AIを導入したのに、試験的な導入から先に進まない。そんな話を聞くことが増えました。2026年に入ってから、世界の大手企業は同じ処方箋を出しています。エンジニアを顧客企業の現場に送り込む、というものです。なぜAIを提供する側が、人を送り込むのでしょうか。海外と日本の動きを並べて、受け入れる側に何が必要かを考えます。
Contents
2026年、世界の大手は「現場に入り込む人材」を増やしている
2026年9月8日、AccentureとGoogle Cloudは「Accenture Gemini Enterprise Business Group」の設立を発表しました。1,000人規模のForward-Deployed Engineer（FDE）を整備し、Google CloudがGemini Enterpriseでの開発について研修を行う、という内容です。
FDEとは、顧客企業の現場に深く入り、業務を理解しながら、実際に使えるシステムを一緒に作るエンジニアのことです。データ分析企業のPalantirが広めた呼び方で、決められた仕様どおりに作るのではなく、顧客と一緒に課題を定義するところから関わります。必ずしも毎日顧客のオフィスに座っているという意味ではなく、顧客のチームと業務環境に入り込んで働くことが特徴です。
Accentureには、Google Cloudの技術に習熟した従業員が既に5万人近くいます。さらに同グループの責任者は、今後1年で2万人のGoogle Cloud認定人材を目指す、と取材に答えています。
2026年には、同じ方向の動きが相次いでいます。
2026年に相次いだ、現場実装型AI人材の体制整備
・Accenture×Google Cloud：FDE 1,000人（2026年9月8日）
・Microsoft「Microsoft Frontier Company」：25億ドルを投じ、6,000人の従業員を顧客企業に配置（2026年7月2日）
・Amazon Web Services：10億ドルを投じ、数千人規模のFDE組織を設置（2026年6月30日）
・Anthropic、Blackstoneなどが立ち上げた「Ode with Anthropic」：15億ドル規模の企業向けAI実装サービス会社（報道）
・TCS：最大8,900人、Infosys：約6,000人のFDEを数年かけて整備（Reuters、2026年9月10日）
AccentureのCEOであるJulie Sweet氏は、Wall Street Journalの取材にこう語っています。自分たちは「AIならそれができます」と顧客に約束してきた。その顧客からは「言っていることは分かる。ただ、実際には実現していない。実現するところまで助けてほしい」と言われている、と。
実は、アクセンチュアにとって、これは今年3回目の発表です。2025年12月にはAnthropicと提携し、約3万人の社員をClaudeで訓練する計画を公表しました。この中には、顧客企業の環境にClaudeを組み込むFDEが含まれています。2026年3月にはMicrosoftと「Forward Deployed Engineering Practice」を立ち上げ、数千人規模のAIエンジニアを顧客企業に配置するとしています。
この3月の発表には、記事の主題にそのまま重なる一文があります。企業のAI施策の多くが止まるのは、技術がないからではなく、適切なエンジニアリングの専門性が適切な場所に当てられていないからだ、というものです。
なお同社は、こうした人材を自社では「RDE（Reinvention Deployed Engineer）」とも呼んでいます。Anthropicの発表にも、FDEはアクセンチュアではRDEとも呼ばれる、という注記があります。
FDEという役割そのものは新しいものではありません。それが2026年になって、AIの分野で一斉に大規模化しました。
なぜモデルを売る側が、人を送り込むのか
モデルを提供する会社が、なぜ人手のかかる常駐型の体制に投資するのでしょうか。それは、AIが本番化しない原因が、モデルの性能ではなく、業務とシステムの「継ぎ目」にあるからです。
モデルそのものは、API（ほかのシステムからAIの機能を呼び出すための接続口）を通じて利用できます。比較的短い期間で試すことができます。しかし、そのモデルを実際の業務で動かそうとすると、間にいくつもの継ぎ目が現れます。
※画像はクリックで拡大できます
継ぎ目は5つあります。業務プロセス（今の仕事の流れのどこにAIを入れるのか）、既存システム（会計や人事など、会社の仕事を支える今あるシステムとどうつなぐのか）、データ（必要なデータがどこにあり、どんな状態なのか）、権限（誰がAIに何をさせてよいのか、出力を誰が承認するのか）、組織変更（AIが担うようになった仕事の担当をどう変えるのか）です。
