FDEの最大のリスクは「高度なアウトソーシング」に成り下がることであり、これをどう打開すべきか？

著者：張烽

FDEモデルの「アウトソーシングの罠」とフライホイールによる打開策：資産の滞留をめぐる生死をかけた競争。

一、FDEの根底にある論理は「責任の前倒し」である

あるAI企業がFDE（Forward Deployed Engineer、前線展開エンジニア）チームの結成を決めた際、最もよく耳にする説明は「Palantirをベンチマークにする」というものだ——エンジニアを顧客の現場に深く送り込み、モデルの能力を実際の業務プロセスに組み込むこと。Palantirの時価総額が一時4,000億ドルを突破し、粗利益率が80％を超えたというストーリーは、無数の企業を惹きつけた。しかし、これこそが最も危険な認識の出発点である。

一般の人々がFDEに対して抱く第一の誤解は、それを「より高度な常駐型アウトソーシング」と同一視することだ。 現場のFDE担当者の自己評価はさらに衝撃的だ。「中国のFDEは請負業者による人材アウトソーシングに近く、大手企業が製品を売り切った後、我々が厄介で骨の折れる仕事を請け負っている」。このような感覚は決して例外ではない。ある実務者は率直にこう語る：「率直に言って、私たちの仕事は依然として請負業者による人材アウトソーシングに過ぎないと感じています。プリセールスでの見積もり作成、営業による契約締結、アフターサービスでの納品――ただAIという看板を掲げているだけなのです」。

FDEモデルの第一原理とは何でしょうか？FDEは単なる職種ではなく、新たな成果責任の一形態である。その価値は、「人員を現場に派遣する」という行為そのものにあるのではなく、「モデルの能力」と「業務成果」の間に広がる溝を埋めることにある。MITの『The GenAI Divide: State of AI in Business 2025』レポートによると、企業は生成AI分野にすでに300億～400億ドルを投資しているが、95％の組織が測定可能なビジネス上のリターンを得られていない。一方、ガートナーは、2025年末までに少なくとも30％の生成AIプロジェクトが概念実証（PoC）の段階で放棄されると予測している。問題はモデルの能力にあるのではなく、モデルを実際のビジネスプロセスに組み込み、成果を生み出す人材が不足していることにある。

FDEの根底にある論理は「責任の前倒し」である。これは、プリセールス、導入、製品、カスタマーサクセスの機能を1つのフロントラインチームに再編成し、成果の創出と学習を同時に実現するものだ。このロジックから逸脱すると、FDEは「高度なアウトソーシング」の別の形へと退化してしまいます。

二、FDEの最大のリスクは、高度なアウトソーシングに成り下がることであり

FDEが直面する「アウトソーシング化」のリスクは、中国特有のものではなく、世界的なAI実用化の波における普遍的な課題である。

世界的なデータから見ると、FDE職の急増そのものが、ビジネスモデルの希薄化というリスクを伴っている。 LinkedInが2026年1月に発表したレポートによると、FDEの新規求人数は2023年から2025年にかけて42倍に急増した。OpenAIはこのため専用の展開会社を設立し、AWSは10億ドルを投じて数千人規模の「組み込みAIエンジニア」チームを編成した。資本と人材がこれほどのスピードで新興分野に流入すると、モデルが希薄化し、基準が引き下げられるのは、どの新興職種にとっても避けがたい法則である。

「深さと規模の矛盾」は、すべてのFDE実践者が抱える共通のジレンマである。 19人の実践者へのインタビューが明らかにしたように、「顧客への関与が深ければ深いほど、価値を創造できる可能性は高まる。しかし、その分、個別化されたニーズを取り込みやすくなり、ノウハウが個人に留まってしまい、次の顧客ではまた一からやり直さなければならない。深みなしには価値はなく、深みだけあれば規模は生まれない」。この矛盾は、国や業界、企業の規模によって異なるものではない――それはFDEモデルに内在する緊張関係である。

a16zの警告は普遍的な教訓となる。a16zのAIアプリケーション投資パートナーは、シリコンバレーのAIスタートアップ各社がPalantirのFDEモデルを相次いで模倣し、「高度にカスタマイズされたサービスを提供して高額な契約を締結している」が、「Palantirのモデルを盲目的に採用すれば、『サービス・トラップ』に陥る可能性がある――カスタマイズ開発は製品化できず、粗利益率が低くなり、スケールメリットも得られない」と指摘した。これは中国特有の問題ではなく、FDEモデルが世界的に直面している共通の課題である。

