なぜ今、Forward Deployed Expertなのか｜完成品製造コストが崩れた時代の人材論

Forward Deployed Expertが今必要な理由は、完成品の製造コストが崩落し、『作れること』の希少性が反転したからである。希少になったのは、何を誰のためになぜ作るかを見極め、社内の意思決定を突破する事業開発の実践知。Engineerの隣に、Expertを。

世界では「FDE＝Forward Deployed Engineer」という呼称が、AI時代の事業実装を語る上での標準語として広がりつつある。Palantirが起点となり、Anthropic、OpenAIをはじめとする世界の先端AI企業が継承し、彼らがコードを書きながら現場に立ってきたからこそ、AI時代の事業は前へと進んできた。私は、この営みに深い敬意を払う。

その上で、私はひとつの問いを投げかけたい。Forward Deployedに現場へ立つべき人材は、本当にEngineerだけでよいのか。

私の答えは、こうだ。AIがコードを書き、完成品を一瞬で立ち上げる時代に、希少なのは「作れること」ではない。希少なのは、「何を、誰のために、なぜ作るのか」を見極め、社内の意思決定を突破し、市場の反応から事業仮説を更新し続ける力――事業開発の実践知である。だからこそ、Forward Deployedに現場へ立つべき人材は、Engineerだけではない。

何が変わったのか――Completion Cost Collapse

いま起きている最大の変化は、完成品の製造コストが崩落したことだ。私はこれを Completion Cost Collapse（完成品製造コストの崩落）と呼んでいる。

2024年から2026年にかけて、AIがコードを書き、画像を作り、動画を生成し、プロトタイプを一晩で立ち上げる時代になった。「作る」ためのコスト・時間・人数の制約が、構造的に下がった。Anthropic社内の調査では、Claudeを使った業務のうち約27%は「Claudeがなければそもそも発生しなかった仕事」だったという（書籍『AI収益進化論』第3章）。「作る」という行為そのものの境界が、書き換わっている。

この変化は、新規事業の方法論そのものにも波及している。「作らずに学ぶ」MVPから、「いきなり完成品を市場に出して学ぶ」Full-Product Launch（FPL）へ。LEAN STARTUPの整理を否定したいのではない。前提が変わったのだ。「作るのは高コストだから、最小単位で検証する」という前提が崩れた以上、方法論も次の形へと発展していく。

ここで、はっきり書いておきたい。「作ること」が難しかった時代、それを担ったEngineerの希少性と功績は本物だった。彼らがいなければ、AIが事業として実装されることはなかった。私が次に書くことは、Engineerの価値を相対化する話ではない。「作ること」を取り巻く構造そのものが変わったという、時代認識の話である。

希少性が反転した

コストが崩れた世界で起きたのは、希少性の反転である。「作れること」そのものは、もはや希少な能力ではなくなった。

希少になったのは、別の3つの力だ。

ひとつ目は、どの顧客課題に向けて、何を、なぜ作るのかを定義する力。AIが何でも作れるからこそ、「何を作らないか」「どこから手をつけるか」を見極められる人が、事業の生死を分ける。

ふたつ目は、社内の意思決定を突破する力。大企業の現場では、技術が出来上がっていても、稟議が通らず、部門間調整が進まず、結局市場に出ない、ということが日常的に起きる。MITの調査では、生成AIへの累計投資300〜400億ドル規模に対し、組織の95%が測定可能なP&Lリターンを得られていない。技術ではなく、組織の側で止まっている事例が多い。

みっつ目は、市場の反応から事業仮説を更新し続ける力。完成品を出した瞬間に返ってくる市場の声、現場の違和感、顧客の言葉――これらを拾い、仮説に翻訳し、次の意思決定に接続する作業は、AIでは代替できない。

この3つをまとめて、私は「事業開発の実践知」と呼ぶ。これは精神論ではなく、コスト構造が変わったことによる必然である。

だから、現場に立つべき人材も変わる

希少性が反転したのなら、Forward Deployedに現場へ立つべき人材も変わるはずだ。事業開発の実践知をAIで増幅させたExpertもまた、現場に立つべきである。

Engineerは「作り切る現場」を担う。AIで構築可能になった完成品を、本番品質まで立ち上げ、運用に乗せる。Expertは「何を作るかを見極め、社内の意思決定を突破する現場」を担う。経営層と現場の間に立ち、顧客の課題を構造化し、稟議を通し、組織を動かす。両者は対立しない。AI時代の事業実装の現場に、並び立つ二つの中核人材像である。

