外注先ではなく、現場の一員として入ります。資料には出てこないペイン——散らかった業務、レガシー、分断されたデータ、現場の制約——は、入り込んだ者にしか見えません。
普通のエンジニアは、1つの機能を多くの顧客のために作ります。FDEはその逆——1社の現場のために、必要な能力をいくつでも作る。だから資料用のデモではなく、御社の業務がそのまま動き出します。
そして助言で終わらせません。AIエージェントで業務を実装し、現場で動かし、成果が出るまで運用に責任を持ちます。
ツールは道具を渡して終わり、使いこなしは現場任せ。コンサルは助言と資料で終わり、実装が残らない。SIerは人手と人月で重く、時間がかかる。
ゴムマリは、現場でAIエージェントを動かし、効いた型を仕組みとして御社に残します。だから属人化せず、次はもっと速い。現場で本当に効いた型だけが、パッケージになります。入り込むのは、仕組みになるまで——居座りません。
実装は、御社が既に持つ基盤（NotionやCopilot等）の上に行います——基盤が進化するほど、実装は速く、安くなります。
やり方が決まっていて量が多いだけの業務なら、人手のBPOや外注でも回ります（その種の単発は専門業務AI-BPOへ）。FDEが引き受けるのは、その手前——例外だらけ・複数の領域をまたぐ・現場ごとに違う、定型化できないまま放置されてきた業務です。
参照すべき情報が多く、場合分けが膨大なほど、人手は追いつかず、AIがむしろ力を発揮します。複雑さは、AIの得意な領域。だから「BPOには出せない」と諦めていた業務が、ここで動き出します。
FDEとは
FDE（Forward Deployed Engineer）は、顧客の現場に入り込み、業務を理解し、AIで実装し、成果が出るまで運用する役割です。Palantirが生み、2026年にはOpenAI・Anthropicが相次いで導入専門のベンチャーを設立——競争は「モデルを作る」から「現場に入れて成果にする」へ移りました。
ふつう、これは別々の職種に分かれます——提案する人（営業）、助言する人（コンサル）、作る人（エンジニア）。提案者は実装せず、コンサルは作り込まず、エンジニアは現場に出ない。FDEは、その境界をまたいで一人で持ち切ります。
だから足りないのは、モデルではありません。現場で“動くもの”まで仕上げられる人のほう。その供給は世界でも大企業の奪い合いで、日本の中堅企業の現場に届ける会社はまだほとんどない。ゴムマリは、それを日本のサイズでやります。
「一人の顧客に、多くの能力を。」Palantirが自社のFDEを定義した言葉（one customer, many capabilities）
ユースケース
実績の誇張ではなく、引き受ける業務の型です。どれも、現場の状態、FDEがやること、残る仕組み、の順に書いています。
ベテランの頭の中の見積もりロジックで業務が回っている現場で、仕様の読み取り・過去案件参照・見積ドラフトをエージェント化。人が辞めても止まらない受注の入口が残ります。
紙とPDFの転記に毎日数時間かかる現場で、OCR読取りから基幹への入力・チェックまでを実装。入力業務が「確認するだけ」の仕事に変わります。
問い合わせもアンケートも溜まる一方で誰も読み切れない現場で、全件分類と傾向分析を毎月自動で回す仕組みを実装。経営会議に「顧客の声」の定点レポートが届き続けます。
ガイドライン適合の確認が属人化し監査前に毎回徹夜になる現場で、基準を判定ロジック化し、全件チェックと指摘一覧の自動生成を実装。チェックの抜け漏れと属人化が消えます。
やるべき施策は分かっているのに人手が足りず回らない現場で、リスト作成・追客・失注分析をエージェントが実行。施策が担当者の繁忙と無関係に回り続けます。
AI機能を載せたいが精度が読めないプロダクトで、評価データで精度を検証してから本実装。「検証済みのAI機能」が製品の差別化になります。
進め方
小さく確かめて、効くと分かってから広げます。各段階は固定価格・成果物定義つきです。
業務とデータを棚卸しし、効く場所と始める順番を特定します。
1業務・1機能に絞って実装し、効果を実測します。
効くと分かったものを、現場で使える形に仕上げます。
使われ続けるための改善・保守。稟議・監査が要る企業には、ポリシー・証跡の整備までセットで対応します。
入口の商品
FDEの最初の一歩を、固定価格の商品としてお出ししています。現場でのワークショップとヒアリングから始め、生データを全件分析し、真因と打ち手を特定。「どの業務が、どれだけ減るか」を、感覚ではなく数字で持ち帰っていただきます。
リモート完結のデータ分析だけが必要な場合は、業務データ分析レポート（専門業務AI-BPO）へ。本診断は現地対応・真因究明・実行計画まで含むフル版です。
事例
全社規模の業務削減を掲げる現場に入り、約50部署を横断して業務を棚卸し。年間数万時間規模の削減ポテンシャルを特定し、Notionを管制塔に100件超の改善を可視化。効く順に実装まで推進しています。
人手では再点検しきれない異常処理データを全件再判定し、損失につながる要因を特定。経営層への報告まで納品しました。
SaaSプロダクトに載せる法令チェックAI機能を、評価セット約100件・弁護士監修ループ・Go/No-Go判定の枠組みで検証。固定価格で実施し、本実装フェーズへ進みました。
※ 社名は秘密保持契約のため非公開。公開許可が得られ次第、実名で掲載します。
FDEから生まれたパッケージ
オーダーメイドのFDEから生まれる型を、すぐ使えるパッケージとして提供します。
担当
提案する人と、作る人が、同じ。だから要件が途中で落ちず、提案の熱が、そのまま“動くもの”になります。
村山 悠太
ゴムマリ株式会社 代表取締役
FDEが稀なのは、“売る”と“つくる”を両方やってきた人がいないから。業務を紐解き、事業を理解し、成果の出どころを見極める——その同じ理解のまま、実装まで切れずに進む。
ほかのサービス
FAQ
現場の業務とデータの棚卸しから始めます。最初の数週間で「どの業務が、どれだけ減るか」の仮説を実測に変え、効く場所から実装します。
必須ではありません。実装はこちらで行います。社内に必要なのは、業務を教えてくれる現場の方と、接続許可の判断者です。
いいえ。週次の現場訪問とリモートを組み合わせるなど、御社の体制に合わせます。入り込むのは仕組みになるまで——常駐契約で人月を増やすことはしません。
窓口と責任は代表に一本化——提案した本人が成果まで責任を持ちます（要件から運用まで、理解が切れない体制）。実務はAIエージェントの編成が回すため、分業の伝言ゲームがなく、規模にも依存しません。この編成は自社の業務で毎日動かしているものです。納品物と運用手順はすべて文書化し、属人化を防ぎます。
秘密保持契約（NDA）を締結のうえ、お預かりしたデータはAIの学習に使われない環境で処理します。接続先の許可リスト・操作ログなど、稟議・監査に必要な整備もセットで対応します。詳細は情報セキュリティ基本方針をご覧ください。
はい。まずはお問い合わせください。現場の状況をうかがい、効きそうな業務と進め方をご提案します。本格的な診断（有料・固定価格）に進むかは、その後にご判断ください。
