業界知識の必須は、たった3%。AIを現場に入れるエンジニア「FDE」の求人326件を読んだら、求められていたのは「使われるまで作り切る人」だった

その答えの一つとして、いま世界で求人が急増している職種があります。FDE（Forward Deployed Engineer）。顧客の現場に入り込み、その会社の業務の中でAIを実際に動くところまで作り込むエンジニアです。

日本でも、2026年に入ってこの仕事の求人が一気に増えました。ただ、数え始めてすぐ、名前の問題にぶつかります。「FDE」と名乗る求人もあれば、「AIエンジニア」「AIトランスフォーメーションエンジニア」のように別の名前で同じ仕事を募集する会社も多い。アイシンやみずほのように、メーカーや銀行が自社のために募集している例もありました。

名前で数えても、この仕事の中身は見えてきません。そこで私たちDATA WORLDは、求人票の本文を1件ずつ読み、何を任せ、何を求めているかを記録しました。読んだのは、168社の326件です。

いちばん驚いたのは、業界の業務知識を必須にしていた求人が、326件のうち10件（3%）しかなかったことでした。その代わりに7割の求人が書いていたのは、「ヒアリングから運用・定着まで、一人で通してやってほしい」ということです。

求人票の「仕事内容」に書かれていることを、よく出てくる言葉ごとに数えました。

出典：DATA WORLD集計（326件。1件の求人で複数を数える）。

これを、仕事の流れに沿って3つの段階にまとめると、こうなります。

3つすべてを一人に任せる求人は、326件のうち228件。7割です。 「作るところだけ」を任せる求人は5%、PoCまでで本番の開発を書いていない求人も5%しかありませんでした。

求人票の言葉も、そろってそこを強調しています。ソフトバンクとOpenAIの合弁会社SB OAI JapanのFDEの求人は、作るものを「単なるPoCではなく、業務に定着し、成果を生み続ける本番システム」だと書いています。物流のシステムを作るHacobuの求人は、もっと率直です。報告書を出して終わりではなく、現場が変わって数字が動くところまでが仕事だと書いています。

生成AIは、試しに作るだけなら驚くほど簡単になりました。だからこそ、会社ごとに違う業務やデータに合わせて、毎日使われる形まで持っていける人に値段がついている。326件を読むと、そう見えてきます。

名前が「FDE」かどうかで、中身は大きく変わらない

職種名に「FDE」を含む求人で、3つすべてを任せるのは77%。別の職種名のIT企業の求人では58%、事業会社の自社募集では73%でした。名前より、どこまで任されるかを見るほうが、この仕事の実態に近づけます。

一方で、米国では、顧客先で学んだことを製品に戻す仕組みがなければ、FDEは「呼び名を変えただけのコンサル」になるという指摘もあります。今回読んだIT企業の求人では、製品へのフィードバックまで書いていたのは52%。残りの半分は、顧客ごとの受託開発に近い可能性があります。求人票で確かめたい点の一つです。

必須の条件でいちばん多いのは、Pythonなどでの開発経験（70%）。次が、顧客折衝・要件定義の経験（46%）です。

意外だったのは、その下でした。LLM・生成AIの開発経験を必須にしたのは37%。業界の業務知識に至っては3%（10件）で、その多くは、SAPや会計・金融のシステムを扱うコンサル会社と、外資の求人でした。

製造の現場に入る仕事なのに、製造業の経験は要らない。業界の知識は「入ってから身につけるもの」として扱われているわけです。Preferred Networksの求人は、求める姿勢に「Learn or Die」を掲げ、顧客の領域を学び続けることを求めています。業界の経験は、21%の求人が「歓迎」の欄に書く程度でした。

必須の経験年数は、書いてある求人では真ん中が3年。半分の求人は年数を書いていません。新卒に近い若手の枠を設ける会社もあります。

FDEの名前がつくと、「顧客と話す力」が必須になる

グループ別に見ると、はっきりした違いが一つありました。顧客折衝・要件定義を必須にしたのは、職種名に「FDE」を含む求人では68%。別の職種名のIT企業の求人では22%です。「FDE」という名前は、コードを書く力に加えて、顧客の前に立てることを求める合図になっています。

人物像の欄にも、同じ言葉がくり返し出てきます。多かったのは「当事者意識」「オーナーシップ」（35件）と、「顧客の現場に入り込む」（35件）。ほかに「成果創出までやり切る」「泥臭く」「曖昧さを恐れず」などが並びます。

エンジニアの側の関心も、同じ方向を向いています。AIの影響で転職を意識しているITエンジニアは約半数で、伸ばしたい力の1位は「要件定義・上流工程」だったとレバテックは発表しています。

作るものとしていちばん多いのは、AIエージェント・業務の自動化（60%）です。人に代わって手順を踏み、社内のシステムを操作して仕事を進めるAIのことです。次が、社内の文書や過去の事例から答えを探すRAG・社内ナレッジ検索（37%）でした。

どんな仕事に入れるのか。求人票に書かれていた場面を拾うと、紙やExcel、人の経験に頼ってきた仕事がずらりと並びます。

出典：各社の求人票（2026年10月17日確認）をもとに編集部作成。

図面、配車表、稟議書。どれも、会社の外からは見えにくい仕事ばかりです。こうした仕事にAIを入れるには、まず現場で業務がどう回っているかを見に行くしかない。「現場に入り込む」という言葉が求人票にくり返し出てくるのは、そのためだと私たちは見ています。