この5つの具体的な答えは、企業ごとに異なります。業務の流れやシステム構成が文書になっている会社もありますが、文書と実際の運用がずれていることも珍しくありません。外から把握しにくい部分が残るからこそ、現場に入って、人に聞いて、実際に触ってみる。だから人を置く、という判断になります。
言い換えると、AI導入の難所は技術だけでなく、業務や組織にも広がっています。モデルの性能を比べるだけでは十分ではありません。実際の業務に組み込み、今あるシステムやデータにつなぎ、誰にどこまで権限を持たせるのかを決める。さらに、仕事が変わった後の役割や組織をどう変えるのか。こうした調整まで含めて考える必要があります。
日本にも同じ形の動きがある
この動きは海外だけのものではありません。日本でも、大手コンサルティングファームとAI領域のスタートアップが、同じ課題に向き合っています。性格の違う3社を並べてみます。
デロイト トーマツ：大手ファームもFDEを組織化する
デロイト トーマツは2026年4月30日、FDE人材の活用を本格化すると発表しました。2026年6月に「FDEマネジメントオフィス」を設置し、FDEの採用・育成・制度設計・ナレッジ共有・アサイン調整を全社横断で担う体制を作るという内容です。社内資格制度やキャリアモデルを整備し、外部採用に加えて社内からもFDEを輩出する仕組みを作るとしています。
特徴的なのは、FDE単独ではなく、DS（Deployment Strategist）と組み合わせている点です。DSが企業価値の構造を分析して変革の重点領域を特定し、FDEが現場でAIを実装する。戦略と実行を接続することで、構想だけで終わらせない、と説明されています。業種の知見を持つ既存の戦略・業務コンサルタントを、DSとして育成することも打ち出されています。
同社はこの発表の背景として、AI活用が単なる技術導入や一時的なPoCにとどまらず、企業の業務プロセスに組み込み、社内外のシステムと連携しながら継続的に成果を出す本格実装の段階へ移りつつある、と説明しています。先ほどの5つの継ぎ目と、同じところを見ている説明です。
つまり日本でも、FDEは一部のAIスタートアップだけの特殊な職種ではなく、大手のコンサルティングファームが全社的な人材とキャリアの仕組みとして整備する段階に入っています。
FLUX：顧客企業に入り込んで実装する
FLUXは、企業のAI活用と事業変革を支援する東京のスタートアップです。連結の従業員数は653名（2026年8月末日時点）。同社の公表によれば、従業員数は前年同月比で約2.3倍のペースで増えています（2026年4月時点）。2026年5月には成長資金として総額60億円を調達し、同じ月にNTTデータと資本業務提携（出資を伴う協業の契約）を結びました。提携が発表された時点の社員数は548名（2026年4月30日時点）でしたから、そこからの数か月でも人が増えていることになります。
この提携で目を引くのは、NTTデータ側の説明です。FLUXの資金調達リリースに寄せたコメントで、NTTデータの山中氏は、AIを事業成果につなげるには、構想を立てる段階から、AIサービスやAIエージェントを実際に作り、使われる状態にするところまでを一貫して進める力が求められるとしたうえで、FLUXについて「技術面とビジネス面の双方を理解する専門人財を有し」と述べています。NTTデータ自身のリリースでも、FLUXのAI専門人財・技術力と、自社の顧客基盤・業界知見・システム開発力を組み合わせる、と説明されています。国内最大手のシステム開発会社が、外部のスタートアップに実装力と提言力を求めた形です。
JDSC：伴走しながら、顧客が自立できるようにする
JDSCは、自社を「東京大学発のAIスタートアップ」と説明する企業です（東証グロース上場）。ビジネス・エンジニアリング・データサイエンスが「三位一体」となったチームで、課題の特定から技術設計、システムの実装・運用までを通して支援する、という体制を掲げています。大企業との共同研究開発（Joint R&D）という言葉も、同社自身が使っています。
もうひとつ目を引くのが、支援の終わり方です。AIやデータの活用を支援するだけでなく、顧客企業の中に変革を担う組織を作り、人材を育てるところまでを支援の範囲としています。外部に頼り続けるのではなく、自社の人だけでも回せる状態にすること（内製化）に向けた技術移転や人材育成の支援も、同社の公表資料に出てきます。
FLUXとJDSCの2社は、どちらも実装の支援と、顧客側で人と組織を育てることの両方を扱っています。そのうえで公開情報を並べて読むと、打ち出し方に違いがあるように見えます。FLUXは顧客企業に入り込んで実行するリソースを届けることを、JDSCは三位一体の共創と人材・組織づくりを、それぞれ前面に置いています。ただ、ここまで見た3社とも、先ほどの5つの継ぎ目に向き合っている点は同じです。
