記事一覧

Foundry Labs / コミュニティから

FDEとDeployment Strategist:AI導入を実装と業務の両面から進める

Foundry Labs公開日: 開催日 ·
目次
Tokyo AI「AI時代のField CTO・FDE」のイベント告知画像。
Tokyo AI「AI時代のField CTO・FDE」、2026-05-26。 · Tokyo AI (TAI).

高性能なモデルと動くPoCがあっても、日常業務への導入が進まないことがあります。現場の仕事にどう組み込むか、例外を誰が処理するか、既存の承認をどう扱うか。技術と組織の間には、実装だけでは埋まらない仕事があります。

2026年5月26日のTokyo AIイベント「AI時代のField CTO・FDE」には、LayerX、Spacedata、OpenAI、Cognition、Foundry Labsの実務家が登壇しました。職種名を覚えるだけでなく、AIを業務で使える状態にする責任を考える機会です。

職種名より先に、必要な責任を整理する

イベントでは、Forward Deployed Engineer(FDE)が関わる仕事として、顧客の課題把握、システム設計、PoCから本番への移行、プロダクトへのフィードバックが挙げられています。

現場に近いエンジニアの強みは、実装しながら課題を学べることです。会議で明確に見えた要件でも、忙しい時間帯に使ってみると別の問題が現れます。その場で状況を理解し、システムを変えられれば、改善までの距離を短くできます。

ただし、技術者が近くにいるだけで、組織の意思決定が自然に揃うわけではありません。課題の優先順位、関係者、成功の定義、既存業務の変更には、それぞれ責任を持つ人が必要です。役職の名称が違っても、これらの仕事は残ります。

「AI時代のField CTO・FDE」の講演風景。
2026-05-26開催、Tokyo AI「AI時代のField CTO・FDE」の会場。

Deployment Strategistは、導入の文脈をつなぐ

SpacedataのCTO、北澤克樹氏は、Deployment Strategistの仕事を、合意形成、スコープ定義、準備、プロジェクトの進行管理、開発という流れで整理しています。顧客の事情を最初の要件定義で理解して終わりにせず、導入の各段階で扱う考え方です。

合意形成では問題と期待値を揃え、スコープ定義では実装可能なユースケースへ落とし込みます。準備では環境や連絡経路を整え、進行管理では継続的なフィードバックを維持します。開発も、実際の業務を進めるユーザーとの関係の中で行います。

導入には、合意形成、スコープ定義、準備、進行管理、開発をつなぐ仕事がある。
導入には、合意形成、スコープ定義、準備、進行管理、開発をつなぐ仕事がある。

例えば経営側は報告サイクルの短縮を求め、担当者は散在するデータへのアクセスや例外処理の負担を問題にしているかもしれません。どちらも正当な要求です。導入の仕事は、両者を一つの仕組みと評価基準へつなげることにあります。

コーディングエージェントがあっても、判断の接続は必要

プログラムには、LayerXの恩田壮恭氏によるFDEの実践とコーディングエージェントの影響、OpenAIの石田修平氏による導入支援の話が含まれます。CognitionのField CTO、シバタアキラ氏もパネルに参加し、Foundry Labs CTOのDeclan Clowryが進行を務めました。

実装を進める力が増えるほど、「何を変更するべきか」「その変更を誰が受け入れるか」が重要になります。ユーザーの意見を、適切なスコープとレビュー可能な変更へ変換する経路が必要です。

採用や育成でも、足りないものが接続実装の能力なのか、ユースケースを定義する力なのか、部門間の調整なのかを分けると、必要な人材像が具体的になります。

「AI時代のField CTO・FDE」の講演風景。
2026-05-26開催、Tokyo AI「AI時代のField CTO・FDE」の会場。

Foundryの視点:例外の一件を、現場から実装まで追う

在庫補充を支援するAIを仮の例として考えます。PoCでは表計算データから妥当な補充案が出れば成功に見えます。本番では、納期変更、終売予定、在庫情報の誤りをどう扱うかが問われます。

エンジニアリングでは、関連システムの接続、提案根拠の保存、重複発注や権限外操作の防止を実装します。導入側では、不確実な提案の担当者、維持する承認、障害中の業務手順を決めます。両者は具体的な例外を通じて接続する必要があります。

例えば担当者が「販促が終わるから、この補充は不要」と判断したとします。不足していた情報はデータ項目として追加するべきか、ルールにするべきか、その都度確認するべきか。これは実装、プロダクト、業務のすべてに関わる判断です。

最初は一つの商品群で提案だけを行い、発注権限は担当者に残す方法が考えられます。修正の負担、例外の解決状況、業務条件に合う提案の割合を確かめながら対象を広げます。FoundryのFDE Excellence Programmeにつながるのは、こうした課題をソフトウェアに変え、使われ始めてからも改善を続けられる能力です。

出典・関連情報

本記事は、AI時代のField CTO・FDEのイベント案内と上記の講演をもとに構成しています。Tokyo AI(TAI)は研究者、エンジニア、企業をつなぐコミュニティです。Foundry Labsのコミュニティ活動もご覧ください。

Katsushige Kitazawaの登壇資料をご希望の方は、お問い合わせフォームより、イベント名と登壇者名を添えてご連絡ください。

登壇者プロフィール

恩田壮恭 / Masanori Onda。LayerXのLead FDE。エンタープライズAIにおけるFDEの実践をテーマに登壇。 LinkedIn

北澤克樹 / Katsushige Kitazawa。SpacedataのCTO。PalantirでEnterprise Lead Data Scientistを務めた経験を持つ。 LinkedIn

石田修平 / Shuhei Ishida。OpenAIのPrincipal Solutions Architect。企業でのAI活用に取り組む。 LinkedIn

シバタアキラ / Akira Shibata。CognitionのField CTO。現場でのAI導入をテーマに登壇。 LinkedIn

Declan Clowry。Foundry LabsのCTO。元Palantir FDEとしての経験を持ち、本イベントではモデレーターを務める。 LinkedIn

記事一覧