# FDX株式会社（FDX Inc.）

> 生成AIを「研修・導入」で終わらせず、顧客企業の現場業務に実装して成果（AI Transformation＝AX）まで伴走する実装パートナー。Forward Deployed Engineer（FDE）の考え方を全職種に拡張した「AX Factory」を通じて、企業のAI内製化・業務自動化・生産性改善を支援する。旧社名はアローサル・テクノロジー株式会社（2026年6月にFDX株式会社へ商号変更）。社名のFDXはForward Deployed Transformationに由来する。

## 主要ページ
- [FDXとは（What is FDX）](https://fd-x.co.jp/what-is-fdx): Forward Deployed Engineer（FDE）とAX Factoryの定義、提供価値
- [会社概要（About）](https://fd-x.co.jp/about): 企業情報・ミッション・沿革
- [ソリューション](https://fd-x.co.jp/solutions): AX実装・営業支援・研修など提供メニュー
- [AIツール](https://fd-x.co.jp/tools): FDXが提供するAIツール・プロダクト
- [AX診断（無料）](https://fd-x.co.jp/diagnose): 自社のAX成熟度をオンライン診断
- [導入事例（Cases）](https://fd-x.co.jp/cases): クライアントのAI実装事例とROI
- [採用情報（Recruit）](https://fd-x.co.jp/recruit): 募集ポジション一覧・応募方法
- [アライアンスパートナー募集](https://fd-x.co.jp/alliance): コンサルティングファーム・事業支援会社向けの提携プログラム。商流と顧客関係はパートナー側、実装とデリバリーをFDXが担う
- [ホワイトペーパー](https://fd-x.co.jp/whitepaper): AX実践に関する資料・ダウンロード
- [お問い合わせ・無料相談](https://fd-x.co.jp/contact): 相談・デモ・見積依頼

## インサイト記事（Insights）
- [Jevとは？判断に特化したAIの使いどころ](https://fd-x.co.jp/insights/56-typesafe-jev): TypeSafe AIが2026年9月に公開した判断特化モデル「Jev」を一次資料で読み解きます。LLMとの違い、公表値の読み方、苦手なこと、業務での使いどころと検証の進め方をFDX株式会社が整理します。
- [ガバメントAI「源内」とは？OSSと国産LLM](https://fd-x.co.jp/insights/55-government-ai-gennai): デジタル庁が2026年4月にOSS公開したガバメントAI「源内」を一次資料で読み解きます。層構造とライセンス境界、1〜2人で18万人を支える運用設計、国産LLMの現在地をFDX株式会社が整理します。
- [NECソリューションイノベータ様 生成AI実践型研修の全貌](https://fd-x.co.jp/insights/54-nec-solution-innovator-interview): 生成AIの提案依頼に自組織で応えきれなかったNECソリューションイノベータ様。Dify×AWS Bedrockのケーススタディ型研修で「うちでできますよ」と言える組織へ変わるまでを、担当者インタビューでお届けします。
- [AI時代の契約形態｜準委任（成果完成型）という選択](https://fd-x.co.jp/insights/53-ai-contract-models): AI開発の契約は請負か準委任かで止まりがちです。民法の条文で3類型を整理し、経産省の2025年チェックリストと米国FDEの実際の契約構造を踏まえて、FDX株式会社が成果完成型を推奨する理由を示します。
- [ナレッジグラフとは？作り方とAIに使わせる設計](https://fd-x.co.jp/insights/52-knowledge-graph): ナレッジグラフは人・文書・概念の関係を保持するデータ構造です。ベクトル検索が落ちる問いの型、構築の実際、GraphRAGでAIに使わせる方法、そして運用コストの現実をFDX株式会社が整理します。
