TL;DR
AIエンジニアは製品の中にAI機能を作ります。Forward Deployed Engineer（FDE）は顧客のもとへ行き、製品がその顧客の事業で機能するようにします。2026年の求人47件を私が読み、分類したところ、2つの職種を分けていたのはAIではなく顧客との接点でした。FDEの求人24件はすべて顧客対応で、AIエンジニアの求人23件では7件でした。出張が必須なのはFDEで15件、AIエンジニアでは0件です。現場で得た知見を製品チームに返すことを求めていたのは、FDEで20件、AIエンジニアで1件でした。AIエンジニアの求人はすべてLLMまたはエージェントの開発に触れていましたが、FDEでは24件中13件だけでした。
Denysです。ポルトを拠点とするシニアのフルスタック・AIエンジニアです。月額制でForward Deployed Engineerとして働いているため、私の見方はその点を割り引いてお読みください。この問いを扱う比較記事の多くは講座の販売者によるもので、年収の表に出典が書かれていることはほとんどありません。そこで、企業が実際に書いている内容を数えました。
AIエンジニアとForward Deployed Engineerの違いは？
AIエンジニアは、モデルの上に機能を作ります。検索（リトリーバル）、エージェント、評価、プロンプト、ときにはファインチューニングで、自社の製品に組み込んで提供します。顧客は多くの場合、社内の人です。
Forward Deployed Engineerは、社外の顧客と、多くは顧客先で働き、その顧客の環境で製品が成果を出すために必要なものを作ります。連携、データパイプライン、個別のワークフロー、そして最近はAI機能もです。そこで得た知見は製品チームに戻ります。この職種については、Forward Deployed Engineerとは何かでより詳しく説明しています。
求人票には何と書かれている？
2026年10月24日に、Forward Deployed Engineerという名称の求人24件と、AI Engineerまたはその直接の派生名（Applied AI Engineer、Senior AI Engineer）の求人23件を集めました。出典は各社の採用ページと、そのGreenhouse、Lever、Ashbyのボードです。そして、各求人が業務または要件として明記している内容を記録しました。
| 求人に明記されている内容 | FDE（24件） | AIエンジニア（23件） |
|---|---|---|
| 社外の顧客と直接働く | 24（100%） | 7（30%） |
| 現場の知見を製品に返す | 20（83%） | 1（4%） |
| 出張が必須 | 15（62%） | 0 |
| データパイプラインまたは連携 | 21（88%） | 7（30%） |
| 本番デプロイを担当する | 22（92%） | 20（87%） |
| LLMまたはエージェント機能を作る | 13（54%） | 23（100%） |
| モデルの学習またはファインチューニング | 0 | 6（26%） |
| 必要経験年数の下限の中央値 | 4 | 3 |
職種をはっきり分ける行は3つあり、そのどれもAIとは関係がありません。顧客との接点、フィードバックの循環、出張です。本番運用の担当は、2つの職種をまったく分けません。どちらも、納品するために採用されています。
2件の求人は、違いを1行で言い表しています。CursorのFDE求人：「This is not a demo role. You own the work end to end, from the first discovery call through launch, iteration, and post-launch support.」（これはデモ担当の職種ではありません。最初のディスカバリー通話から、ローンチ、改善、ローンチ後のサポートまで、仕事を最初から最後まで担います。）FluencyのAIエンジニア求人：「The ability to tell the difference between ‘looks good in the demo’ and ‘works in production’ is essential.」（「デモでは良く見える」と「本番で動く」の違いを見分ける力が不可欠です。）一方は顧客の成果に責任を持ち、もう一方は機能の品質に責任を持ちます。
Forward Deployed EngineerはAIの仕事？
定義上はそうではありません。FDEの求人24件のうち11件は、LLMやエージェントの開発にまったく触れていませんでした。その多くは、防衛、産業、データ基盤の企業でのデプロイ、連携、データの職種でしたが、OpenAIのデプロイ専門の会社とLovableもその中に含まれていました。Anthropic、Cresta、Salesforce Agentforceの求人は触れていました。肩書きが示すのはエンジニアが働く場所であり、作るものではありません。
逆のこともあります。Linktは「Applied AI Engineer」を募集していますが、その説明は「the technical face of Linkt to the client — engineer, consultant, and product owner in one」（顧客に対するLinktの技術面の顔で、エンジニア、コンサルタント、プロダクトオーナーを1人で兼ねる）で、FDEのように読めます。AircallのFDE求人には「this is not a software engineering role」（これはソフトウェアエンジニアリングの職種ではありません）とあります。肩書きではなく、業務内容を読んでください。
自社にはどちらが必要？
課題の難しい部分がどこにあるかを見てください。
| 状況 | 近いのは |
|---|---|
| 機能は決まっている。十分な精度、速度、運用コストが必要 | AIエンジニア |
| 評価、モデル選定、ファインチューニングが必要 | AIエンジニア |
| 何を作るかが誰にも固まっていない。チームの働き方次第 | FDE |
| データが複数のシステムにあり、まずつなぐ必要がある | FDE |
| ソフトウェアを販売していて、顧客ごとの環境に合わせる必要がある | FDE |
| 両方ほしい。課題を見つけ、そのあとAI部分を作る | AIも作るFDE、または両方の職種 |
私の建設書類プラットフォームでは、決め手は2つ目のタイプでした。依頼は「スプレッドシートの代わりになるアプリ」でしたが、業務の流れに同席して見つけた本当の制約は、各社のデータをその会社のものとして分けておく必要があることでした。機能開発だけのエンジニアなら、依頼どおりにアプリを作っていたでしょう。
どちらを採用するにも数か月かかります。その待ち時間はForward Deployed Engineerの採用に数か月かかる理由にまとめています。仕事を進める他の方法である開発会社、フリーランス、チームに入り込むエンジニアは、Forward Deployed Engineer、代理店、フリーランスの比較で比べています。
年収は？
年収はあえて外しました。私が読んだ比較ページのうち、年収の表があるものは大半が出典を示しておらず、面接対策サイトの1つは、2つの肩書きを同じ条件で比べたデータセットは存在しないとはっきり述べています。数字が必要なら、同じ会社の同じレベルを比べられるlevels.fyiのように、両方の肩書きに1つの情報源を使ってください。その後、FDEという肩書きについて41社が公開する基本給の範囲を数えました：FDEの年収：求人41社の給与レンジ。
数え方
- 2026年10月24日に6回の検索で求人を見つけ、全文を開いて確認しました。完全には読み込めなかったAIエンジニアの求人1件は除外しました。
- 求人が業務または要件として明記している場合だけ数えました。「あれば望ましい」は数えていません。
- 分類は1人で行い、二重チェックはしていません。判断が分かれるもの（たとえば、FDEという名称なのにエンジニアリングの職種ではないと書かれているもの）は、肩書きのまま扱いました。
限界。 47件は小さな便宜的標本で、1件で割合が約4ポイント動きます。米国のテック企業とベンチャー出資のAI企業が多く、18件には掲載日が表示されていませんでした。AIエンジニアの求人のうち5件はコンサルティング会社のもので、それらを除くとAI側の顧客対応は18件中3件に下がります。表は市場全体ではなく、「この47件では」と読んでください。