FDE

ツールを導入しても、開発を依頼しても、現場の課題が残っている企業へ。

実際に現場に入り、共に課題を解決する

提案書やシステムの納品ではなく、現場の困りごとが解決するところまで。 実際の仕事の流れを一緒に確認し、AI活用の知見を活かして、試作と改善を小さく速く進めます。

こんな課題に向き合います

  • コンサルティングや開発支援を受けたが、提案や納品のあとに現場の課題が残っている
  • 予約、集計、転記、連絡などの手作業が多く、日々の業務を圧迫している
  • 既存のWebサービスや社内システムに、使いにくさや保守の負担が残っている
  • 複数のツールを導入したものの、費用と業務の流れが整理できていない
  • 課題整理、提案、実装を別々の相手に説明する伝言ゲームを減らしたい

ご相談の時点で、つくるものや要件が決まっている必要はありません。 売上、利用者、現場の手間、費用から、最初に解くべき問題を一緒に絞ります。


FDEとは、現場で一緒に課題を解くエンジニアです

FDEはForward Deployed Engineerの略です。 現場の方と一緒に仕事の流れや困りごとを把握し、AIも活かしながら解決策を考え、自ら実装するエンジニアです。 想造では、山下が課題整理から開発、運用への定着まで全て担当します。


FDEによる業務効率化シミュレーション

AIを活用する3つの業務を例に、年間の作業時間の変化を試算します。説明用の仮定であり、実績や効果の保証ではありません。

従業員30名を基準に、業務量が人数に比例すると仮定して年間時間を試算します。

従業員30人の想定:3業務合計で年間2,590時間の削減

CASE 01 / 年間シミュレーション

商談後の記録・顧客情報入力

商談記録を確認し、顧客情報と次のアクションを営業管理ツールへ入力する担当者

1年間で削減できる作業時間(想定)
2,000時間 / 約83.3%短縮

導入前 1時間/人・日 → 導入後 10分/人・日

年間作業時間の比較(全ケース共通の目盛り)
導入前:2,400時間
導入後:400時間

基準の計算:1人1日50分の削減 × 営業担当10人 × 月20日 × 12か月
人数比 1.00で規模換算(選択人数 ÷ 30。表示は丸めています)

CASE 02 / 年間シミュレーション

美容室の予約管理

美容室の予約受付・変更と予約台帳の更新を行う担当者

1年間で削減できる作業時間(想定)
270時間 / 75%短縮

導入前 180分/件 → 導入後 45分/件

年間作業時間の比較(全ケース共通の目盛り)
導入前:360時間
導入後:90時間

基準の計算:1件2時間15分の削減 × 月10件 × 12か月
人数比 1.00で規模換算(選択人数 ÷ 30。表示は丸めています)

CASE 03 / 年間シミュレーション

患者のカルテ作成・管理

診療内容の記録・確認とカルテの管理を行う医療従事者

1年間で削減できる作業時間(想定)
320時間 / 約66.7%短縮

導入前 2時間/人・日 → 導入後 40分/人・日(導入前の1/3)

年間作業時間の比較(全ケース共通の目盛り)
導入前:480時間
導入後:160時間

基準の計算:1人1日80分の削減 × 担当者1人 × 月20日 × 12か月(担当者1人・月20日を仮定)
人数比 1.00で規模換算(選択人数 ÷ 30。表示は丸めています)

時間が減っても、必ずしも人件費の支出が減るわけではありません。 初期費用、利用料、保守や確認の負担も含めて比較し、費用に見合わなければ見送ります。 予約導線なら直接予約の割合、問い合わせ対応なら対応時間や差し戻し件数など、課題に合う指標を一緒に決めます。


コンサルティング・受託開発との違い

想造のFDEは、机上の空論を渡すことや、決められた仕様を実装することだけを役割としません。 何が課題なのかを現場で一緒に確かめ、解決策を試し、実際の仕事で使えるところまで担当します。

提案で終わらず、自ら実装する

課題分析や方針の提案を中心とするコンサルティングに対し、想造では提案した本人が手を動かします。 現場の反応を直接受け取り、試作と修正を短いサイクルで繰り返します。

ただ手を動かすのではなく、一緒に考える

決められた要件をもとに作る受託開発に対し、想造では「何を作るか」が決まる前から関わります。 業務の見直しや既存サービスで解決できるなら、開発しない選択も含めて判断します。

支援範囲は会社や契約によって異なります。職種名の優劣ではなく、どこからどこまで一緒に担うかの違いです。


AIを使いこなし、解決までの距離を短くする

山下は、組織でのAI活用推進や、AIエージェントを前提とした開発プロセスの設計、品質向上に取り組んできました。 進化するAIを、調査の補助、試作、実装、動作確認に使い分け、現場に動くものを見せるまでの時間を短くします。

  • 現場で聞いた困りごとを小さな試作にし、実物を触りながら認識のずれを直す
  • AIが得意な作業を任せ、人は課題の判断、設計、例外への対応に集中する
  • AIの出力は人が確認し、動作確認と実際の業務で確かめてから利用する

お客様の業務にAIを導入しなくても、開発側でAIを活用することはできます。 機密情報の扱いと利用可能なツールは事前に確認し、許可のない情報を外部AIへ入力しません。 速さだけを優先せず、品質と運用の負担まで見て判断します。

AI活用推進での取り組みを見る


作ることより、解決することを優先します

ホームページやシステムをつくること自体を目的にはしません。 既存のサービスで十分ならそれを使い、業務の手順を変えるだけで解決できるなら、開発は行いません。

AIは手段であって、目的ではありません。 ヒアリングの結果、決まったルールによる自動化や既存ツールの設定変更で十分なら、AIを使わない方法を提案します。 精度、費用、情報管理、現場での使いやすさを比べ、導入しないほうがよい場合も理由をお伝えします。

自作が必要な場合は、最初から大きく作り込まず、 効果を確認できる範囲から実装します。 必要がなければ「今のままで十分です」と率直にお伝えします。


お手伝いできること

事業と業務の整理

  • 顧客がサービスを知り、利用し、再び戻ってくるまでの流れを整理する
  • 現場の作業を書き出し、時間・費用・機会が失われている場所を見つける
  • 「今やること」と「まだやらないこと」を、理由と一緒に決める

既存サービスの導入と業務改善

  • 予約、顧客管理、問い合わせ、集計などに合うサービスを選ぶ
  • 転記や定型連絡を自動化し、人が判断する仕事に時間を戻す
  • 現場の方が迷わず使える手順と役割分担まで整える

進め方

  1. 初回相談

    事業の目的、現場の状況、困っていることを伺います。資料はなくても構いません。

  2. 課題と優先順位の整理

    解くべき問題、最初に試す範囲、やらないことを共有します。

  3. 小さく実施

    業務変更、サービス導入、開発から必要な方法を選び、短い単位で動かします。

  4. 検証と改善

    実際の利用と数字を確認し、続ける・変える・やめるを判断します。

  5. 定着

    確認方法、手順、引き継ぎを整え、日々の仕事として回る状態にします。


相性の良いご相談

  • 現場や利用者の状況を共有しながら進められる
  • AIを導入したいが、どの業務から始めるべきか決められない。
  • 外部へ任せきりにせず、ノウハウを社内に残したい。

大規模な分散システムの性能設計や、機械学習モデルそのものの研究開発はお受けしていません。 対応できないご相談は、その旨を正直にお伝えします。

困りごとの段階でご相談ください

何をつくるかが決まっていなくても構いません。 最初に解くべき課題を、一緒に整理します。

相談する