- [AIエージェントのEval設計｜評価セットの作り方](https://fd-x.co.jp/insights/51-agent-eval-design): エージェントの評価はチャットの評価と別物です。最終状態で採点する理由、実際の失敗から20〜50件で始める作り方、LLM採点者を使う条件と運用の落とし穴をFDX株式会社が整理します。
- [セマンティックレイヤーとは？指標定義を1つにする層](https://fd-x.co.jp/insights/50-semantic-layer): セマンティックレイヤーは、売上や解約率といった指標の定義を全社で1つに揃える層です。AIにデータを触らせる前提が変わったいま何が必要になるのか、実測ベンチマークと導入順序をFDX株式会社が整理します。
- [ハーネスエンジニアリングとは？エージェント品質の決め手](https://fd-x.co.jp/insights/49-harness-engineering): ハーネスエンジニアリングとは、AIエージェントの外側にある検証・評価・コンテキスト設計の技術です。生成と評価の分離、決定論的ツールでの品質強制、そして「足すより削る」という原則をFDX株式会社が解説します。
- [ローカルLLMに必要なGPUとVRAM｜モデル別早見表](https://fd-x.co.jp/insights/48-local-llm-gpu-requirements): ローカルLLMの必要VRAMは重み・KVキャッシュ・オーバーヘッドの合計で決まります。MoEを総パラメータで見積もる理由、長文脈でKVキャッシュが重みを超える計算、モデル別早見表をFDX株式会社が整理します。
- [AX導入事例の横断分析｜業務類型別の削減実績](https://fd-x.co.jp/insights/47-ax-case-studies): FDXが実装した20件超のAX事例を、生成・転記・検索・判断の型化という4つの業務類型で横断分析。類型ごとの削減率の水準、業種別の適用マップ、着手順序の原則を実績データからFDX株式会社が解説します。
- [AIガバナンスと実装セキュリティ｜6つの制御点](https://fd-x.co.jp/insights/46-ai-governance-security): AIガバナンスは文書ではなく実装で決まります。データ境界・権限設計・入力の信頼境界・出力検証・監査ログ・モデル更新という6つの制御点を、業務システムにAIを接続する際の設計判断としてFDX株式会社が解説します。
- [FDEとプリセールスエンジニアの違い｜8軸で比較](https://fd-x.co.jp/insights/45-fde-vs-presales-engineer): FDEとプリセールスエンジニアは、受注後の実装と受注前の技術判断で役割が分かれます。責任範囲・成果指標・求められる経験・キャリアの伸び方を8軸で比較し、どちらに適性があるかをFDX株式会社が解説します。
- [オープンウェイトモデルとは？定義とライセンスの読み方](https://fd-x.co.jp/insights/44-open-weight-models): オープンウェイトモデルとは、学習済みの重みが公開され自社環境で動かせるLLMです。クローズドAPI・オープンソースとの違い、ライセンス確認の5項目、自社運用が適するケースと適さないケースをFDX株式会社が解説します。
- [生成AIの事故事例2025-2026｜4類型と実務対策](https://fd-x.co.jp/insights/43-genai-incidents): 2025年以降に実際に起きた生成AIの事故を、学習データの訴訟・ハルシネーションの混入・チャットボットの発言責任・誤って流布する事故情報の4類型に整理し、一次情報で確認できた事実と企業側の実務対策をFDX株式会社が解説します。
- [AIアセスメントとは？業務棚卸しと投資対効果の設計](https://fd-x.co.jp/insights/42-ai-assessment): AIアセスメントとは、業務を棚卸しして工数を定量化し、どの業務をどのAIで代替できるかを投資対効果まで含めて判定する手法です。業務整理12項目・AI対応判定・回収年数試算の3層構造と、1日で実施する型をFDX株式会社が解説します。
