一、核心内容の平易なまとめ
この記事は、AI時代にソフトウェア業界で起きている「根本的な論理の大きな転換」について詳しく説明しています。過去40年間、業界の黄金律則は「一つのコードを何百万回も売る」というものでした。巨額の投資をしてソフトウェアを開発し、ほぼゼロコストで何千もの顧客に販売するのです。顧客にカスタマイズを提供したり、エンジニアを派遣したりする企業は、規模化能力が低く、ビジネスモデルが魅力的でないと見なされていました。しかし今、AIによってコードを書くコストが大幅に下がり、逆に企業内の歴史的なシステムや人間関係、暗黙のルールに隠された実際のビジネスの複雑さが最も貴重な資産となっています。顧客の現場に派遣され、実際の状況を把握し、そのフィードバックを本社に伝えて製品を改善するFDE（フロンティアデプロイメントエンジニア）は、業界中で非常に求められる存在となっています。これは単に新しい職種が増えたというだけではなく、「ソフトウェアの無理なコピーから実世界にの適応へ」という全く新しいビジネスパラダイムへの転換を意味しています。
---
二、ポイントごとの平易な解説
1. 過去40年間のソフトウェア業界の「暗黙のルール」：顧客にプロセスを変更させてソフトウェアに適応させることが最も儲かる方法でした
以前、ソフトウェア会社が製品の良し悪しを判断する基準は非常にシンプルでした。顧客にできるだけエンジニアに頼らずに、自分で登録し、設定し、使ってもらうことができるかどうかでした。
例えば、ミルクティー店でPOSシステムを使う場合、システムでは割引イベントを1日前に設定することが義務付けられていましたが、週の金曜日に急に1時間の割引イベントを行いたくても、メーカーは機能を変更してくれませんでした。むしろ「これが業界のベストプラクティスです。イベントの時間を1日前に設定すればいいのに」とアドバイスされます。ERPからCRMまで、100社の100通りの異なるプロセスを3～5つの標準化されたテンプレートに押し込み、顧客に自分の仕事の習慣を変えてソフトウェアに適応させるようにさせるのです。そうすることで、メーカーは一つのコードで何百万回もの収益を得ることができ、高い毛利率で資本市場から評価されました。
この論理の下では、訪問サービスやカスタム開発は完全に「政治的に正しくない」とされていました。それは自社の製品の抽象化が失敗したと認めることに等しく、コンサルティング会社と変わらないと見なされていました。
2. AIの登場により、コストの大部分が変わり、古い論理はもはや機能しません
生成型AIの普及により、コードを書くコストが以前の1/10から1/20にまで大幅に下がりましたが、実世界の複雑さは全く変わらず、むしろ高くなっています。
以前は企業の購買システムを開発するのに100万円かかりましたが、その企業の購買に関する暗黙のルールを把握するのには10万円しかかかりませんでした。メーカーはコードを書くコストを削減することに注力していました。しかし今ではAIを使えばコードを書くのに1万円しかかからず、残りの99万円はこれらの問題を解決するために使われます。なぜ財務部門がシステムで承認をしたにもかかわらず、Excelの署名だけを認めるのか？なぜあるシステムのフィールドが10年間空いたままで誰も埋めようとしないのか？なぜ事故が発生すると誰も責任を負いたがらず、自動化されたプロセスを避けて手作業を選ぶのか？これらの問題は大規模なモデルが賢くなったからといって自動的に解決されるわけではありません。AIが実際の企業運営を本格的に引き継ぐようになると、水面下に隠されていたこれらのルールが致命的な問題となります。つまり、以前は「ソフトウェアを作ること」が最も高価だったのに対し、今では「そのソフトウェアを実際に使うこと」が最も高価になっています。
3. FDEは単なる実装アドバイザーではなく、ソフトウェア会社の「人間版の逆伝播アルゴリズム」です
多くの人がFDEを、以前のように顧客のところに行ってソフトウェアをインストールするエンジニアだと思っていますが、それは大きな間違いです。以前の実装作業は「顧客に私たちの既存の製品の使い方を教える」ことでしたが、FDEの仕事はその逆です。FDEは顧客の現場に行き、ドキュメントやAPIインターフェースには記載されていない暗黙のルールや歴史的な問題、権限関係をすべて把握し、エンジニアが理解できる形に変換し、ソフトウェアの機能を顧客が実際に利用できる形にします。そして、そのフィードバックを本社に伝えて製品を改善します。
例えば、オンラインゲームをするとき、以前のカスタマーサービスはプレイヤーのミスを解決してくれましたが、FDEはプレイヤーが公式のメインストーリーを避けて別のルートで装備を集めているのを見つけ、ゲーム開発者にそのルートを公式のイベントにするように伝えます。これがPalantirが言う「人間版の逆伝播」です。AIはデータのフィードバックによってモデルを修正しますが、ソフトウェア会社はFDEからの実際のフィードバックによって製品を改善します。これは実験室で10年間かけて開発した機能よりも優れています。
4. FDEはSaaS業界の最も重要な評価基準を覆しています：訪問サービスはコスト負担から資産の購入へと変わりました
以前は資本市場ではソフトウェア会社のサービス収入を軽視しており、人員が多いほど毛利率が低くなり、コンサルティング会社と同じように見なされていました。しかしAIによってFDEの効率が大幅に向上した今、ビジネスモデルの境界が変わりました。以前は10人のエンジニアが半年かけて完成させるカスタムプロジェクトも、今ではFDEとAIの助けを借りれば3週間で完了します。
この場合、FDEを派遣することはコスト負担ではなく、貴重な資産の購入となります。FDEを10の銀行に派遣して実装を行うと、すべての銀行が抱える「古いシステムを変更できない」「新しい機能を互換性させる必要がある」という共通の問題を把握し、その解決策をプラットフォームの標準機能にすることができます。11番目の銀行にはFDEを派遣する必要もなく、新しい機能を3日で導入できます。
つまり、顧客を獲得するたびにサービス料だけでなく、他社にはない機能も得ることになります。実際の状況を多く経験すればするほど、後の顧客の作業が簡単になり、規模化能力も強くなります。
5. 次の時代の競争は、モデルの大きさやコードの量ではなく、「実際に遭遇した問題の数」です
以前のソフトウェア業界では、エンジニアを採用する際に「コードを書けるかどうか」が最も重要でしたが、将来最も価値のあるエンジニアは、見知らぬ業界に行って1週間でユーザーの無意味な要求や絶対に触れてはならないライン、業界全体の共通の問題を見極めることができる人です。
業界全体の評価基準も変わります。以前はAIスタートアップに「製品を規模化してコピーできるか？」と尋ねられていましたが、今後は「この会社が実世界を理解する能力を規模化できるか？」とも尋ねなければなりません。
今では大規模なモデルや計算能力、コードは容易に規模化できますが、実世界の問題——つまりシステムのバグや権限関係、暗黙のルールは自動的に規模化できません。FDEが多くの現場を経験し、多くの問題に直面し、多くの共通の能力を蓄積した企業がAIの実装競争に勝つことになります。