ここで、ひとつの誤解を先回りで潰しておきたい。「Expertは手を動かさないのか」という問いだ。違う。むしろ逆である。AIによってエンジニアリングの裾野が広がったからこそ、事業開発の専門家がコードを書きながら現場に立つことが、現実的になった。完成品の構築コストが高かった時代、事業開発と実装は別人格でしか成立しなかった。コストが崩れた今、両者は同一人格に統合されうる。Expertは「手を動かさない人」ではなく、「事業開発の実践知を持ちながら、AI時代だからこそ手も動かせる人」である。この時代変化を前提に成立する人材像であることは、強調しておきたい。

詳しい違いは別記事に譲る（Forward Deployed Expertの定義、EngineerとExpertの違い）。本記事で私が言いたいのは、もっとシンプルなことだ。Engineerの隣に、Expertを。

なぜ"今"なのか――タイミングの必然

Expertという人材像は、以前から存在しえた。事業開発の専門家を顧客企業の現場に常駐させるという発想自体は、新しいものではない。しかし、"今"これを名指しすべき理由は、3つの条件が同時に揃ったからだ。

ひとつ目。完成品の製造コストが崩れ、作ること自体が希少でなくなった。Completion Cost Collapseの直接的な帰結である。

ふたつ目。AIがエンジニアリングの裾野を広げ、事業開発の専門家がコードを書きながら現場に立てるようになった。Expertが「手を動かせる人」として成立するための技術的前提が、ようやく揃った。

みっつ目。MVPからFPLへ手法が移行し、「いきなり完成品を出して学ぶ」ことが現実になった。完成品を市場に出す判断は、MVPを出す判断より、はるかに重い。「何を出すか」を見極める人材の重要性が、跳ね上がった。

この3条件が揃った今だからこそ、Expertは「あれば良い」ではなく、「現場に並び立つべき」人材像になった。Gartnerの2026年調査では、CEOの80%がAIが組織の業務遂行能力に高度から中程度の変革を強制すると予想している。この変革を実装する現場で、Engineerだけが立っている状態は、構造的に不十分なのだ。

Expertとは誰か

私たちが言うExpertの中身は、AlphaDriveが体系化してきた「AXアーキテクト＝BA能力×AI能力」である。

BA能力（ビジネスアーキテクト能力）は、経営戦略を事業構造に落とし、人を動かし、組織横断で合意形成する力。AI能力は、AI Sprintで既存業務を徹底的にAI化し、AI Orchestrationで複数のAIを束ね、Full-Product Launchで完成品を市場に出す力。両者の掛け算で、Expertは成立する。

定義の詳細は別記事に譲る。本記事で書いておきたいのは、こういうことだ。世界が「FDE=Engineer」を標準語として確立する一方で、私たちは「AXアーキテクトをForward Deployedに常駐させる」というもう一つの解を、日本で初めて提示する。

世界の先端AI企業が示してきた営みへの敬意を保ちながら、その隣に、もう一つの人材像を立てる。これが私たちの立ち位置である。

これは、日本にとって何を意味するか

この問いは、人材論を超えて、AIと人の関係そのものに関わる。

AIが「作れること」を希少でなくしたとき、人に残るのは何か。それは、「何を、誰のために、なぜ作るのか」を問う力――AIが原理的に届かない知性、私たちが PI（Primal Intelligence） と呼ぶものである。現場の身体感覚に宿るField Intelligence、論理を跳び越えるCrazy Intelligence。これらは、AIの学習範囲の外側にしか存在しない。

Expertという人材像は、その人の力を、事業の中心に据え直す試みでもある。AIに置き換えられて怯える人ではなく、AIと共に事業の収益構造そのものを進化させる人。書籍『AI収益進化論』では、これを 収益進化家 と呼んだ。Forward Deployed Expertは、その生き方を職能として具現化したものだ。

私が目指すのは、AIが人の存在意義を奪う社会ではなく、AIが人の可能性をひらく社会だ。日本中の企業に眠るPIを掘り起こし、AXアーキテクトを地域・産業横断で増やしていきたい。日本企業には、半世紀分の現場の蓄積がある。他国とは違う種類のPIが、各社の現場に眠っている可能性が高い。それをAIと結びつけたとき、世界のどの国にもない事業の力が生まれる――というのが、現時点での私の見立てである。

