2026年8月_DX推進組織とFDEに関する説明資料_アポロ株式会社.pdf

Transcript

1. DX推進・人材育成トレンドの変遷とこれから — なぜDXは進まなかったのか、そしていま来ている“FDE”とは何か — Copyright APOLLO, Inc. All Rights Reserved.
2. なぜ、多くの企業でDXは進まなかったのか ➢ 経営の号令・現場の努力・外部委託——それぞれの進め方が、思わぬ壁にぶつかってきました。 ①トップダウン型 ②現場分散型 ③ベンダー依存型 号令倒れ 部分最適の乱立 ブラックボックス化 経営主導でDX推進室を作っても、現 場が『やらされ』で終わり、定着しない 部署ごとに推進者を置いても、全社で つながらず、熱量が人に依存する システムを外部ベンダーに任せきりにす ると、改修が遅くなり老朽化が進む ？ 経済産業省の警鐘 ―「2025年の崖」 経済産業省は2018年、レガシーシステムを放置すると 2025年以降 最大で年12兆円の経済損失が生じる恐れがあると警鐘 出典：経済産業省『DXレポート ～2025年の崖～』 Copyright APOLLO, Inc. All Rights Reserved. 2
3. DX推進の進め方 ― 5つの型とそれぞれの壁 ➢ ①②③の壁を乗り越えるために、④⑤という新しい型が生まれてきました。 型 担い手 強み 壁 ①トップダウン型 経営層・DX推進室 予算と権限がつく・全社最適 現場が「やらされ」で定着せず、号令倒れ ②現場分散型 各部門の推進者・アンバサ ダー 現場実態に合う・自発的な改善文化 部分最適の乱立、熱量が人に依存 ③ベンダー依存型 SIer・情報システム部門 自社にリソースがなくても着手可 ブラックボックス化・改修の遅さ＝崖の温床 ④内製化・市民開発型 業務部門＋IT部門 スピードと自走力、人材が育つ 野良ツール乱立・ガバナンス崩壊 ⑤CoE型 （横断専門組織） 全社横断のCoEチーム 経営と現場の“ハブ”、標準化 現場から浮くと“評論家集団”化 ※これらは代表的なパターンであり、網羅的・排他的な分類ではありません。実際の企業では複数の型が組み合わさって存在します。 Copyright APOLLO, Inc. All Rights Reserved. 3
4. ①トップダウン型 ― 経営主導 ➢ 経営の号令で全社に指示が下りる（トップダウン）体制です。 経営層 DX推進室 営業部 製造部 管理部 （現場部門） （現場部門） （現場部門） × 現場の実感が伴わず、“やらされ感” に 強み 予算と権限がつき、全社最適で進められる 壁 現場が“やらされ”で定着せず、号令倒れになりがち Copyright APOLLO, Inc. All Rights Reserved. 4
5. ②現場分散型 ― ボトムアップ ➢ 各部署が独自に推進者を立てて、自発的に進める体制です。 営業部 推進者 製造部 ✕ 推進者 管理部 ✕ 推進者 × 部署間がつながらず、全社最適にならない 強み 現場実態に合い、自発的な改善文化が育つ 壁 部分最適の乱立、熱量が人に依存し長続きしない Copyright APOLLO, Inc. All Rights Reserved. 5
6. ③ベンダー依存型 ― 丸投げ ➢ システムの構築・保守を外部ベンダーに任せきる体制です。 発注 自社 外部ベンダー （ブラックボックス） 納品 × 改修のたびに時間とコストがかかり、老朽化が進む 強み 自社にリソースがなくても着手できる 壁 ブラックボックス化・改修の遅さ＝『2025年の崖』の温床 Copyright APOLLO, Inc. All Rights Reserved. 6
7. ④内製化・市民開発型 ― 現場が自分で作る ➢ 現場自身がノーコードでツールを作る（市民開発）体制です。 IT部門によるガバナンスの枠 営業部 製造部 管理部 自分たちで作ったツール 自分たちで作ったツール 自分たちで作ったツール × 枠からはみ出すと野良ツールが乱立 強み スピードと自走力、現場に人材が育つ 壁 野良ツールの乱立・ガバナンス崩壊のリスク Copyright APOLLO, Inc. All Rights Reserved. 7
