AIモデル自体はもう揃っています。問題は、それを自社システムに組み込む瞬間から始まるんです。
だからOpenAI・Anthropic・Metaは、最近この一点に55億ドルを注ぎ込みました。正確には、人をもっと配置するために、です。
みんなこう信じていました
フォーチュン500企業にチャットボットを一つ付けるのは簡単です。でも、そのAIを20年前のSAPやカスタマイズだらけのCRMの中で実際に動かすのは、まったく別の問題なんですよね。
そこで業界が出した答えがForward Deployed Engineer(FDE)でした。10年前、Palantirが諜報機関の顧客を相手にする中で生み出した方式で、シニアエンジニアを顧客企業の中に常駐させ、そのデータや組織の政治力学、レガシーシステムの混乱の中で直接プロダクションコードをデプロイさせるやり方です。
このモデルが今、AI業界全体に広がっています。OpenAI・Anthropic・MetaがFDEベースの導入企業に投じた金額は約55億ドル。FDEの求人は2026年時点で前年比800%も急増しました。Palantir基準でFDEの平均トータルコンペンセーションは23万8千ドル、スタッフレベルは63万ドルを超えることもあります。OpenAI・Anthropicのミドル〜シニアFDEは35万〜55万ドルのレンジです。
理由はシンプルです。モデルにアクセスできるというだけでは契約は成立しないんです。誰かが顧客企業の中に入って、実際に動かさなきゃいけない。
でもベニオフは逆に賭けました
8月3日、マーク・ベニオフのTime Venturesが主導する2,000万ドルのプレシード資金調達が公開されました。資金を得たのはステルスモードから抜け出したばかりのJune。創業者のEfrat Rapoportはセールスフォース出身で、他の3人の共同創業者と一緒に2019年、対話型AIスタートアップBonoboを4,500万ドルでセールスフォースに売却した経歴があります。
Juneが売っているのは人材じゃありません。AIエージェントが企業システムをまずスキャンして、実際の業務プロセスを抽出し、導入ロードマップを自動で組むプラットフォームなんです。人が何週間もかけて要件をヒアリングして回る代わりに、AIが先に地図を描くわけです。
なぜこれが必要なのか、数字が物語っています。IDCの調査によると、企業が始めたAIパイロット33件のうち、プロダクションまで到達するのはわずか4件。88%がどこかで止まってしまいます。MITのGenAI Divideレポートはもっと冷淡で、パイロットの95%が実質的な財務成果をまったく出せていないと報告しています。しかもこのレポートが指摘した原因はモデルの性能ではなく、レガシーシステムとの統合でした。
Rapoportの説明が核心を突いています。「AIは逆説的に、専門サービスへの需要をむしろ増やしたんです。難しいのはデモじゃなくて、既存システムとワークフローを変えることなんですよね」
実際の事例もあります。住宅ローン会社CMGのPaul Akinmadeさんは、Claude Codeを素早く導入したものの、セールスフォース統合の段階でつまずきました。Juneを使ってからは、チームがエージェントをどこに配置すべきか明確になり、FDEを別途投入せずに安全に進められたそうです。
| FDE常駐モデル | AI自動ロードマップモデル(June) | |
|---|---|---|
| コスト構造 | 1人あたりトータルコンペ23万〜63万ドル超(Palantir基準) | プラットフォーム定額制(非公開) |
| 着手スピード | 採用・オンボーディングに数ヶ月 | スキャン後すぐロードマップ(ベンダー側の主張) |
| スケーラビリティ | 人員数の分だけ | 複数プロジェクト同時進行が理論上可能 |
| 実績レベル | Palantirの10年超の実績 | 2026年8月にステルス脱出、公開事例1件 |
最後の行が重要です。Juneはまだ実証された手法じゃなく、賭けなんです。ただ、ベニオフ・マイケル・デル・アーロン・レヴィ・ジョージ・カーツといった面々が同時に同じ場所に賭けたということは、この問題がそれだけ大きくて、まだ解けていないという証拠でもあります。
自社に当てはめるなら何を見るべきか
- まず詰まっている箇所を診断する
AIパイロットが止まっているなら、モデルの問題か統合の問題か先に切り分けます。IDC・MITのデータを見る限り、大半は後者です。 - FDE契約前に再利用可能性を確認する
今回の契約で作った統合ロジックが次のプロジェクトでも使い回せるか聞いてみます。使い回せないなら、毎回ゼロからコストが発生します。 - 自動化ロードマップツールはまずカバレッジから
自社が使っているレガシーシステム(SAP・セールスフォース・自社開発ERPなど)を実際にスキャンできるか、デモじゃなく自社データで確認します。 - 人とAIの併用をデフォルトにする
どちらか一方を選ぶ問題じゃありません。初期のスキャン・ロードマップはAIに任せ、組織の政治力学が絡む最終段階は人が担うハイブリッドが現実的です。 - コストは「年俸」じゃなく「完了までの総額」で比較する
FDEはトータルコンペだけで23万〜63万ドル超、自動化ツールは大抵サブスク制です。導入完了までにかかる総コストで計算しないと正確じゃありません。
もっと深く知りたいなら
June AI公式のステルス脱出プレスリリース 創業者インタビュー、投資家リスト、製品プロセス4段階の原文 globenewswire.com
Forward Deployed Engineer、なぜここまで高騰したのか Palantir起源からOpenAI・Anthropicの投資規模まで forbes.com
AIパイロットの88%がプロダクションに届かない本当の理由 IDC調査をもとに、IT部門のせいじゃないという反論まで cio.com
MITのGenAI Divideレポート — 生き残った5%は何が違ったのか 95%失敗という数字の元の文脈と成功組織の共通点 legal.io
Bonoboがセールスフォースに4,500万ドルで売却されるまで June創業チームの最初のイグジットストーリー voicebot.ai
FDEの給与・採用トレンド2026完全ガイド Palantir・OpenAI・Anthropicの報酬レンジ比較 hashnode.com