この点を認識するのは、警戒心を緩めるためではなく、「中国特有の問題」という帰属の錯覚を排除するためである。問題を外部環境のせいにすることは、かえってモデル自体の構造的な欠陥を覆い隠してしまうことになる。

三、中国のFDE問題はより早期に発生し、プラットフォームの支援もより脆弱である

共通の法則の下でも、中国のFDEが直面する「アウトソーシング化」のリスクには、独自の歴史的背景と構造的な原因がある。

第一に、「まず実行し、その後認証を得る」という成長経路が、中国のFDEにネイティブプラットフォームの支援を欠くという結果を招いた。 PalantirのFDEが高い粗利益率を維持できているのは、その背後にFoundryプラットフォームがあるからだ。つまり、FDEが現場で行うのは、プラットフォームに基づいた「ラストワンマイル」のカスタマイズである。一方、中国企業のFDEの多くは「まず実行し、その後で定義する」という方式である：多くの企業は、Palantirを研究してそれに倣ってFDEチームを構築したわけではなく、AIプロジェクトが実際に稼働した後に、従来の組織の役割分担では顧客が求める成果に対応できないことに気づいた。営業が契約を担当し、プリセールスがソリューションを担当し、プロダクトが汎用機能を担当し、導入チームが稼働を担当する――しかし、AI機能が稼働しても業務成果が生まれない場合、一体誰が責任を負うのか？従来の組織体制には、まさにそのような役割を担う人物が欠けていた。そこでFDEという役割が「生み出された」のだが、多くの場合、孤立無援の状態――プラットフォームも、アセットライブラリも、収益還元メカニズムもない。

第二に、中国企業の顧客基盤と支払い意欲が、独特の「アウトソーシング化」の圧力を生み出している。Palantirの顧客は政府や大手機関が中心で、プロジェクト規模が大きく、期間が長く、予算も潤沢だ。一方、中国のAIサービス市場が直面しているのは、「顧客基盤が脆弱で、データやプロセスが不十分」という現実である。ある実務家は、典型的なジレンマを次のように説明している。1000万元規模の大口契約で、顧客のトップが契約書に署名した後、実行を部下任せにするが、部下は具体的な要件を提示できず、「FDE（データエンジニア）に自分で探させ、自分で提案させ、自分でやらせろ」と言われる。その結果、FDEは方向性を見失ったハエのように各部門を「運任せ」で回って要件を聞き出し、意を決して7つのAIエージェントを開発したものの、「実際に使えない」という結果に終わった。このような環境下では、FDEは容易に「火消し役」に成り下がってしまう――能力を蓄積するのではなく、クライアント組織の混乱のツケを払わされることになるのだ。

第三に、給与と価値の定位のミスマッチが「アウトソーシング化」の傾向を加速させている。 PalantirのFDEの給与は業界でも高水準にあり、基本職の年収は約13.5万～20万ドル、上級職では15.5万～30.7万ドルに達する。一方、中国市場では、実務者からの報告によると、アウトソーシングエンジニアの月給は約1.5万元である（19名の実務者へのインタビューに基づく）。求人プラットフォーム「Liepin」のデータによると、FDEの平均年収は約40.8万元である。この報酬格差の背景にある論理は、低報酬が参入障壁の低さを意味し、参入障壁の低さが真のFDE能力を持たない人々の市場への大量流入を招くということだ。業界関係者が指摘するように、「プラットフォームの支援がないFDEは、単なる高級アウトソーシングの別名に過ぎない」。

中国のFDEの独自性は、「問題がより深刻」であることではなく、問題がより早く発生し、プラットフォームによる支援がより弱く、市場環境がより複雑である点にある——このため、この状況を打開するための戦略は、シリコンバレーの同業者よりも体系的なものでなければならない。

四、資産の蓄積の欠如が最も重大

FDEが直面する数多くの課題――人材不足、顧客の認識不足、組織内の権限と責任をめぐるせめぎ合い、技術の適合困難――のうち、どれが最も致命的か？

答えは、「資産の蓄積メカニズムの欠如」である。

これは他の問題が重要でないからではなく、他の問題はすべて資産の蓄積を通じて徐々に解決できるからである。人材不足？蓄積されたスキルライブラリやテンプレートがあれば、「何でもできる人材」への依存度を下げることができる。顧客の理解不足？蓄積された業界テンプレートにより、次の顧客は「何ができるか」をより早く理解できるようになる。組織内の権限・責任をめぐる駆け引き？蓄積された方法論や評価セットは、「足並みを揃える」までの時間を短縮できる。資産の蓄積こそが、複利効果を生み出す唯一の手段である――他の投資はすべて線形であるのに対し、資産の蓄積だけが指数関数的な成長をもたらす。

