メインコンテンツへスキップ
見出し画像

作れるからこそ、顧客の課題に近づける ― 自社プロダクト出身エンジニアがFDEとして広げる仕事の領域

    AIが実装のコストを下げる中、エンジニアに求められる役割も広がり始めています。

    今回話を聞いたのは、GROWTH VERSE(以下、GV)でFDE(Forward Deployed Engineer)として活躍する久保 拓真さんです。

    2020年に入社して以来、長く自社プロダクトの開発に携わってきた久保さん。現在は金融領域のクライアント先でFDEとして参画し、これまで培ってきた開発経験を生かしながら、AIを活用したプロダクト開発に取り組んでいます。

    自社プロダクトを作り続けてきたエンジニアが、顧客の現場に入ることで何が変わったのか。そして、AI時代に「作れる力」はどんな価値を持つのか。久保さんの経験から、エンジニアの新しいキャリアの可能性を探ります。

    自社プロダクトで培った開発力を、顧客の現場へ

    ―― まず、今GVで何をしている方か、自己紹介をお願いします。
    久保:金融領域のクライアント先に、FDEとして入っています。やっていることは開発がメインで、先方のPMの方とのミーティングで出てきた課題をキャッチアップして、技術的に可能かを検証して、実装して、実際に試してもらい、フィードバックを受けて、それをもとに改善する。これをひたすら繰り返している感じですね。

    ―― FDEになる前は、自社プロダクトの開発をされていたと伺いました。
    久保:入社したのは2020年で、当時はまだスプリームシステムという社名でした。最初の2年ほどは、店内の動線を追跡するMoptarというプロダクトを担当していました。2022年からはマーケティング分野のAIMSTARで、外部のAI基盤とのデータ連携をつくったり、GoでLINE配信、ユーザー管理、シナリオとコンテンツ、Shopify連携、Web接客あたりを開発していました。

    ―― 自分の強みだと思っていた部分はどこでしたか?
    久保:いくつかあるんですが、まずは開発速度ですね。AI系の開発や、経験のない新しい領域でも、それなりに対応できていたと思います。あとは適応力で、わりと何を振られてもかたちにしてきました。Shopifyのデータを取り込むサービスを、ぽんと渡されて改善していった、みたいなことも実際にありました。

    ―― 長くプロダクトを持つ中で、身についた感覚はありますか?
    久保:ドメインの重要性やMAにおけるドメイン知識は大きかったと思います。AIMSTARに関わり始めた頃は、マーケティングオートメーションという言葉の説明はできても、実際にどういうものなのかはわかっていなかった。手を動かしてみて、ようやくわかってきた感覚があります。

    ―― 顧客の現場に入ることになったのは、どういう経緯だったんでしょうか?
    久保:これは声をかけていただいた形ですね。

    ―― 決めるとき、迷いや不安はありましたか?
    久保:正直、ありました。それまで社内の人とのコミュニケーションがほとんどで、社外の方と話す機会はほぼなかったので、そこは大丈夫かなという不安がありました。自分の開発が社外でも活かせるのか、という点もありましたし、プロダクト側にやり残したこともあったので、抜けて大丈夫かなとも思っていました。

    ―― 実際に入ってみて、自社プロダクトの開発と一番違ったのは何でしたか?
    久保:言葉です。先方で使われている用語が、こちらで使っていたものと違う。最初はそこのコミュニケーションが一番大変でした。伝え方には今も気をつけています。

    技術検証から、作るべきものが見えてくる

    ―― FDEの仕事は、完成した仕様を渡されて実装する、という形ではないと伺っています。案件はどんな状態から始まるんでしょうか?
    久保:粒度はかなりばらばらです。細かく決まっているものもありますが、「この新しい技術を実際に運用できるか検証してほしい」というところから始まるものも多いですね。新しい機械学習の機能やフレームワークを試してほしい、といった依頼もあります。

    ―― 検証から始まって、最終的に作ったものが最初の話と変わったことはありますか?
    久保:ありますね。一番わかりやすいのは、検証をしていく中で「これは使えるんじゃないか」というプロダクトが立ち上がったケースです。実際に使うユーザーからの要望が出発点だったのではなく、技術を検証していく過程でプロダクトが見えてきた、という流れでした。

    ―― 最初に検証していた方式は、どういう理由で見送りになったんですか?
    久保:先方が推奨している構成と少し違っていたのと、セキュリティ面のリスクがありました。外部ツールとのデータ連携が必要になる部分で、やはり厳しい。先方もある程度は予想されていたところだったので、「この辺は厳しくなると思います」という話をして、別の方式に切り替えました。

    ―― それはどういう伝え方をしたんでしょうか。改まった報告の場を設けたんですか?
    久保:いえ、毎日1回ミーティングをやっていたので、その中で「これも検証しました」「ここは厳しいです」と毎回積み上げていった形ですね。資料は用意しましたが、一度大きく場を開いて説明する、というよりは、日々の報告の積み重ねで結論が共有されていった感じです。