顧客先に常駐する求人は7%

「現場に入る」といっても、ずっと顧客先にいるわけではありません。顧客先への常駐を書いた求人は7%、訪問・出張は17%でした。Preferred NetworksのFDEのように、顧客先に深く入って現場で開発することを前面に出す求人もある一方で、「常駐はしない」とわざわざ書く会社もあります。現場を見に行き、持ち帰って作り、また確かめに行く。そんな行き来が、この仕事の基本の形です。

ここまでの求人の多くは、AI企業やコンサルなど、IT企業が出したものでした。ところが、メーカーや銀行、電力会社の採用ページを1社ずつ見ていくと、同じ仕事を別の名前で、自社のために募集している会社が、少なくとも41社・64件ありました。

いちばん多かったのはアイシン（6件）で、本田技研工業とみずほフィナンシャルグループが4件ずつ。ほかに、トヨタ自動車、デンソー、三井住友銀行、りそな、第一生命、INPEX、東京ガス、JR西日本、双日、積水ハウス、中外製薬、キリンなどです。職種名は「AIエンジニア」「生成AIエンジニア」「AIトランスフォーメーションエンジニア」などで、FDEという言葉はほとんど使われていません。

中身を比べると、違いがはっきり出ます。事業会社の求人は、運用・定着支援を書いた割合が94%と高く、提案・営業への同行（9%）や製品へのフィードバック（6%）はほとんどありません。作って売るのではなく、作ったものを社内で使い続けてもらうことに重心があります。

たとえば本田技研工業の求人は、全社のAI基盤を作るだけでなく、各部門への聞き取り、利用状況とコストの見える化、社員への教育までを仕事に挙げています。キリンホールディングスの求人は、自分で試作を作り、営業の現場のやり方が変わるところまで付き合えることを魅力として書いていました。

業界の経験を「歓迎」に書いた求人も、事業会社では53%と、IT企業（13%）より多くなります。それでも、必須にした求人は64件のうち1件もありませんでした。

この動きは、日本のIT人材の偏りを考えると大きな意味があります。IPA（情報処理推進機構）によると、日本のIT人材のうちIT企業に所属している人は73.6%で、米国の35.1%と逆の形です。現場を持つ会社の中にAIを扱える人が少ないから、外からFDEが入っていく。その構図の中で、メーカーや銀行が自分たちのFDEを集め始めています。

経済産業省の推計では、AIやロボットを使いこなす人材は2040年に498万人が必要なのに対し、今の流れのままでは172万人しか確保できず、326万人が足りなくなります。現場の会社が自分で人を集め、育てる動きは、これから広がるはずです。

年収の幅を書いていた168件のうち、上限が1,000万円以上の求人は134件、8割でした。2,000万円以上も16件あり、最高は3,000万円です。幅の下限は、真ん中で700万円ほど。職種名に「FDE」を含む求人に絞ると、上限が1,000万円以上の求人は9割を超えます。事業会社の自社募集も上限1,000万円以上が8割と、IT企業の求人に見劣りしません。

いちばん手薄なのは「効果を数字で測る」こと

ただ、326件を読んでいて気になった空白があります。AIを入れた効果を数字で測ること（ROIやKPIの測定）まで書いていた求人は、23%しかありませんでした。事業会社の自社募集では16%です。

作って、使ってもらうところまでは任せる。でも、それで仕事がどれだけ速くなったのか、いくら浮いたのかを測る役割は、まだはっきり置かれていません。アンドパッドのDeployment Strategistの求人のように、AIを入れた価値を数字で示すことまでを仕事に含める会社は、まだ少数派です。

EDITOR'S TAKE ── 編集長・小笠原はこう読む

AIを作れる人より、使われるまで面倒を見られる人

326件の求人を読み込んで見えてきたのは、AIの時代のエンジニアの価値が、「作れること」から「使われるところまで持っていけること」へ動いているということでした。

FDE、AIエンジニア、AIトランスフォーメーションエンジニア。呼び名はばらばらですが、7割の求人が求めているのは同じ仕事でした。ヒアリングから運用・定着まで、一人で通して担うことです。

エンジニアがこの仕事を探すなら、職種名で検索するより、求人票の仕事内容に「定着」や「運用」まで書いてあるかを見るほうが確かです。

業界の業務知識を必須にした求人は3%でした。製造も金融も物流も、現場の仕事は外から見えにくく、最初から知っている人はほとんどいないからだと思います。

だからこそ、業界の外にいるエンジニアにも、現場への入口が開いている。コードが書けて、相手の話を聞いて形にできれば、工場にも銀行にも入っていけます。

効果測定まで任せる求人は23%でした。AIを入れた結果、仕事がどれだけ変わったのかを測れないと、次の投資も、全社への展開も決められません。

データを扱う仕事をしている私たちから見ると、この「測る」ところまで担えるエンジニアが、次にいちばん必要とされると考えています。DATA WORLDは、この326件のデータを、これからも定期的に読み直していきます。