↗用語集

曖昧に使われる言葉たち。

フォワードデプロイド・エンジニア（FDE）

遠隔で納品するのではなく、顧客のチームとコードベースの中で働くエンジニア。Palantirが広めた形で、2026年にAnthropic、OpenAI、AWS、Microsoftが揃って資金を投じた。要点は、スコープを切った本人が出荷することにある。

フォワードデプロイド・エンジニア（FDE） の詳しい解説を読む

AIコンサルティング

スライドではなく、動くもので終わる助言業務。レディネス評価、書面の計画、そしてたいていは実装まで。どの会社にも二つ聞くとよい。いくらかかるのか、そして実際に手を動かすのは誰か。

AIレディネス評価

検討中の取り組みを、データ・システム・チームが支えられるかを見る短い診断。変える価値のある業務と、まだ準備が整っていない業務を名指しし、必要なら「まだ早い」と言えるだけの率直さが要る。

AI実装

「使うと決める」と「本番で動いている」の間にある工程。連携、権限設計、切り戻し計画、そして運用担当への引き継ぎ。止まるプロジェクトの多くは、モデルではなくこの段階で止まる。

AIガバナンス

社内でAIをどう使うかを文章にした規則。どのデータを見てよいか、誰が承認するか、何を記録するか、誤った出力をどう捕まえるか。実体はポリシー文書と監査ログと切り戻し計画であって、理念の表明ではない。

AIパイロット

本格導入の前に、業務フローを限定的に試すこと。事前に「やめる条件」を文章にしてあるときにだけ役に立つ。それがないと、一年動き続けて결局出荷されないものになる。

AIイネーブルメント

金曜に何を知っているかではなく、月曜に何をするかを変える研修。開催日程が公開され、実際の評価があり、出席証明ではなくプログラム中に作った成果物が残る。

大規模言語モデル（LLM）

テキストを予測するよう訓練されたモデル。同じ問いに二通りの答えが返るのはそのため。人の確認が挟める仕事には向き、未確認の出力が顧客や帳簿に直行する使い方には向かない。

検索拡張生成（RAG）

文書をモデルに学習させるのではなく、質問の時点で渡す方式。アシスタントがインターネットではなく自社の規程に基づいて答えられるのはこのため。ファインチューニングより安く、直しやすいことが多い。

AIエージェント

ツールと実行権限を与えられたモデル。メールを送り、レコードを更新し、APIを呼ぶ。技術的な難所は推論ではなく、何に触れてよく、何を人に先に確認させるかを決めることにある。

評価（eval）

正解が分かっている答えと突き合わせて、モデルの出力を採点する再現可能なテスト。これがないと、プロンプトを変えて良くなったのか単に変わっただけなのか判断できない。出荷と当て推量の分かれ目。

ファインチューニング

既存モデルを自社の事例で追加学習させ、形式や文体を身につけさせること。出力の一貫性には効く。事実を覚えさせる用途にはたいてい不向きで、そこは検索（RAG）のほうが向いている。