    ―― 「何を作るべきか」を判断するとき、何を見て決めていますか?
    久保:まず必ず見るのは、先方のセキュリティ要件に合うか。金融領域なので、ここはかなり厳しく作られていて、そもそも制限がかかっている場合もあります。次に技術的に可能かを事前に調査する。だいたいこの2つで、できるかできないかは判断できます。

    そのうえで、先方のやりたいことが本当にそれで実現できるのか。あとは、作った方が早いケースも意外と多いので、すぐできるものなら作ってしまって、開発環境で実際に触ってもらいます。そのフィードバックを見て、なしにするのか、改善すればいい機能になるのかを判断しています。

    ―― 逆に、言われた通りに作った方がいい場面もありますか?
    久保:あります。入った当初、自分はインフラまわりがそこまで詳しくなかったんです。先方にインフラに詳しい担当者がいたので、その方のアドバイスは積極的に取り入れました。結果的に、それがうまくいきました。

    ネットワークまわりも、先方であらかじめ構築されたフレームワークがあるので、それに沿って開発する必要があります。そこは資料通りに作る。逆に、足りない機能があればこちら側で直させてもらう、という進め方をしていました。サーバーのロジックまわりは自分の経験が強いところだったので、そのあたりはかなり対応できたと思います。

    作ってきたからこそ、見えているリスクがある

    ―― 自社プロダクトを作ってきてよかったと感じるのは、どんな場面ですか?
    久保:いくつかあります。一つはセキュリティまわりですね。個人情報の扱いはプロダクト側でもやってきたので、「このあたりにリスクがないか」をかなり早い段階で判断できていると思います。誰からでも見られるところにデータを置くべきじゃない、パラメータの管理はこうする、といった判断です。

    もう一つは、データ量と速度の感覚です。Web接客を開発していた経験があるので、どれくらいのユーザーがどれくらい使うと厳しくなるか、という判断ができる。これは実際にやってきたからわかることだと思います。

    ―― 作れることで、顧客とのやりとり自体も変わりますか?
    久保:変わりますね。先方にもエンジニアとして詳しい方が多いので、コミュニケーションの時点で解像度が合うんです。先方で使えるソフトウェアやフレームワークの話が出たときに、「それはあの機能ですか」とその場で返せる。自分がAWSにある程度詳しくなってからは、AWSの機能の話もそのままできるようになりました。コミュニケーションコストがそもそも低い、というのは大きいと思います。

    ―― 作ってきたからこそ、「これは使われないだろうな」と感じることもありますか?
    久保:全部ではないですが、ごく一部のユーザーしか使わないだろうな、という機能はあります。そういうときは、実装のリスクとリターンで考えます。すぐ作れるものなら作ってしまう。あるいは、今回は使われなくても、拡張すれば他のユーザーも使う可能性がある、というものも作ってしまうケースが多いですね。

    逆に、明らかに実装すべきでないと判断することもあります。先方のフレームワークに合わない、リスクが大きい、といったケースです。特に新しいサービスは、先方の社内で「本当にこれを使っていいのか」という検討が入るフェーズだったりするので、それが通らないと開発しても意味がない。そういうときは一旦見送る、という判断をします。

    ―― 運用面の工夫が、導入の後押しになることもありますか?
    久保:あります。たとえば、利用量の上限を適切に設定しておくことで、プロジェクト自体が先方の社内で進めやすくなることがあります。会議の中でそういう結論になって、結果的に話を通しやすくなった、ということがありました。

    ―― エンジニアとして開発経験を持っていることは、課題解決の場面でどんな強みになると思いますか?
    久保:技術的な実現可能性を判断できることは、一つの強みだと思います。一方で、技術的な制約にとらわれずに理想の姿を考えられることにも、価値があると思っています。

    そのうえで、長期的に運用するシステムを作る場合には、エンジニアとしての経験が生きてきます。AIだけに任せると、ロジックやアーキテクチャが複雑になってしまうこともあるので、将来の拡張性まで考えて設計できることは大きいですね。

    チームで顧客を理解する。その先に見えてきた課題

    ―― 顧客の業務を理解するために、実際にやっていることはありますか?
    久保:現場のミーティングに同席したり、先方の資料を読んだりしています。

    自分が参加できない打ち合わせもあるので、資料だけではわからない部分は、顧客と直接やり取りしているメンバーに確認することも多いです。
    チーム内には顧客の業務を深く理解しているメンバーがいるので、そうした方々から学びながら開発を進めています。

    ―― 技術検証や開発を進める中で、それまで見えていなかった課題が見つかることもありますか?
    久保:あります。たとえば、ClaudeのSkillsのような仕組みに業務の知識を入れていくと、業務効率をさらに上げられる、という話があるんです。今それを実現するためのアプリを作っているんですが、「これができるようになった」ことで、「じゃあここも効率化できるんじゃないか」という課題が新しく見えてきた。顧客側にも、そういう課題意識が生まれてきていると思います。

