NISHIO Hirokazu[Translate]
Palantir
2026-02-15
GPT5
Palantirは、政府や大企業向けに大量データを統合・分析する基盤を提供する米国企業。
国家安全保障や軍事、サプライチェーンなどで意思決定支援を行う。
強力なデータ統合能力を持つ一方、監視社会との関係で議論も多い。
Palantirは「技術者が国家インフラの内部に入る」モデルの先行例。


Forward Deployed Engineer(FDE)という職種
顧客の現場に入り込んで、その場でソフトウェアを作るエンジニア
実装できるコンサル
普通のコンサルは実装はクライアント任せ
FDEは 問題定義 → 設計 → 実装 → 運用改善 を一気通貫でやる。
単なるコードのかけるコンサル?
近いけど、違いは3つ
① “プロダクトの一部”として埋め込まれる
Palantir自身が、FDE(FDSE)が顧客に埋め込まれて自社プラットフォームを使い倒し、顧客ごとの能力を立ち上げる役だと説明しています。
コンサルの「提案して終わり」ではなく、プロダクト価値を“現場で発生”させる担当。
② 成果物が「スライド」ではなく「本番ワークフロー+運用」
FDEは、データ統合・権限・監査・運用まで含めた“動く仕組み”を入れる。ここが「コードが書ける」だけより重い。
フィードバックループ(現場→プロダクト)が主目的
FDEが拾った現場の例外・要求を、汎用化してプロダクトに戻す。このループを回すのが「職種としてのFDE」のコア。
会社によっては、実態が「SI寄りの実装コンサル」になってる例もあります(肩書きのインフレは起きがち)
顧客組織(軍・政府・大企業)に常駐
データを理解しながらその場でプロダクトを構築・調整

既製プロダクトでは解決できない
既成SaaSがうまくいく条件は:
課題が標準化されている
データ構造が整っている
業務フローがある程度共通
Palantirの顧客は逆
データがサイロ化
組織政治が絡む
意思決定フローがブラックボックス
FDEがやっている本質
問題の再定義
データの意味づけ
組織の暗黙知の形式化
FDEは「人間が組織の未定式問題を定式化する装置」

AIでエンジニアの仕事はどうズレる?
コードを書く比率が下がる
“実装”のボトルネックが 「仕様の曖昧さ」「データ意味論」「権限と責任」に移る
つまり、上流が濃くなる。FDE的要素(現場理解+定式化)が増える
働き方の二極化が起きやすい
プロダクト/プラットフォーム側:標準化・再利用・ガバナンス重視(内向きに強い)
現場密着(FDE/ソリューション)側:未定式問題・高変動・政治含み(外向きに強い)


FDE的働き方は増える?衰退する?
当面(今〜数年):増える可能性が高い
理由はシンプルで、今のAI/データ導入は「既成プロダクトだけで完了しない」案件が多いから。
中長期:「FDEという職種」は“薄まり”、機能が分解・再編される
伸びる圧力と同時に、スケールの圧力も強いので、だいたいこうなります:
反復可能な部分は テンプレ化/プロダクト化
残るのは「未定式問題」「例外」「組織変革」「ガバナンス」
→ ここが“濃いFDE”として残る
つまり「増える/衰退する」の二択ではなく、
“普通の仕事がFDE化する”面(現場・データ・運用に寄る)と、
“FDEがプロダクト化で削られる”面(反復作業が消える)が同時に進む。
"Engineer's way of creating knowledge" the English version of my book is now available on [Engineer's way of creating knowledge]

(C)NISHIO Hirokazu / Converted from [Scrapbox] at [Edit]