8. ⑤CoE型 ― 横断専門組織 ➢ 専門チームが経営と現場をつなぐハブになる体制です。 経営層 営業部 CoE 製造部 （推進ハブ） 管理部 強み 経営と現場の“ハブ”役、標準化とガバナンスが効く 壁 実行部隊が現場から浮くと“評論家集団”化しやすい Copyright APOLLO, Inc. All Rights Reserved. 8
9. ⑤CoE型の派生型→FDEの登用したDXが進む ➢ ①～⑤はそれぞれに壁があり、単体ではDXは進みませんでした。だからこそ今、現場に入り込んで課題を見つけ、自ら解決するエン ジニア＝FDEを登用しDXを進めるという動き方が広がっています。 型 担い手 強み 壁 ①トップダウン型 経営層・DX推進室 予算と権限がつく・全社最適 現場が「やらされ」で定着せず、号令倒れ ②現場分散型 各部門の推進者・アンバサ ダー 現場実態に合う・自発的な改善文化 部分最適の乱立、熱量が人に依存 ③ベンダー依存型 SIer・情報システム部門 自社にリソースがなくても着手可 ブラックボックス化・改修の遅さ＝崖の温床 ④内製化・市民開発型 業務部門＋IT部門 スピードと自走力、人材が育つ 野良ツール乱立・ガバナンス崩壊 ⑤CoE型 （横断専門組織） 全社横断のCoEチーム 経営と現場の“ハブ”、標準化 現場から浮くと“評論家集団”化 ⑤CoE型→ 中央から「FDE」を配置して現場課題の解決を図る企業が増えている Copyright APOLLO, Inc. All Rights Reserved. 9
10. いま来ている『FDE』とは何か ➢ FDE＝Forward Deployed Engineer。従来は要件を決める人（ビジネス側）と作る人（エンジニ ア）が分かれていましたが、FDEはエンジニア自身が現場に出て、課題発見から解決まで一気通貫で行 います。 コンセプト：人に張り付いた業務知見を、AIの仕組みに移す 起源はPalantir Technologies（2003年創業）。当初は『顧客企業の現場最前線に常駐し、自社のAI・ソフトウェア製品を業務プロセスに実装 して課題を解決するエンジニア』を指す言葉だったが、現在は自社製品の有無に関わらず、現場に深く入り込んで課題を定義し解決するエンジニア全 般を指すように意味が広がっている。生成AIの導入が『PoC止まり』から『本番で成果を出す』段階に移り、この“実装の最後の1マイル”を埋める人材へ の需要が急速に高まっている。 現場での温度感（Market Signals） FDE関連求人 各社で『現場に入り込んで課題を発 見・解決できるエンジニア』の獲得競争 （643件→5,330件・1年間）が起きています。 約729%増 組織の新設が加速 「FDE専門組織」 の新設が加速 2026年5～7月のわずか3か月で、 OpenAI・Anthropic・AWS・ Microsoftの4社が相次いで新設。 投資額合計 約90億ドルとも。 常駐者の役割4分解 ① 現場業務の観察 → ② 業務データの構造化・ → パイプライン化 Copyright APOLLO, Inc. All Rights Reserved. ③ エージェント構築 or モデル化 → ④ ユーザー定着 10
11. FDEを登用したCoE型 ➢ ハブに置くのは、ただのDX推進担当者ではなくFDE。課題発見から解決まで一気通貫で行います。 従来のCoE 経営層 DX推進担当者 要件定義が中心 開発は外部に依頼することも 営業部 最近のCoE 今、主流に FDE 製造部 現場で課題を発見・ 解決できるエンジニア 管理部 強み エンジニアが一気通貫で、成果まで作り切り、知見が資産として次の現場にも活きる ポイント CoEという体制の形は同じでも、そこに置く人材が変わってきています。 Copyright APOLLO, Inc. All Rights Reserved. 11