テンセント研究院のレポートは、次のような簡潔な判断フレームワークを示している：「FDEと従来の常駐型サービスの本質的な違いは、プロジェクト終了後に再利用可能な資産として蓄積されるかどうかにある。クライアントにシステムだけを残すのはアウトソーシングであり、経験を持ち帰るものの再利用できないのはプロジェクト型である。現場の経験をスキル、テンプレート、テストセット、あるいは製品能力へと転換すること、それこそがFDEである。蓄積された資産によって、次回同種の納品コストを大幅に削減できること、それこそがスケール可能なFDEである」。

この判断は、核心となる取り組みの2つの側面を明らかにしている：

第一に、何を蓄積するか？ 「プロジェクト文書」を蓄積するのではなく、機械が直接呼び出せる資産――スキル、コネクタ（システム連携コンポーネント）、業界テンプレート（シナリオ別設定）、テストセット（評価基準）、ワークフロー、オントロジー――を蓄積することである。先進的なチームの実践は、すでに4つの資産カテゴリとして体系化されています：デプロイメントテンプレート（ワンクリック型のインフラストラクチャコード）、統合コンポーネントライブラリ（主要な企業システム向けのプリセットコネクタ）、業界ナレッジベース、および再利用可能なSkill体系。

第二に、優先順位をどう設定するか？「オントロジーを完全に独自に構築するにはコストが極めて高い。より現実的な道筋は、まず高頻度で利用されるSkillとシステムコネクタを蓄積し、その後、段階的に業界テンプレートとナレッジベースを形成することだ」。「高頻度」から着手し、「再利用可能性」に焦点を当て、最初から「統一的な」業界プラットフォームを追求するのではなく。

五、人手の積み上げから資産の蓄積へ、単発の納品からフライホイールの閉ループへ

弱点をいかに強みに変えるか？危機をいかに好機に変えるか？その答えは、2つの重要な転換にある――「人的リソースの積み上げ」から「資産の蓄積」へ、そして「単発の納品」から「フライホイールの閉ループ」へ。

転換その1：「カスタマイズ」という一見弱点に見える特徴を、「高価値なデータ収集」という独自の強みに転換する。

カスタマイズの本質的なジレンマは、「完了したら終わり、再利用できない」という点にある。しかし、別の視点から見れば、カスタマイズによる納品の一つひとつが、顧客の業務現場に深く入り込む「高価値なデータ収集」の機会となる――FDEがこの過程で接する業務ロジック、プロセスルール、失敗事例、境界シナリオこそが、エージェントの学習と最適化において最も希少な「実世界データ」なのである。問題は「カスタマイズ」そのものにあるのではなく、カスタマイズによって生み出された知識が、捕捉され、構造化され、機械が実行可能な能力としてコード化されているかどうかにある。

国泰海通の調査レポートは、明確な変換モデルを示している：FDEが顧客の現場に入り、高価値な業務知識を取得→Harness（エージェント実行時プラットフォーム）が知識をエージェントが実行可能な能力としてコード化→本番運用により実際のタスクと失敗データが生成→FDEが再解釈・抽象化してフィードバック→Harnessとプラットフォームの継続的な反復→次の顧客への展開がより迅速かつ低コストに。この閉ループの鍵となるのは：「カスタマイズ」のたびに発生するコストは、単発的なものではなく、次回の「再利用」に向けた投資となる。

転換その2：「現場のプレッシャー」という一見受動的な状況を、「フライホイールの起動」に向けた最初の推進力へと転換すること。

FDEが現場で感じるプレッシャーは、顧客による結果への厳しい要求、進捗への不安、不確実性への拒絶感に起因しています。しかし、これらのプレッシャーこそが、資産の蓄積を推進する最強の原動力なのです。なぜなら、蓄積されたものこそが、次回の納品において時間を節約し、リスクを低減し、確実性を高めることができるからです。