支援を受ける側に必要なこと ― 4つの翻訳と、その役割分担
ここまでは、支援する側の話です。では、支援を受ける企業の側には何が必要でしょうか。
先ほどの5つの継ぎ目は、社内では4つの翻訳としてつながります。この4つを引き受ける人を、ここでは社内の翻訳者と呼びます。そして、4つの翻訳は性格が違います。
※画像はクリックで拡大できます
①の業務を要件に翻訳することと、②の既存システムやデータの制約を実装条件に翻訳することは、FDEが得意とする領域です。外部の力を借りたほうが速く進みます。ただし、社内の事情を答えられる相手役がいることが前提になります。誰も答えられなければ、外から来た人の手も止まります。
一方、③のAIの使い方を権限と運用ルールに翻訳することと、④の仕事の変化を人の役割・評価・配置に翻訳することは、最終的に社内が判断する領域です。外部から設計の助言を受けることはできますし、実際にコンサルティング会社はそこも支援します。ただ、誰にどこまで使わせるか、出力を誰が承認するか、仕事が変わった人の評価をどうするか。決めて責任を持つのは社内です。
①から③までがそろうと、AIが本番の業務につながります。④まで届くと、一時的な試みで終わらせず、組織の仕組みとして根づかせやすくなります。
実は、③と④を担う人を社内に置く動きは、既に始まっています。LINEヤフーは2026年8月28日のプレスリリースで、AIエージェント開発の全社横断タスクフォースに約20のワーキンググループ（テーマ別の作業チーム）を設け、各ドメインから必要な人材をアサインして開発を推進する、と発表しました（以前の記事（LINEヤフーの生成AI活用の義務化事例 ― なぜ「利用率100%」で壊れなかったのか）でも触れています）。外から人を呼ぶのではなく、社内から人を出す形です。
Wiproも、浮いた工数の行き先の一つとして「別の役割に向けた再訓練」を挙げていました（以前の記事（AIで浮いた「2万人分」はどこへ行ったのか ― Wiproの再配置事例））。AI人材を外から採るだけでなく、中で作る動きも並行して進んでいます。
先に触れたJDSCが内製化の支援を掲げているのも、この移行を扱っているからだと読めます。①②まで含めて自社で回せるようになるのが理想だとしても、そこに至るまでは外部の力を借りたほうが効率的です。順番としては、まず③④を社内で判断できる状態を作ることが先になります。
自社で確認する観点
人的資本の観点で見ると、この翻訳という仕事には困った特徴があります。多くの会社で、職種として定義されていないことです。
実際にはやっている人がいます。情報システム部門で業務部門の話を聞いている人、人事で制度とシステムの間に立っている人、事業部門でITに詳しい人。外部のベンダーが来たときに、社内の事情を説明して調整しているのも、たいていこの人たちです。ただ、それが正式な役割として認識されていないため、その人が異動すると機能が消えます。育成の対象にもなりません。
まずやれることは、内製化を急ぐことではなく、今やっている人の役割を言葉にして、社内で必要な人材だと認識されるようにすることではないでしょうか。
- 今、誰がこの役割を担っているかを書き出す。職種名ではなく、実際に業務とシステムの間に立っている人の名前で考える
- その人が異動したら何が止まるかを確認する。止まるものがあるなら、その機能は一人に依存しています
- 次のAI案件で、誰にこの役割を担わせるかを決めておく。外部のFDEを受け入れる場合も、社内の相手役が要ります
- この役割を担った経験を、評価や配置にどう反映するかを考える。翻訳の仕事は成果が見えにくく、役割として定義されていなければ、なおさら評価されません
AI導入の効果をどう測るかについては、以前の記事（AI経営は何を測るべきか）で整理しています。翻訳者の働きは、そこで言えば「使われた」から「変わった」へ進むところで効いてきます。
まとめ・今日できること
この記事で整理したことは3つです。
- 2026年、世界の大手は「顧客の現場に人を送り込む」体制の整備に集中しました。Accenture×Google Cloudの1,000人をはじめ、同じ形の発表が相次いでいます。日本でも、大手コンサルティングファームとスタートアップが同じ方向に動いています
- 理由は、AIが本番化しない原因がモデルの性能だけでなく、業務プロセス・既存システム・データ・権限・組織変更という5つの継ぎ目にもあるからです。この5つの答えは企業ごとに異なり、外からは把握しにくいものです
- 5つの継ぎ目は、社内では4つの翻訳としてつながります。業務を要件に、システムとデータを実装条件に翻訳するところは外部の力を借りやすい一方、AIの使い方を権限と運用ルールに、仕事の変化を役割・評価・配置に翻訳するところは、最終的に社内が判断することになります
