つ」こと
• AI導入の「成果の壁」を越えるために、戦略と実装を一人で担うFDEモデルが構造的に求められている
• 技術力は前提。差がつくのは課題発見力、翻訳力、オーナーシップ
• キャリアの先にはCTO、PdM、起業など「技術×ビジネスの交差点」からの多様な展開がある

FDEという職種の急速な広がりは、「技術力だけでなく、事業課題を解く力を持つエンジニア」の市場価値が高まっていることを示しています。「コードの外側に出たい」「もっと事業に近いところで技術を活かしたい」と考えているエンジニアにとって、FDEは検討に値するキャリアの選択肢です。