賽意情報の取り組みがこれを裏付けている：賽意情報の公式発表によると、同社のFDE体系はすでに10社以上の大手グループ企業で実証済みであり、納期を最大36％短縮し、人的投入を平均16％以上削減した。その核心的な違いは、「現場での共創の成果をプラットフォームに還元することで、同種のプロジェクトを徐々にカスタマイズ型納品から能力の再利用へと移行させる」点にある。一方、彩訊股份は証券報道によると、「現場での納品—能力の蓄積—プロジェクト横断的な再利用」という好循環を実現しており、2026年上半期の並行プロジェクト納品数はピーク時で430件に達した。

具体的な戦略は3つある：

戦略1：「蓄積優先」のデリバリー規律を確立する。各プロジェクト終了前に、以下の3つの問いに答えなければならない：今回、どのようなスキルを蓄積したか？どのようなコネクタを更新したか？どのようなテンプレートを改善したか？資産を生み出していないプロジェクトは、完了とは見なされません。

戦略2：「現場→プラットフォーム→現場」というフィードバックの閉ループを構築する。FDEの業務閉ループにおいて、フィードバックループは後方の製品開発チームと直接つながっていなければならない。顧客現場の問題、データ、ニーズをプラットフォームに持ち帰り、一度のカスタマイズ納品が最終的に再利用可能なプラットフォーム能力として定着するようにする。FDEは「現場で形成された能力をバックエンドに還元し、ある顧客現場で明らかになった問題を、次回以降も継続して利用できる資産に変える」必要がある。

戦略3：「人材の複製」を「能力の複製」に置き換える。FDEの真のスケール化は、人員の継続的な増員にあるのではなく、現場の経験をスキル、コネクタ、業界テンプレート、プラットフォーム機能として定着させ、顧客1社あたりの人的投入を継続的に削減することにある。次の段階の競争軸は、「もはやモデル自体の性能競争にとどまらず、企業がより低い限界コストでFDEの実践経験を蓄積・複製できるかどうかにある」。

六、転換、フライホイール、そして未来

FDEモデルの本質を振り返ると、3つの普遍的な原則を導き出すことができる：

第一に、FDEは「常駐」ではなく「転換」である。常駐はあくまで手段であり、転換こそが目的だ――顧客の業務知識を、再利用可能な機械能力へと転換することである。ある観察者が指摘したように、「FDEの最も核心的な能力とは、現実世界をAIが理解できる構造へと抽象化すること」である。これを実現できなければ、どれほど多くの人材を投入しても、それは単なる「高度なアウトソーシング」の別の形態に過ぎない。

第二に、転換のフライホイールを持たないFDEに未来はない。フライホイールの核心は「速く回る」ことではなく、「回れば回るほど省力化される」ことにある。現場での納品を1回行うたびに、次回の納品がより容易になるべきだ――それは人材の熟練度によるものではなく、資産の充実とプラットフォームの知能化によるものである。「やればやるほど疲れる」というFDEチームは、努力が足りないのではなく、資産の蓄積とフィードバックの閉ループを確立できていないのだ。

第三に、中国のFDEにとって最大のチャンスは、まさに最大のリスクの中に潜んでいる。「アウトソーシング化」のリスクが際立っているのは、中国企業のAI需要が十分に大きく、活用シーンが十分に多く、データが十分に豊富だからだ――これらはまさに、トレーニングのフライホイールにとって最も貴重な「燃料」である。鍵となるのは、「現場→エコシステム→現場」という循環メカニズムを確立し、その都度の「厄介で骨の折れる作業」を、次回の「慣れた作業」へと転換できるかどうかである。

工業情報化部は2026年9月、『人工知能応用サービスプロバイダー育成特別行動の実施に関する通知』（工信庁科函〔2026〕414号）を発表し、「サービスプロバイダーが現場展開エンジニア（FDE）チームを構築し、ユーザーの現場に根ざして、シナリオの実装を保証することを奨励する」と明確に打ち出した。求人サイトのデータによると、FDE関連の新規求人件数は、8月単月で2026年上半期の合計を上回った。このブームの中、最も警戒すべきなのは「FDEを行うかどうか」ではなく、「FDEを行ったにもかかわらず、その知見を蓄積し忘れること」である。

FDEの最終的な目標は、大規模な常駐チームではなく、使えば使うほど強くなるインテリジェント資産体系である。 人材は流動的であっても、資産は残さなければならない。プロジェクトは一時的なものであっても、能力は持続的でなければならない。これこそが、FDEが「高額なアウトソーシング」から「価値のフライホイール」へと移行するための唯一の道である。