12. FDEという言葉の変遷 ― Palantirの原義と、今の使われ方 ➢ 同じ『FDE』でも、生まれた時の意味と、今バズワードとして使われている意味は違います。 Palantirの原義（2003年〜） 今のバズワード的な使われ方 自社のAI・ソフトウェア製品を 持っていることが前提 自社製品を持っているかどうかは問わない 役割の焦点 顧客企業の現場最前線に常駐し、 自社製品を業務プロセスに実装する 現場に深く入り込み、課題を定義し 解決するエンジニア全般を指す 発祥 Palantir Technologies発の、 特定企業の職種・採用ポジション名 各社が独自に使う 一般名詞・トレンドワード 厳密さ 明確に定義された職務内容 名前だけが流用され、 定義の厳密さは薄れている 前提 つまり、今語られる『FDE』の多くは、Palantirの本来の定義そのものではなく、そのエッセンス（現場に深く入り込み、課題発見から解決ま でを担う）だけが広く使われるようになった状態、と言えます。 Copyright APOLLO, Inc. All Rights Reserved. 12
13. 自社はどの型か ― 次の一手チェックリスト ➢ 当てはまる項目にチェック。複数当てはまるほど、次の一手が明確になります。 □ 経営の号令はあるが、現場に浸透していない → ①トップダウン偏重。現場推進者の巻き込みが次の一手 □ 各部署がバラバラに動き、全社としてつながっていない → ②現場分散偏重。⑤CoEのような橋渡し役の設置を検討 □ ツールは導入したが、システムがブラックボックス化している → ③ベンダー依存の典型パターン。内製化・共創への移行を検討 □ 生成AIを試してはいるが、業務に定着しない AI → PoC止まりのサイン。FDEの“現場実装力”がカギ 多くの企業では、複数の型が混在しています。まずは自社の現在地を診断することが、次の一手の第一歩です。 Copyright APOLLO, Inc. All Rights Reserved. 13
14. アポロでもFDE支援が可能 ➢ アポロの伴走型AIサービスは、FDEの考え方を参考にした独自のDX支援サービスです。 コンセプト：人に張り付いた業務知見を、AIの仕組みに移す 現場常駐で、課題の発見から解決まで一気通貫。特定の人にしかできない業務、暗黙の判断基準、要件 化しにくいAI化テーマ、ツールはあるのに業務が変わらない――そうした現場に向いています。 こんな現場に向いています ・特定の人にしかできない業務がある ・判断基準が暗黙で、文書化されていない ・AI化したいテーマは多いが、要件として書き出せない ・ツールは導入したが、業務のやり方は変わっていない Copyright APOLLO, Inc. All Rights Reserved. 14
15. アポロでのFDEの支援内容 ➢ AI活用推進における企画・業務整理・PoC設計・導入伴走・定着化までを、弊社AI活用人材が業務 派遣・常駐型*1で支援し、裏でプロフェッショナル人材がサポートいたします。 ➢ 貴社内に入り込み、現場業務の理解に基づいてAI活用テーマを具体化するとともに、PoCや実装に向け た要件整理、プロンプト/ナレッジ整備、利用部門への伴走、効果測定までを一気通貫で推進。単なる AI導入ではなく、業務成果につながるAI活用を継続的に生み出すための実行支援を行います。 貴社 現場従業員 など 弊社 プロフェッショナル人材 隣について伴走型で AI活用を支援 AI活用 伴走メンバー 常駐・派遣 *1 弊社のメンバーと連携を取りながら、 貴社の業務課題を理解し、 AI活用による解決を支援 CopilotやClaudeなど様々な生成AI製品・サービスについての活用をご支援させていただきます。また、製品・サービスに対しての制約はなく、貴社 の導入済みツールや既存システムについても、できる限りのご対応させていただくことが可能です。 • AI製品・ツールの使い方についてのサポート • AI活用テーマの発掘・整理・ユースケースの具体化 • 業務プロセスの可視化・AI適用ポイント・PoCの検討・提案 *2 *1 派遣や常駐などの契約形態・勤務形態については、貴社と協議させていただきご提案させていただきます。 *2 課題解決に際しては、弊社社内にて検討させていただき、本伴走支援とは別ご提案させていただくことがあります。 Copyright APOLLO, Inc. All Rights Reserved. 15
