Palantir TechnologiesのFDEに学ぶ
中小企業のAI導入って、なぜか「良いツールを入れたのに、現場が変わらない」で止まりがちです。
相談を受ける側としても、正直ここが一番しんどい。PoCはできる、デモも良い、でも日次業務に戻ると結局Excelと人力に吸い込まれる。
そこで今回は、Palantir Technologiesの“FDE（Forward Deployed Engineering）”という考え方を、中小企業が再現できる形に翻訳します。根拠は、同社がSECに提出している10-K（年次報告書）と公式ドキュメント。マーケ資料じゃなく「硬い一次情報」をベースに、何が本質なのかを整理します。
1.FDEは結局「SI」なのか？
「Palantir Technologiesは“導入に人が張り付く会社＝SIっぽい”」という理解はよく見ます。ですが、同社の10-K（年次報告書）では、自社の主力を 4つのソフトウェア・プラットフォーム（Gotham / Foundry / Apollo / AIP） として定義しています。つまり自己定義は“プロダクト企業”です。
ここで大事なのは、「人がいる＝SI」ではなく、人がいることでプロダクトが強くなる設計になっているか。中小企業のAI導入でも、ツールは買ったのに現場が変わらないのは、この設計が欠けているケースが多いです。
Foundry：企業の“業務データ”を統合して、現場が使える 業務のOS（データ×業務モデル×アプリ）
Gotham：政府・防衛・治安などの“インテリジェンス/作戦”向けに最適化された 意思決定OS（分析×オペレーション）
Apollo：Foundry/Gotham/AIPを含むソフトを どんな環境にも安全に配り続ける運用・デプロイ基盤（継続デリバリ）
AIP：LLM/生成AIを 業務アクションに落とすAIレイヤー（Foundry/Gothamと一体で使う想定）
2. 用語の整理：FDE / FDSE / Delta
FDE（Forward Deployed Engineering）は「顧客の現場で価値が出るところまで持っていく」ための開発方式の文脈で語られます。Palantirの10-Kでも“プラットフォーム”の説明の中で、技術者だけでなく業務ユーザーまで含めた協働（統合→変換→モデル→意思決定）を強調しています。
中小企業向けに超要約すると、
プロダクト（共通基盤）：誰がやっても再利用できる部品・仕組み
FDE的役割（現場接続）：例外処理や運用制約を飲み込み、動く形にする
回収ループ：個社対応を“テンプレ”に戻して再利用可能にする
3. なぜFDEは強いのか：人間版バックプロパゲーション
Palantirは公式Docsで、Forward Deployed Engineeringを 「human equivalent of backpropagation」（人間版バックプロパゲーション）と表現します。
経営者向けに翻訳すると、「現場で発生するズレ（誤差）を、最短距離で改善に戻す」仕組みです。中小企業のDXが止まりやすい“ズレ”はだいたい次の3つです。
データのズレ：定義が部門で違う／欠損／粒度が違う
業務のズレ：例外処理・承認・責任境界・監査
運用のズレ：教育、誰が見るか、止まった時の対応、更新頻度
このズレを放置すると「PoC止まり」「現場が使わない」になります。
4. 仕組みの中身：Foundry / Apollo / AIP と“現場接続”の分業
10-Kには、4つのプラットフォームの概要がまとまっていて、特に「AIPは既存のML技術に加え、LLMなどの生成AIを“既存のプラットフォーム内で”扱う」ことが書かれています。
ここでの示唆は、中小企業にも直結します。
AIは単体で入れても価値が出ない（データと業務フローに組み込まれて初めて効く）
だから必要なのは「AIツール」より、業務・データ・権限・運用をまたいで“接続する役”
そして同社は「数か月〜年単位の内製より、数日で使えるソフトに顧客が寄っている」趣旨の記述も置いています。
5. 誤解を潰す：FDEはSIでもCSでもPMでもない（でも全部を少し持つ）
中小企業でよくある失敗は、DXを「IT担当に丸投げ」か「ベンダーに丸投げ」にして、結局“運用が残る”ことです。
FDE的役割は、ざっくり言うと **「運用で回るところまで責任を持つエンジニアリング」**です。10-Kでも、データエンジニア・分析者・データサイエンティスト・業務ユーザー・経営層まで、同じ基盤上で協働する思想が説明されています。
経営者の評価軸も変わります。「何を作ったか」ではなく、
事務コストが下がったか
ミスが減ったか
意思決定が速くなったか
現場の時間が空いたか
がKPIになります。
6. スケールの論点：成立条件／崩れる条件（中小企業の現実に落とす）
Palantirは10-Kで、顧客が“結果が出るまでの導入期間”を許容できない状況が増え、数日で準備できるソフトへ寄っている、という趣旨を書いています。
中小企業でこれを成立させる条件は、派手なAIよりも実務的です。
成立条件（中小向け）
“回収ループ”がある：個社対応をテンプレ化して次に使える
権限・監査・例外処理を握る人がいる（兼務でも可）
現場が触れる“日次の業務フロー”に組み込む（レポート閲覧だけで終わらせない）
崩れる条件
個社対応が増えるだけで再利用されない（属人化）
現場が使わず、結局「担当者が手でExcel更新」になる
7. 会社文脈：何を売っているのか（中小経営者が見るべきポイント）
「データを売っている会社」と誤解されがちですが、10-Kでは“顧客のデータとオペレーションを統合し、ほぼ任意環境で動かす基盤”として説明しています。
中小企業にとって重要なのは、ここが“分析ツール”ではなく、業務のOSを目指している点です。AIも、そのOSの上で動く機能として扱う。
そして10-Kの読み方としては「Business（何を売る）」「Risk Factors（何が詰まる）」「MD&A（なぜ伸びた/落ちた）」の順で見るのが速い、というSEC側のガイドもあります。
8. 日本の中小企業向け“翻訳”：FDEモデルを社内で再現する3パターン
中小企業はPalantir級の組織は作れません。ですが“型”は作れます。
パターン1：導入担当を「現場の接続役」にする
受注→請求→入金、問い合わせ→対応→再発防止など、日次業務のど真ん中に入る
AIは“最後”に置く（まずはデータ定義と例外処理）
パターン2：外注しても“回収ループ”は内製する
ベンダーは作る、社内は「次も使えるテンプレ」に戻す
これがないと永遠に「毎回作り直し」になります
パターン3：Bootcamp型で“0→使える”を短期で作る
PalantirはAIP Bootcampsについて「0からユースケースまで1〜5日」を明言しています。
中小企業でも、短期集中で「1業務だけ」動かすのが一番成功率が高いです。
9. 結論：FDEは流行ではなく「複雑性に勝つための経営設計」
FDEの本質は「人を貼る」ことではなく、現場のズレを最短距離で改善に戻すことです（Palantirがbackpropと呼ぶ理由）。
中小企業のDXは、AI以前に地味な複雑性（データ定義、権限、例外、運用）が勝負で、ここを握る役割がいない限り、ツール投資は回収されません。
おまけ：経営者向けチェックリスト（Yesが多いほどFDE型が効く）
例外処理が多く、マニュアル対応が多い
部門でデータ定義が違う（数字が合わない）
権限・監査・承認が絡む
PoCはできるが現場が使わない
“毎月レポート作成”が属人化している