- [オントロジーとは？AI時代のデータ活用を変える意味の地図](https://fd-x.co.jp/insights/41-what-is-ontology): オントロジーとは、データを人間とAIの双方がわかる言葉と関係性で定義し直した意味の地図。Palantir型の「モノとコト」、LLM精度を3倍に上げる実証、失敗パターンまで経営層向けに解説します。
- [金融機関の生成AI活用｜業務別適用マップと規制対応の要点](https://fd-x.co.jp/insights/40-finance-genai): 金融機関の生成AI活用は、審査・照会応答・資料作成・コンプラチェック・社内ナレッジの業務分解から始まる。工程別AI適用マップ、金融庁AIディスカッションペーパーを踏まえた規制対応、社内向けから顧客向けへの段階導入を経営層向けに整理する。
- [医療の生成AI活用｜事務・運営業務の適用マップと規制の整理](https://fd-x.co.jp/insights/38-healthcare-genai): 医療機関の生成AI活用は、診断ではなく文書作成・問い合わせ・請求・院内ナレッジ等の事務・運営業務から始める。工程別AI適用マップ、医師法とプログラム医療機器の制度整理、3省2ガイドラインへの対応、導入順序を経営層・事務部門向けに解説する。
- [物流AI活用の進め方｜2024年問題時代の業務別適用マップ](https://fd-x.co.jp/insights/37-logistics-ai): 物流AI活用とは、配車・倉庫・需要予測・検品・ドライバー管理・問合せの6業務に分解し、工程ごとに最適なAIを当てる取り組みである。2024年問題の規制動向、工程別AI適用マップ、データ統合の先行条件、導入順序を経営層向けに整理する。
- [DX失敗の事例に共通する5つの原因と回避策｜復旧のロードマップ](https://fd-x.co.jp/insights/39-dx-failure-patterns): DX失敗の原因は技術ではなく組織構造にある。目的不在・ベンダー丸投げ・PoC疲れ・人材不在・経営コミット欠如の5類型と兆候・回避策、経産省「2025年の崖」の教訓、停滞からの復旧ロードマップを経営層向けに整理する。
- [製造業のAI活用｜生成AIが変える6業務と導入順序](https://fd-x.co.jp/insights/35-manufacturing-ai): 製造業のAI活用を設計・見積・生産管理・検査・保全・技能伝承の6業務に分解し、工程別AI適用マップと導入順序を解説。金属査定時間約80%削減（自社推計）等の支援事例から、図面・画像・帳票の構造化が成果を分ける理由を示す。
- [DX人材とは？5類型と採用・育成・外部活用の判断基準](https://fd-x.co.jp/insights/36-dx-talent): DX人材とは、デジタル技術とデータで事業変革を推進する人材の総称である。IPAデジタルスキル標準の5類型、採用・育成・外部活用の判断基準、生成AI時代のAX人材への再定義までを経営層向けに整理する。
- [コールセンターAI導入ガイド｜業務分解と適用マップで進める](https://fd-x.co.jp/insights/34-callcenter-ai-guide): コールセンターAI導入は一次対応の自動化だけでは成果が出ない。業務を7工程に分解し、AI適用度と人間の最終判断の要否で優先順位を決める設計手順を、月1,200件の問合せの約83%をAIが自動回答した実例とともに解説する。
- [SaaS連携×AI実装｜定着しないSaaSを成果に変える統合設計](https://fd-x.co.jp/insights/33-saas-integration-ai): SaaS連携×AI実装とは、導入済みSaaSをAPI連携・RAG・AIエージェント統合で業務プロセスに組み込み直し、定着不全を解消する手法です。3つの統合パターン、CRM入力工数約90%削減の実例、設計チェックリストと選定基準を解説します。
- [AI-BPOとは？従来BPOとの違いと業務代行の選定基準](https://fd-x.co.jp/insights/31-bpo-ai-outsourcing): AI-BPOとは、定型工程をAIが処理し人が品質を保証するハイブリッド型の業務代行を指す。従来BPOとの構造の違い、EC問合せ月1,200件中83%をAI回答した実例、内製移管まで見据えた選定基準を経営層向けに整理する。
