先日行われた FDE（Forward Deployed Engineer、現場展開エンジニア）に関するオンラインディスカッションには、研究開発、プリセールス、コンサルティングなど、さまざまなバックグラウンドを持つ AI 業界の実務者が集まりました。FDE とは、技術とビジネスの双方を理解し、企業の現場で AI の実装を支援する役割を指します。台湾では「伴走コンサルタント」や「導入エンジニア」と呼ばれることが一般的です。
2時間を超える議論の中で、実務者たちは企業における AI 導入の実情を率直に語りました。その中には、台湾の従来型産業が置かれている現状と非常によく一致する見解もありました。以下では、意思決定者の視点から、AI Agent を導入する前に明確にしておくべき3つのポイントを整理します。
経営者の AI 不安と、有効なニーズは別物
従来型産業の経営者と接していると、彼らの AI への関心が、テクノロジー業界の想像以上に高いことに気づきます。ChatGPT、AI Agent、デジタル従業員、ナレッジベースなど、話題になったものは一通り知っています。特に経営上のプレッシャーが大きい業界では、「同業他社はすでに使っているのではないか」「採用人数を減らせないか」と不安を抱く経営者が少なくありません。
その不安は現実のものです。しかし、不安がそのまま有効なニーズを意味するわけではありません。このディスカッションでは、ある実務者が次の3段階に分けて説明しました。
- 経営者が AI の話を聞く意思がある
- 経営者が試験導入に一定の予算を出す意思がある
- 企業に、定量化でき、繰り返し発生し、継続的な価値を生み出せる課題が実際に存在する
現在、最初の2段階に該当する企業は数多くあります。しかし、3段階目まで満たす企業は、想像するほど多くありません。
基礎的な IT 化、データの蓄積、業務プロセスの標準化すら完了していないにもかかわらず、AI Agent で何ができるのかを尋ねる企業もあります。サービス提供者が現場に入ってみると、名目上は AI 導入でも、実際に行っているのはデジタルトランスフォーメーション、さらには業務プロセスのコンサルティングだった、というケースも珍しくありません。
意思決定者が導入前に率直に答えるべき問いは、「解決したいのは実際のビジネス課題なのか、それとも『同業他社も取り組んでいるようだ』という不安なのか」です。この2つでは、投資のあり方がまったく異なります。
今、AI Agent の導入に最も適しているのはどのような企業か？
直感的には、最も従来型で、デジタル化がほとんど進んでいない企業ほど、変革の余地が大きいように思えます。しかし実務上は、こうした企業こそ導入を進めるのが最も困難です。データの蓄積がなく、統一されたシステムもなく、業務プロセスは人手に大きく依存し、知識は LINE グループ、Excel、個人の頭の中に散在しています。AI Agent を導入する場合、最初に取り組むべきなのは AI ではなく、過去十数年にわたって未整備だった IT 基盤を補うことです。
その一方で、高い研究開発力を持つテクノロジー企業は、通常、外部からの支援を必要としません。
現段階で本当に導入に適しているのは、その中間に位置する企業です。ディスカッションでは、こうした企業を「半デジタル化企業」と呼んでいました。
- 日常業務でコンピューターを広く利用している
- ERP、CRM、OA などのシステムを導入している
- 文書やデータが蓄積されている
- ただし、システム同士が連携していない
- データの転記や再入力、人による判断といった反復作業が多い
- 社内に研究開発チームがない
こうした企業にはデータがあっても活用しにくく、システムがあっても相互に連携せず、業務プロセスがあっても多くの工程が人手による受け渡しに依存しています。このような環境における AI Agent の役割は、分断された情報の流れを再びつなぐことです。
EgentHub の顧客の中でも、こうした企業は導入スピードが最も速く、成果も最も明確に表れる層です。MCP プロトコルを通じて既存の ERP や CRM システムと連携し、さらに伴走コンサルタントが業務プロセスの整理とプロンプトエンジニアリングを支援することで、多くの企業では2〜4週間以内に最初の AI Agent を稼働させることができます。
組織上の問題は、技術上の問題より解決が難しい
これは、ディスカッション全体で最も強く共有されていた認識です。
「AI による効率化」という言葉は中立的に聞こえます。しかし企業内ではしばしば、特定のポジションの重要性が下がること、特定の部門が権限の一部を失うこと、ある人が長年かけて築いた情報の壁が崩れること、これまで5人で行っていた業務を1人で処理できるようになることを意味します。
