FDEの給与が高いのは当然だ。AIを使えるだけでは務まらない「現場実装の最高難度職」
最近、AI業界で「FDE」というポジションを目にする機会が一気に増えました。
FDEとは、Forward Deployed Engineerの略です。
そして最近話題になるのが、その給与水準です。
Googleの米国向けForward Deployed Engineer求人を見ると、ポジションによって基本給は年20万ドル台から30万ドル台。
Generative AI領域の上位ポジションでは、基本給だけで年26.2万〜36.5万ドル、さらにボーナスや株式報酬などが加わる条件も提示されています。
為替によって変わりますが、日本円にすれば基本給だけで4,000万円〜5,000万円を超える水準です。
当然、
「FDEになりたい」「AIを勉強すればこれだけ稼げるのか」「これからはFDEだ」
という話が出てきます。
でも、求人条件だけを見て考えるのは少し危険です。
仕事内容をちゃんと読んでみてください。
私はむしろ、
「これ、普通の人が一人で全部できるのか？」
と思いました。
FDEは、単なるAIエンジニアではありません。
むしろ、AI時代になったことで生まれた「技術・事業・顧客・組織を横断して、最後まで結果を出す人」に近いポジションです。
FDEは何をする仕事なのか
GoogleのFDE求人を分解すると、大きく4つの役割が見えてきます。
1. プロトタイプを作るのではなく、Productionまで持っていく
生成AIが普及して、一番簡単になったのは「それっぽいものを作ること」です。
ChatGPT、Claude、Gemini、各種AIコーディングツールを使えば、PoCやプロトタイプで
あれば驚くほど速く作れます。
しかし企業が欲しいのは、デモではありません。
実際のユーザーが使えること。
既存システムと連携すること。
セキュリティ要件を満たすこと。
障害が起きても運用できること。
社内の承認を通せること。
そして、継続して利用されること。
GoogleのFDEにも、rapid prototypeからproduction-gradeなAIワークフローへ移行させる役
割が明記されています。
「AIで作れました」
で終わるのではなく、
「会社の業務として使われています」
まで持っていく。
ここには非常に大きな差があります。
2. EvalとObservabilityまで持つ
AIシステムは、普通のシステム以上に「作った後」が重要です。
回答精度は十分なのか。
誤回答はどの程度あるのか。
レスポンスは遅くないか。
コストは適正なのか。
モデルを変更すると品質はどう変わるのか。
ユーザーは本当に利用しているのか。
つまりFDEには、Eval、評価、Observability、監視まで求められます。
Googleの求人でも、高性能なEvaluation PipelineやObservability Frameworkを構築し、精度、安全性、レイテンシーなどを継続的に確認することが職務として示されています。
OpenAIのFDEも同様で、顧客とともに本番環境へ展開し、production adoptionやworkflow impact、eval-driven feedbackによって成果を測る役割として定義されています。
つまり、
「動きました」
ではダメなのです。
「正しく動いているのか」「価値を生み続けているのか」
まで持つ。
3. 技術ではなくROIまで責任を持つ
ここが、従来型のエンジニアとの大きな違いだと思います。
FDEに求められているのは、
「素晴らしいアーキテクチャを作りました」
ではありません。
そのシステムによって、
売上はいくら増えたのか。
工数はいくら削減されたのか。
業務時間はいくら短縮されたのか。
顧客体験は改善したのか。
どれくらい利用されたのか。
最終的には、そこまで見ます。
GoogleのGenerative AI FDE求人でも、AIアプリケーションによって「measurable ROI」を生み出すことが明確に書かれています。
エンジニアなのにROIを見る。
技術者なのに事業を見る。
これがFDEの面白さであり、難しさです。
4. 現場で得た知見をReusableなProductへ戻す
さらに難しいのがここです。
FDEは、顧客のためだけに個別開発して終わる仕事でもありません。
ある企業で見つけた課題。
ある業界で発見したパターン。
繰り返し発生する問題。
それらを、
Reusable ModuleReusable ArchitecturePlaybookProduct FeatureModel Improvement
などへ戻していきます。
Googleも、現場で発見した繰り返し可能なパターンや課題を、再利用可能なモジュールや正式なプロダクト改善要求へ変換することをFDEの役割として挙げています。
OpenAIも、顧客への導入で得た知見をtools、playbooks、building blocksとして体系化し、ProductやResearchへフィードバックすることを求めています。
つまりFDEとは、
現場で戦い、成功パターンを見つけ、それを再現可能にして、会社全体の競争力へ変換する人
でもあります。
ここまで読めば、高い給与にも理由がある
プロトタイプを作れる。
本番環境へ持っていける。
既存システムと接続できる。
セキュリティを理解できる。
