AIが現場で動かない本当の理由——データ・権限・業務の縫い合わせとFDE

生成AIのモデル性能は、もはや導入の壁ではない。主要なモデルはどれも実務に耐えうる水準に達しており、試験的なデモを動かすだけなら数時間で完了する。それでも多くの現場でAI活用は止まる。止まる場所は、モデルの外側にある。

現場でAIが止まる三つの層

AI導入が頓挫する理由は、大きく三つの層に分解できる。

データの層：現場のデータは複数のシステムやスプレッドシートに分散していることが多い。AIに渡せる形に整っていないことが大半であり、入力の前処理だけで相当な工数が発生する。

権限の層：誰がどのデータを閲覧・更新できるかが明確でない組織では、AI活用の前に権限設計から始めなければならない。ここが曖昧なまま進めると、実運用の段階で「このデータは使えない」という壁に突き当たる。

業務ロジックの層：現場には「いつもこうしている」という暗黙のルールが蓄積されている。例外処理、承認の流れ、担当者ごとの判断基準——これらは文書化されておらず、AIへの指示として渡す以前に言語化できていない。

モデルが賢くなっても、渡せるデータがなければAIは動かない。問題は現場とAIの間にある接続層にある。

この三つの層を「縫い合わせる」作業を誰が担うのか。それがFDE（Forward Deployed Engineer）が置かれる理由だ。FDEという職種の定義や起源については「FDEとは何か——Forward Deployed Engineerの読み方・起源と定義」で詳しく解説している。

FDEが担う縫い合わせとは

FDEの役割は、AIと現場の間に立って接続層を作ることだ。具体的には次のような作業が中心になる。

• 現場のデータがどこにあり、どの形式で存在するかを調査する
• 権限設計を整理し、AIが参照・更新できる範囲を決める
• 業務ロジックを聞き出し、AIへの指示（プロンプト設計）に落とし込む
• 動いた結果を現場と確認しながら、改善を繰り返す

この作業はシステム開発でも、純粋なコンサルティングでもない。現場に入り込み、データと業務と権限の三つを手繰り寄せながら「AIが動く状態」を作り続けることだ。

FDEが具体的にどう動き、何を納品物と見なすかについては「FDEの仕事内容とは？現場から定着まで担うロールの全体像」で整理している。

システム開発とFDEの関係

FDEとシステム開発は、対象が異なる。システム開発者はアーキテクチャを設計し、コードを書き、インフラを構築する。これは「箱を作る」仕事だ。

FDEが担うのは「箱に現場をつなぐ」仕事だ。既存のシステムやAIツールを前提に、現場の業務がそこに接続できる状態を作る。この二つは対立せず、補完関係にある。

多くの組織でAI導入が止まるのは、開発リソースが不足しているからではない。接続層を担う人材がいないからだ。システムを作れる人はいても、現場のデータと権限と業務ロジックを縫い合わせながら動く状態へ持っていける人が不在であることが多い。

AI活用を「使える状態」にするための前工程を誰が担うのかを明確にすること。それがFDEという役割を検討する出発点になる。現場に寄り添いながら進めるDX伴走支援については「しぼる：DX伴走支援」でも案内している。