    今まではAIに任せられないから自分たちでやっていたものが、実はAIでいいんじゃないか、と。この範囲はこれから広がっていくはずです。もちろん自分ひとりの話ではなく、一緒にやっているチームでの話ですが。

    ―― これから広げていきたいのは、どのあたりですか?
    久保:今は開発を中心に担当していて、顧客の業務理解については、直接やり取りしているメンバーから学ぶ部分も大きいです。

    ただ、これからは自分でも顧客の課題を直接キャッチアップできるようになりたいと思っています。そこまで踏み込めるようになれば、開発の経験をもっと広いところで生かせると思うんです。

    今はまだ勉強することも多いですが、少しずつ自分のできることを広げていきたいですね。

    AIで実装時間が短くなった。その先に広がるエンジニアの仕事

    ―― 1年前と比べて、時間の使い方は変わりましたか?
    久保:かなり変わりました。まずミーティングの量が増えました。先方とのミーティングが増えましたし、出社したときに直接話を聞いて、その場で「ここはどうすればいいか」を一緒に考えることも多いです。コミュニケーションを取る機会は、かなり増えました。

    逆に、実装の時間はかなり短くなりました。そのままAIに投げているので当然ではあるんですが。そのぶん増えたのが、キャッチアップに使う時間です。インフラもそうですし、AIを使ったアプリを作っているのでAIまわりの勉強も必要で、今は学ぶ時間のほうがかなり増えています。

    ―― これからのエンジニアにとって、「作れること」の価値はどう変わると思いますか?
    久保:エンジニアもコンサルのようなことをする、という方向は出てくると思います。より顧客とその業務を理解できるエンジニアが、強いエンジニアになっていく。

    一方で、エンジニア以外の方もアプリを作れるようになっています。そのうえで差が出るのは、やはり長く運用する場面です。だからこそ、作ってきた経験は、これから仕事の領域を広げていくときの土台になると思っています。顧客の業務に踏み込んでいくときも、技術的にどこまでできるかが自分でわかっていることは強みになるはずです。

    新しい領域へ踏み出したいエンジニアへ

    ―― FDEに向いているのは、どういう人だと思いますか?
    久保:いくつかあります。一つ目は、コミュニケーションが好きな人。得意であればなおいいと思います。

    二つ目は、先方の環境を理解しようとする人です。なぜこうなっているんだろう、この会社はリスクをどのくらいの重さで見ているんだろう、といったところまで含めて理解する。ここはかなり大事だと思います。

    三つ目は、先方のプロダクトを早めに理解して、それを開発に活かせる人。自己流で作ってしまうこともできるんですが、できるだけ先方に馴染みのある形で開発したほうがいい。もちろん根本から変えるべき場面もありますが、環境や意図を理解せずに進めてしまうと、やはり難しい。現場の把握力が効いてくるところだと思います。

    ―― 久保さんから見て、GVではどのような方が活躍できると思いますか?
    久保:好奇心旺盛な人ですね。社内にいろいろなことを知っている方が多くて、毎回「自分も負けないくらい勉強しないと」と思わされます。面白い人が多い会社だと思います。



    AIによって、動くものを作るまでの時間は大きく短縮されています。だからこそ、これからのエンジニアには、技術的に実現できるかだけでなく、長く使われるものになっているか、顧客の環境に合っているかを判断する力も求められていきます。

    久保さんが自社プロダクトの開発で積み重ねてきた経験は、まさにそうした判断を支えるものです。そして今、その強みを生かしながら、顧客の課題をより深く理解するという新しい領域にも挑戦しています。

    GV DAX Boost Labが目指すのは、単にAIを使って速く開発することではなく、AIを前提に開発プロセス全体を設計・推進できる力を育てることです。
    その力を土台に、顧客の環境や事業への理解を深め、何を作るべきかという問いにも向き合っていく。久保さんの挑戦は、GVでエンジニアが広げていけるキャリアの可能性を示しています。

    今の強みを大切にしながら、AI時代のエンジニアとして新しい領域に挑戦したい。そんな若手・第二新卒エンジニアの方と、GROWTH VERSEはぜひお話ししたいと考えています。

    まずはカジュアル面談から。GVの開発現場やFDEの仕事について、ざっくばらんにお話ししませんか?

    ▶ GV DAX Boost Lab カジュアル面談のお申し込みはこちら
    GV DAX Boost Lab カジュアル面談応募フォーム


     
     
    BUILDING AI to maximize Business Growth https://growth-verse.ai/ マーケティングAI Agent「AIMSTAR」 人流分析AI「ミセシル」売上管理AI「Zero」 カスタマーサポートAI「電話放送局」

    あなたへのおすすめ