定義から仕組み、従来のAIとの違い、業務での活用、導入の進め方、セキュリティまで——実際にAIエージェントで業務を動かしている立場から、決定版としてまとめたガイド。
読むFDE（Forward Deployed Engineer）とは、顧客の現場に入り込み、ソフトウェアやAIを業務に実装し、成果が出るまで運用するエンジニアのこと。Palantirが生み、OpenAI・Anthropicが採用を拡大する役割を、日本で実践する立場から解説します。
読むデータエンリッチメントとは、社名と連絡先しかない営業リストに、企業規模・業種・営業が本当に知りたい属性を調べて付け足し、商談に使える形へ肉付けする作業です。足す情報の3分類と製造業向けの具体列例、官公データでどこまで無料で埋まるか、出典・取得日・確度を残す品質の作法と納品列の形、企業情報と個人情報の線引き、小さく始める順番までを一次ソースつきで解説します。
営業リストの汚れは、重複・表記ゆれ・鮮度切れ・欠損の4パターンに分けると対処が決まります。基準書のつくり方、法人番号キーでの重複統合、日次の差分データ（処理区分つき）での閉鎖・移転検知まで、クレンジングの実務手順5つと、自力の限界・外注する場合の見積確認ポイントを整理します。
gBizINFOは、経済産業省が運営する、法人番号をキーに政府保有の法人情報を無料で引ける官公データサイトです。ブラウザ検索の絞り込み条件、REST API（v2）の申請と仕様、一括ダウンロードの形式と更新頻度、項目ごとの収載元、商用利用の規約条件、営業リスト整備への活用まで、2026年7月時点の公開仕様でまとめました。
GTMエンジニアリングとは、リスト整備・下調べ・CRM入力といった営業データの仕事を、ツールとAIで仕組み化する職能です。米国で専任職として確立した経緯（a16zの3記事）、仕事の6分解と各工程の具体タスク、専任を雇えない日本の中小・中堅がとれる3つの道と成立条件、AIに任せる仕事と人に残す仕事の判定基準、1業務を90日で移す手順を解説します。
国税庁の法人番号公表サイトでは、全法人の基本3情報（商号・所在地・13桁の法人番号）をCSV/XML形式で無料一括ダウンロードできます。全件データ（前月末時点・毎月更新）と差分データ（日次・過去40日分）の取得手順、CSVの実際の列構成、Web-APIの3機能、営業リストの土台・名寄せキー・移転閉鎖検知という3つの使いどころ、PDL1.0準拠の規約条件を、公式資料の実確認をもとに解説します。
顧客データの名寄せを会社名や住所の文字照合でやると、表記ゆれ・同名他社・移転商号変更で破綻します。1法人に1つ・不変・無料で全件照合できる法人番号をキーにした名寄せの手順（正規化・三段構えの突合・番号付与・重複統合）と、商号変更や合併を処理区分・承継先法人番号で追う方法、番号を付与できないケース、自力とAIの線引きまでを実務の順に解説します。
国税庁の適格請求書発行事業者公表サイトからは、登録番号・登録状況などの公表情報を全件データ（CSV／XML／JSON・日次差分）またはWeb-APIで取得できます。営業・経理のデータ整備での使いどころと、検索画面のスクレイピング禁止・個人事業者データはダウンロードでは削除済み・個人情報としての扱いなど、規約と提供項目の注意点を一次情報で整理します。
企業リストは購入しなくても、国が無料公開している官公データを法人番号キーで束ねれば、基礎属性のリストを無料で自作できます（規約の作法を守れば商用利用も可能）。使う4つのデータ源（法人番号公表サイト・gBizINFO・EDINET・適格請求書公表サイト）の実仕様と5つの手順、ファイル形式・文字コードの選び方、名寄せ・鮮度維持のつまずきどころ、商用利用の規約の作法を、作る順番で整理します。
商談前の下調べは、取引可否を審査する与信調査とは目的が別物で、狙いは「攻め方を決める」ことです。見るべき情報源6つ、EDINETとgBizINFOで何を見るか、30分で一巡する分単位のチェックリスト、要点シートの項目立て、AIエージェントで全商談に標準装備する方法、外注の判断基準を整理します。
ウォーターフォールエンリッチメントとは、1つのデータ源で埋まらなかった項目を、優先順位をつけた複数の源に順に当てて埋めていく設計手法です。源の評価軸と止め条件の書き方、日本企業リストで官公データを第1層に置く3階層の源マップ、充足率の測り方と検品、製造業リストでの編成例までを実務の解像度で整理します。
AI導入が実証実験のまま止まる、ツールを入れたが誰も使わない——失敗は担当者の力量ではなく構造から起きます。ゴールのツール化・単位の大きさ・計測の不在という3つの構造要因と、業務単位・実測・実装者という対の設計を、実装する立場から整理します。
AI PoC（概念実証）の費用相場を、開発会社・比較メディア5件が自社サイトで公開している情報から出典つきで整理しました（2026年7月時点）。費用が変動する要因、見積もりで必ず確認すべき点、そして精度検証とNo-Go判定まで含めた固定価格PoCという選択肢を、AI機能PoCを提供する実装企業が解説します。