今日できることとしては、次の2つを挙げておきます。
- 直近のAI案件で、業務とシステムの間に立っていた人を書き出してみる
- その役割が職種として定義されているかを確認する。されていなければ、まず何をする役割なのかを言葉にしてみる
筆者コメント
私は、システムエンジニアとしてキャリアをスタートし、その後、人事・組織領域へキャリアの軸を移しました。両方を経験して実感するのは、システムの言葉と人事の言葉は、想像以上に違うということです。
例えば、規程に「所属長が認めた場合」と書いてあるとしましょう。その場合、システム上の「所属長」とは誰で、組織改編で兼務になったらどうなるのか。現場で起こり得るあらゆる状況を想定し、システムを実装しないといけません。それには、現場への深い理解と、システムへの深い理解の両方が必要です。
FDEへの投資が世界中で続き、日本でも同じ動きが始まっているのを見ると、この課題は特定の会社の事情ではなかったのだと思います。ただ、外部に頼り続けるのにも限界があります。JDSCが内製化の支援を掲げているのは、その先を見ているからではないでしょうか。3年後に問われるのは、外からFDEを何人呼んだかではなく、社内に翻訳者を何人育てたかだと考えています。
【セルフチェック】AI実装の体制を確認する5項目
この記事の考え方を、自社のAI導入に当てはめてみるためのチェックリストです。正解を出すためのものではなく、立ち止まって考えるためのもの。気になった項目だけ拾ってもかまいません。各項目に、考えるときの手がかりを一言ずつ添えました。
-
AI案件が止まる理由を、モデルのせいにしていないか業務・システム・データ・権限・組織変更のどこで止まっているか
-
業務とシステムの間に立つ人が、社内にいるか職種名ではなく、実際にやっている人の名前で考える
-
その人が異動したら、何が止まるか止まるものがあれば、その機能は一人に依存している
-
外部のベンダーを受け入れるとき、社内の相手役を決めているか権限と組織変更は、社内の人にしか動かせない
-
翻訳の仕事を、評価や配置に反映する仕組みがあるか成果が見えにくい役割ほど、意識して拾う必要がある
用語メモ
本記事に登場する専門用語をまとめました。▶ をクリックすると説明が表示されます。
▶ Forward-Deployed Engineer（FDE）
顧客企業の現場に深く入り、業務を理解しながら実際に使えるシステムを一緒に作るエンジニア。データ分析企業のPalantirが広めた呼び方で、2026年に入ってAI導入の文脈で各社が大規模に整備を始めました。決められた仕様どおりに作る役割ではなく、顧客と一緒に課題を定義するところから関わります。物理的に顧客のオフィスへ常駐することを必ずしも意味せず、顧客のチームと業務環境に入り込んで働くことが特徴です。
▶ RDE（Reinvention Deployed Engineer）
アクセンチュアが、顧客企業の環境にAIを組み込む人材を指して自社で使っている呼び方。Anthropicの2025年12月の発表には、FDEはアクセンチュアではRDEとも呼ばれる、という注記があります。同社が掲げる「Reinvention（再創造）」という戦略に由来する名称です。
▶ Deployment Strategist（DS）
デロイト トーマツが、FDEと組み合わせる役割として位置づけているもの。企業価値の構造を分析し、変革の重点領域を特定する役割で、業種の知見を持つ戦略・業務コンサルタントを育成して充てるとしています。戦略を考える人と実装する人を分断させないための組み合わせです。
▶ PoC（実証実験）
Proof of Conceptの略。新しい技術が自社の業務で使えるかを、小さな範囲で試すこと。日本語では実証実験と呼ばれます。AI導入では、PoCで良い結果が出ても本番運用に進まない「PoC止まり」が課題として語られます。
▶ 内製化支援
外部の支援会社が、顧客企業の中に人材と組織を育て、最終的に自社で回せる状態を作ること。支援が終わっても続く体制を残す点で、常駐して作り続ける形とは終わり方が違います。
▶ Gemini Enterprise
Google Cloudが提供する、企業向けのAIエージェント基盤。今回のAccentureとの業務グループは、この基盤を顧客企業の業務に組み込むことを目的としています。
出典・参考情報
※本記事は2026年9月16日時点の公開情報（各社のプレスリリース、公式サイト、および報道）をもとに整理したものです。各社の人員計画や体制は今後変わる可能性があります。特定の企業やサービスを推奨するものではありません。本記事の見方は筆者によるものです。