16. アポロでのFDEの支援内容 ➢ 業務要件定義から内製化まで、段階を追って現場に伴走します。 支援の進み方 STEP 1 STEP 2 STEP 3 STEP 4 業務要件定義 常駐作業 （共同実施） 高難度テーマ の切り出し 内製化以降 現場にアポロが同行し、現場 ヒアリングから進め方を検討 アポロ・現場担当・部門で課 題掘と構築を並走。1つの課 題を一緒に進める。 並行して、数理モデルや基盤 構築などは個別に対応 内製ビルダーを育成完了し、 伴走を卒業 支援テーマの優先順位づけ（効果×難易度） 最優先で実行 効果大 × 簡単 → 即着手 計画的に実行 効果大 × 難しい → 計画化 ・資料作成・議事録の生成AI活用 ・社内FAQ・問い合わせ対応 ・日報の自動要約 ・データ分析の高度化 ・画像認識など専門領域の活用 ・契約書等の文書解析 サブで実行 当面は保留 効果小 × 簡単 → 余力で実施 ・メール下書き・簡易翻訳 ・社内文書の下案作成 ・単純データ集計の補助 Copyright APOLLO, Inc. All Rights Reserved. 効果小 × 難しい → 優先度を下げる ・高度な独自モデルの開発 ・属人ノウハウの自動構造化 等 16
17. アポロでのFDEの導入事例 ➢ 課題がすでに明確な現場もあれば、テーマ出しから伴走する現場もあります。実際の2つのパターンをご紹 介します。 CASE STUDY 01 A 対象 難易度の高い課題解決型 大手自動車メーカーA社 品質部門 取り組み内容 目的とドメイン（不具合対応の効率化）は最初から明確。現 場の生の課題感をヒアリングしながら、開発文書のDB化・LLMに よる検索/分析の仕組みをAIモデルとして設計・構築。グローバル の現場で使われる仕組みを構築。 CASE STUDY 02 B 対象 テーマ発見伴走型 大手金融サービス企業B社 営業部門 取り組み内容 AI活用の方針・テーマ出し自体から伴走。現状把握→PoCテー マ選定→ロードマップ策定→並行実施という流れで、問い合わせ 対応や商談準備支援など複数テーマを同時にPoC中。 ※実際のプロジェクト事例をもとに、社名は匿名化して掲載しています。 Copyright APOLLO, Inc. All Rights Reserved. 17
18. 主な出典 ・経済産業省「DXレポート ～2025年の崖～」（2018年9月） https://www.meti.go.jp/policy/it_policy/dx/20180907_02.pdf ・Forward Deployed Engineer（Palantir起源・定義の変遷）関連記事（2025-2026年） JAPAN AIラボ：https://japan-ai.co.jp/media/7035/ ビジネス+IT：https://www.sbbit.jp/article/cont1/185991 メンバーズ コラム：https://www.members.co.jp/column/20250926-fde-engineer ・Forward Deployed Engineer 求人関連記事（2026年） BizDevTech：https://bizdev-tech.jp/fde/ ・大手AI企業のFDE専門組織新設（2026年5～7月） OpenAI公式：https://openai.com/index/openai-launches-the-deployment-company/ TechCrunch（Anthropic・OpenAI）：https://techcrunch.com/2026/05/04/anthropic-and-openai-are-both-launching-joint-ventures-for-enterprise-aiservices/ Amazon公式（AWS）：https://www.aboutamazon.com/news/aws/aws-1-billion-forward-deployed-ai-engineers CNBC（AWS）：https://www.cnbc.com/2026/06/30/aws-amazon-ai-forward-deployed-engineers.html CNBC（Microsoft）：https://www.cnbc.com/2026/07/02/microsoft-commits-2point5-billion-6000-employees-ai-implementation-unit.html Copyright APOLLO, Inc. All Rights Reserved. 18