従業員が AI に抵抗するのは、多くの場合、システムが成功すれば、自分自身の交渉力に影響が及ぶことを理解しているからです。
そのため、企業の AI プロジェクトには典型的な構図があります。経営者は期待を寄せ、中間管理職は慎重になり、現場の従業員は必ずしも協力的ではありません。意思決定権を持つ人が継続的に推進しなければ、どれほど優れた技術であっても導入は進みません。
このため、EgentHub の導入プロセスでは「伴走」を重視しています。企業内のコアチーム、権限ルール、審査・承認の仕組みづくりを支援し、AI Agent を組織の一部として定着させます。これは、システムを完成させて納品すれば終わりというモデルとは異なります。システムが稼働したからといって、組織上の問題が自動的に解決するわけではないからです。
AI の長期的価値：組織運営を個人依存からシステム依存へ変える
多くの企業が AI を検討する際、最初に思い浮かべるのは時間や人件費の削減です。しかし、このディスカッションでは、さらに本質的な価値が指摘されました。
従来型企業には共通する問題があります。それは、組織運営の大部分が個人に依存していることです。営業担当者が退職すれば、顧客との関係まで失われる。ベテラン社員が離職すれば、特定の業務プロセスを進める方法が誰にも分からなくなる。新人が入社しても、体系的な研修制度が整っていない。このような状況は珍しくありません。
AI Agent を企業に導入すると、こうした業務の過程を段階的にデジタル化できます。従業員がどのような問題を処理したのか、どの知識を参照したのか、どのような判断を下したのか、どのプロセスで頻繁に停滞が発生しているのか。これらの情報が継続的に蓄積されることで、組織の資産となります。
意思決定者の視点から見た AI Agent の長期的価値は、会社を「特定の数人に依存する組織」から、「組織が蓄積してきたシステムに依存する組織」へと徐々に変えていくことです。組織の運営状況を把握し、測定し、再現し、引き継げるようになります。これは、作業時間を数十分短縮することより、はるかに重要な価値です。
よくある質問
当社はまだデジタルトランスフォーメーションを完了していません。それでも AI Agent の導入に適していますか？
デジタル化の程度によります。すでに ERP、CRM、Excel を使用し、データも蓄積されているものの、システム間の連携ができていないという「半デジタル化」の状態であれば、むしろ導入に適したタイミングです。一方、基本的なコンピューター業務やデータ蓄積の仕組みすら整っていない場合は、まず IT 基盤を整備してから AI を検討することをおすすめします。
従業員が AI 導入に抵抗しています。どのように対応すべきですか？
まず、抵抗の本当の理由を理解する必要があります。多くの場合、従業員が懸念しているのは理解不足ではなく、自分の交渉力に影響が及ぶことです。効果的なのは、反復性が高く、利害対立が起きにくい業務プロセスから始めることです。まずは AI Agent が業務負担を軽減するメリットを従業員に実感してもらい、その後、段階的に適用範囲を広げます。同時に、意思決定権を持つ人が継続的に推進することも必要です。
AI Agent 導入の予算は、どのように計画すべきですか？
AI 導入を一度限りのプロジェクト費用として捉えることは避けるべきです。より合理的なのは、段階的に進める方法です。まず小規模な検証で実現可能性を確認し、その後、継続運用を前提としたサブスクリプションモデルを構築します。ディスカッションでは、一度限りのプロジェクト料金だけに依存するモデルでは、サービス提供者と顧客の双方にとって継続が難しいという認識が共有されていました。
FDE とは何ですか？当社とどのような関係がありますか？
FDE は、最近 AI 業界で注目を集めている役割です。技術への理解とビジネス能力を併せ持ち、企業の現場で AI の実装を支援する人を指します。台湾の従来型産業の多くには社内エンジニアリングチームがないため、通常、この役割は外部サービス事業者のコンサルタントが担います。EgentHub の伴走コンサルタントも、この役割を果たしています。
参考資料
- 范冰「企業はいかに AI を実装するか」をめぐる非公開グループチャット — Facebook 投稿。FDE コミュニティのオンラインディスカッションを匿名化して整理したもの（2026年8月）
- FDE4.ai — 范冰によるオープンソース書籍。現場展開エンジニアと企業における AI 実装について解説