まとめ

ここまで書いてきたことを、もう一度シンプルに置く。

AIがコードを書き、完成品を一瞬で立ち上げる時代に、希少なのは「作れること」ではない。希少なのは、「何を、誰のために、なぜ作るのか」を見極め、社内の意思決定を突破し、市場の反応から事業仮説を更新し続ける力――事業開発の実践知である。だからこそ、Forward Deployedに現場へ立つべき人材は、Engineerだけではない。

私は、Forward Deployed Engineerに敬意を払う。Palantirが拓き、Anthropic、OpenAIが継承してきた営みは、AI時代の事業実装の礎である。

その上で、私は言う。いま現場に立つべきは、Engineerだけではない。Engineerの隣に、Expertを。

AIは効率化から、収益の創造へ。その移行を、人の力で動かしていく。

よくある質問

なぜ今、Forward Deployed Expertが必要なのですか？

完成品の製造コストが崩落し、「作れること」の希少性が反転したからである。AIがコードを書き、プロトタイプを一晩で立ち上げる時代になり、希少になったのは「何を、なぜ作るか」を見極める力、社内の意思決定を突破する力、市場の反応から仮説を更新する力――事業開発の実践知である。この実践知を現場に届けるためのForward Deployed人材として、Expertが必要になった。

Forward Deployed EngineerとExpertは対立する概念ですか？

対立しない。両者はAI時代の事業実装の現場に並び立つ二つの中核人材像である。Engineerは「作り切る現場」を担い、Expertは「何を作るかを見極め、社内の意思決定を突破する現場」を担う。Palantir、Anthropic、OpenAIが確立してきたFDE=Engineerの営みへの敬意を保ちながら、その隣にもう一つの人材像を立てるのが、AlphaDriveの立ち位置である。

Expertは手を動かさないのですか？

逆である。AIによってエンジニアリングの裾野が広がったからこそ、事業開発の専門家がコードを書きながら現場に立つことが現実的になった。完成品の構築コストが高かった時代、事業開発と実装は別人格でしか成立しなかった。コストが崩れた今、両者は同一人格に統合されうる。Expertは「事業開発の実践知を持ちながら、AI時代だからこそ手も動かせる人」である。

なぜ"今"このタイミングなのですか？以前から存在しえた発想ではないですか？

3つの条件が同時に揃ったのが今である。①完成品の製造コストが崩れ、作ること自体が希少でなくなった、②AIがエンジニアリングの裾野を広げ、事業開発の専門家がコードを書きながら現場に立てるようになった、③MVPからFPLへ手法が移行し、「いきなり完成品を出して学ぶ」ことが現実になった。3条件が同時に揃った今だからこそ、Expertは「あれば良い」ではなく「現場に並び立つべき」人材像になった。

Expertの中身は、具体的にどんな能力ですか？

AlphaDriveが体系化してきた「AXアーキテクト＝BA能力×AI能力」である。BA能力は経営戦略を事業構造に落とす力、人を動かす力、組織横断で合意形成する力。AI能力はAI Sprint、AI Orchestration、Full-Product Launchの3つ。両者の掛け算でExpertは成立する。詳細はForward Deployed Expertの定義記事とAXアーキテクトの定義記事を参照されたい。

この人材論は、日本の企業にとって何を意味しますか？

日本企業には、半世紀分の現場の蓄積がある。他国とは違う種類のPI（Primal Intelligence）が、各社の現場に眠っている可能性が高い。AIが「作れること」を希少でなくしたとき、人に残るのは「何を、なぜ作るか」を問う力――AIが原理的に届かない知性である。Expertという人材像を、地域・産業横断で増やしていくことが、日本企業がAI時代に独自の事業の力を生み出すための、現時点の見立てとしての解の一つである。

---

次に読む： Forward Deployed Expertの定義と中身を深く知りたい方は Forward Deployed Expert（FDE=Expert）とは何か へ。EngineerとExpertの違いを構造的に整理した記事は FDE EngineerとFDE Expertの違い へ。

本記事の論拠となる時代認識は、AlphaDrive のホワイトペーパー WP-01「AI Orchestration × Full-Product Launch」で詳述している。Completion Cost Collapse と FPL のパラダイムを、実装の視点から接続する文書として併読を推奨する。