現場責任
Field Ownership現場に立ち、業務の流れと判断の根拠をこの目で観察し、課題を解像度高く定義します。ヒアリングシートだけで仕様を決めることはしません。理解の精度が、実装の精度を決めるからです。
FDE Model — Forward Deployed Engineering
FDEモデル
コンサルは提案するが作らない。エンジニアは作るが業務を知らない。現場は実行するが構造を持たない。FDEは、この分断を一体化する実装モデルです。
私たちは、システムを『納品』しない。
企業の業務OSを『進化させ続ける』。
FDE(Forward Deployed Engineering/現場常駐型エンジニアリング)とは、エンジニアとAIエージェントがお客様の業務現場に入り込み、現場の制約・データ・権限・運用条件を前提として、診断から本番導入・運用改善までを一気通貫で担う実装方法論です。海外で成果が実証されつつあるこのモデルを、私たちは属人化と紙運用が色濃く残る鉄鋼業界の現場に合わせて発展させました。
従来の分業では、要件は会議室で定義され、開発は現場から離れた場所で行われ、完成したシステムが現場に「届けられて」きました。しかし、会議室で書かれた要件定義書は、現場に届く頃には実態と離れていきます。ベテランの頭の中にある判断基準、伝票の余白に書かれたメモ、電話一本で動く商習慣——それらは、現場に立たなければ見えません。「現場に存在しない理解は、理解ではない」。私たちがこの言葉を掲げるのは、AI導入において最も難しいのは技術ではなく、業務そのものの理解だと知っているからです。
だからFDEは、検収をゴールにしません。システムが現場で毎日使われ、数字が動き、改善が回り続けている状態——それを成果と定義します。作って渡すのではなく、現場とともに育て続ける。それがFDEモデルです。
Comparison — 受託開発とFDE
従来型受託開発との違い
同じ「システムをつくる」仕事でも、何を起点にし、何にコミットするかで、結果は大きく変わります。FDEは、契約の構造そのものを現場の成果に向けて設計し直したモデルです。
| 項目 | 従来型SIer受託開発 | FDE(オリハルコンエンジニアリング) |
|---|---|---|
| 起点 | 仕様(要件定義書) | 現場の問題 |
| コミットする対象 | 納期・予算・検収 | 採用率・利用率・ROI などの業務成果 |
| 責任範囲 | 設計〜納品まで | 診断〜本番導入〜定着・改善まで一気通貫 |
| 進め方 | 要件定義→開発→検収の直線型 | 観察→実装→運用→改善の循環型 |
| 成果物 | 完成したシステム | 進化し続ける業務OS+運用体制+再利用可能な資産 |
Responsibility — 単一チームで引き受ける
FDEが持つ3つの責任
FDEは「作る責任」だけを負う仕事ではありません。現場を理解する責任、稼働させ続ける責任、そして知見を資産に変える責任。この3つを単一のチームが引き受けます。
本番責任
Production Ownershipリリースはゴールではなく、スタートです。稼働後も採用率・利用率・業務KPIが動き続けることに責任を持ち、数字が止まれば原因を現場で特定し、仕組みを直します。
資産化責任
Asset Ownership一つの現場で得られた業務理解と実装知見を、再利用可能なモジュールとして昇華させ、業界共通の資産に還流します。導入のたびに、次の現場への導入は速く、確実になります。
Speed — Humans command. AI agents build.
20人月を、96時間へ。
人間が指揮し、AI開発群が並列で作る。独自の開発統制基盤により、複数のAIエージェントが「壊さず・重複せず・矛盾せず・検証可能」な形で並列に開発を進めます。従来20人月(約3,200時間)規模の開発を、リリース候補まで96時間で仕上げる——それがFDEの開発速度です。
0時間
20人月規模の開発を
リリース候補まで
0時間
AIエージェントは眠らず
並列稼働し続けます
0×
人間がAI開発群を指揮する
開発密度の目安
※ プロジェクト規模・条件による目安です。
Cycle — 直線ではなく、循環
進化サイクル
FDEの仕事は直線ではなく、循環です。現場に入り、AI開発群を指揮し、業務OSを実装し、進化させ続ける。このサイクルが回るたびに、業務OSは現場に深くなじんでいきます。
01
現場に入る
OBSERVEエンジニアが現場に立ち、業務の流れ・判断基準・暗黙知を観察して構造化します。理解できていない業務に、AIは組み込めません。
02
AI開発群を指揮する
ORCHESTRATE人間が要件と優先順位を定め、複数のAIエージェントに並列開発を指揮します。判断は人が握り、手を動かす速度はAIが引き上げます。
03
業務OSを実装する
BUILD現場の制約・データ・権限・運用条件を前提に、共通基盤 OE OS の上へ業務モジュールを実装し、本番環境で稼働させます。
04
進化させ続ける
EVOLVE稼働後の利用データと現場の声をもとに、機能と精度を更新し続けます。使われるほど賢くなる仕組みが、現場の資産になります。
業務OSは完成しない。
進化し続ける。
Contact
まずは現場の課題を、
30分だけ聞かせてください。
AIに何ができて何ができないかは、業務を見ないと分かりません。お打ち合わせの中で、効果の出そうな業務領域を一緒に絞り込みます。
お問い合わせはこちら →