AIのEvalができる。
Observabilityを設計できる。
顧客業務を理解できる。
ROIを考えられる。
プロダクトへフィードバックできる。
これだけでも相当難しい。
でも、私はFDEに必要な能力はこれだけではないと思っています。
実は一番難しいのは「人間」の部分
FDEの仕事は、顧客の現場にかなり深く入ります。
OpenAIの東京FDE求人でも、顧客チームと密接に連携しながら、ニーズを理解し、導入を
支援し、曖昧な環境の中で複雑なシステムを届ける能力が求められています。
実際の企業プロジェクトでは、
経営者が考えていること。
現場が考えていること。
情報システム部が考えていること。
営業部門が考えていること。
開発会社が考えていること。
すべて違います。
その中でプロジェクトを進めなければなりません。
必要なのはAIツールの操作能力だけではありません。
顧客との折衝。
コミュニケーション。
ファシリテーション。
社内政治への理解。
関係者への根回し。
説明能力。
時には愛嬌。
そして、
「この人と一緒なら進められる」
と思ってもらえる人間力です。
技術的に正しいことを言うだけなら簡単です。
しかしビジネスでは、正しいことを言ったからプロジェクトが進むとは限りません。
ここを理解していないと、FDEは務まらないと思います。
AIを使えることは、もはやスタート地点
最近、
「Claude Codeを使えます」「Geminiを使えます」「AIエージェントを作れます」
という話をよく聞きます。
もちろん重要です。
しかしFDEという観点では、それは武器の一つに過ぎません。
AIツールを使って開発速度を10倍にできても、
何を作るべきか判断できない。
顧客と合意形成できない。
本番導入できない。
社内を動かせない。
KPIを決められない。
ROIを説明できない。
運用まで設計できない。
のであれば、FDEの仕事は成立しません。
AIによって「作る力」の価値が下がるほど、
「何を作るのか」「なぜ作るのか」「誰を動かすのか」「どう成果につなげるのか」
の価値は、むしろ上がっていくと思います。
だからFDEは、一人のスーパーマンである必要はない
ここも重要です。
これだけの能力をすべて高いレベルで持っている人は、ほとんどいません。
私はFDEを、
「一人のスーパーエンジニア」
として考える必要はないと思っています。
ビジネスが強い人。
プロジェクトマネジメントが強い人。
AIが強い人。
アーキテクチャが強い人。
開発が強い人。
セキュリティが強い人。
顧客折衝が強い人。
それぞれのExpertiseを掛け合わせ、
「チームとしてFDEになる」
という考え方も非常に重要です。
むしろエンタープライズ領域では、その方が現実的です。
TFは、以前からFDEに近い仕事をしてきた
Tomorrow Futureでは、これまで単なるシステム開発会社ではなく、
企画
↓
経営課題整理
↓
要件定義
↓
プロジェクト設計
↓
日本側PM
↓
開発
↓
ベトナムオフショア
↓
AI活用
↓
リリース
↓
運用・監視
↓改善
まで一気通貫で支援してきました。
特にTFが重要視しているのは、単純な開発スピードだけではありません。
複数の利害関係者が存在する複雑なプロジェクト。
重い承認プロセス。
ガバナンス。
既存システムとの連携。
運用。
そして現場での合意形成。
これらの「泥臭い部分」まで含めて支援することです。これはTFが現在整理している「複雑系・調整」「ガバナンス」「ライフサイクル」「現場調整」を競争力とする方向性とも一致しています。
また、単なる開発会社としてではなく、「投資判断の質」「複雑案件への設計力」を提供することをTFの差別化ポイントとして整理しています。
振り返ってみると、これはまさにFDE的な仕事です。
だから最近、
「FDEという職種が注目されている」
という話を聞いても、あまり違和感がありません。
名前が付いたことで、世の中が追いついてきたようにも感じています。
FDEの価値は「AIを使えること」ではなく「結果を出せること」
これからFDEという言葉は、日本でもさらに増えていくでしょう。
そして、
FDE研修。
FDE人材。
FDEコンサル。
FDEエンジニア。
さまざまなサービスが出てくると思います。
ただし、本質は肩書きではありません。
AIを使えることでもありません。
顧客の現場へ入り、
問題を見つけ、
関係者を動かし、
AIとシステムを作り、
本番へ持っていき、
運用し、
数字で成果を確認し、
そこから得た知見を次のプロダクトへ戻す。
ここまでやって、初めてFDEです。
年収3,000万円、4,000万円、5,000万円。
そこだけ見れば魅力的です。
でも仕事内容を見ると、なぜこれだけ高い報酬が提示されるのかが分かります。
みなさん、条件だけ見て安易に考えすぎです（笑）
難しいから、高い。
それだけです。
そして私は、このFDE的な考え方こそ、これからのシステム開発会社やAI開発会社に必要になると思っています。
「開発できます」ではなく、
「御社の事業成果まで一緒に持ちます」。
Tomorrow Futureは、そんな会社を目指しています。
AI導入、新規事業、システム開発、ベトナムオフショア開発、既存プロジェクトの立て直しなど、
「何から進めればいいのか分からない」
という段階からでも構いません。
企画から開発、運用、改善まで、一緒に考えます。
コメント