- [人事のAI活用｜採用・評価・労務の工程別適用マップと法的配慮](https://fd-x.co.jp/insights/29-hr-ai-utilization): 人事のAI活用は、採用・評価・労務・育成・配置への業務分解から始まる。本記事は工程別AI適用マップ、職務経歴書AI分析の実例、採用AIに求められる公平性・個人情報保護の法的配慮、導入順序を人事責任者・経営層向けに整理する。
- [経理AI自動化の進め方｜バックオフィスAI適用マップと導入順序](https://fd-x.co.jp/insights/28-finance-ai-automation): 経理AI自動化とは、仕訳・請求・経費・月次決算・資料作成に業務を分解し、工程ごとに最適なAIを当てる取り組みである。バックオフィスAIの工程別適用マップ、資料作成75%削減の自社実例、内部統制との両立、導入順序を経営層向けに整理する。
- [営業のAI業務改革｜工程別活用マップとCRM自動化の実践](https://fd-x.co.jp/insights/27-sales-ai-transformation): 営業のAI業務改革は商談そのものではなく周辺業務から着手する。リード獲得・商談・CRM管理・提案書・フォローの5工程に分解し、工程別AI適用マップ、CRM入力工数約90%削減の実例、導入ロードマップと定着設計を経営層向けに整理する。
- [法人向けAI研修の選び方｜失敗しない比較基準と定着設計](https://fd-x.co.jp/insights/30-corporate-ai-training-selection): 法人向けAI研修とは、社員が生成AIを業務で使いこなし成果につなげるための企業向け育成プログラムである。本記事は失敗パターン・研修タイプ比較表・選定基準×確認方法・定着KPI設計で、実務に定着する研修の選び方を経営層向けに整理する。
- [大企業・中堅の生成AI導入事例7選｜業界別の成果と分岐点](https://fd-x.co.jp/insights/32-enterprise-genai-case-studies): 大企業・中堅企業の生成AI導入事例を業界×課題×成果で整理した実例集。資料作成約75%削減、問合せ83%AI回答など7事例の実数から、PoC止まりで終わる企業と本番定着する企業を分けた共通要因と再現手順を解説する。
- [AIトランスフォーメーションコンサルの選び方｜4タイプ比較と費用](https://fd-x.co.jp/insights/25-ai-transformation-consulting): AIトランスフォーメーションコンサルティングとは、AIを前提とした業務・組織の再設計（AX）を支援する専門サービスである。戦略系・総合系・AIベンチャー・実装伴走型の4タイプ比較と契約設計・費用感・選定チェックリストを経営層向けに整理する。
- [FDEの費用・料金相場 — 職位別単価とTCOで見る適正予算](https://fd-x.co.jp/insights/26-fde-cost-guide): FDE（Forward Deployed Engineer）の費用・料金相場を職位別単価で整理し、SES・SI・コンサルとの費用比較、18〜24ヶ月TCO、費用対効果の測り方、予算の立て方まで経営層向けに解説する。
- [AX実装パートナーとは？選び方・評価基準7軸と失敗回避](https://fd-x.co.jp/insights/24-ax-implementation-partner): AX実装パートナーとは、AI活用の戦略立案から実装・現場定着・運用移管までを一気通貫で担う外部パートナーである。コンサル・SIerとの違い、評価基準7軸の比較表、選定プロセス5ステップ、失敗パターンを経営層向けに解説する。
- [Company Brain（カンパニーブレイン）とは？企業のAI知識基盤](https://fd-x.co.jp/insights/23-what-is-company-brain): Company Brain（カンパニーブレイン）とは、社内に散在する知識を構造化し、人間とAIエージェントが同じ事実の源として参照できる企業AI知識基盤。導入の要点と主要3製品の違いを解説します。
- [ローカルLLM比較2026｜オープンウェイトモデルの選び方](https://fd-x.co.jp/insights/22-local-llm-comparison): 2026年8月更新。最新のオープンウェイトモデル一覧をライセンス・コンテキスト長・GPU要件で比較し、推論基盤の選び方、TCO試算、クラウドAPIとのハイブリッド設計まで導入判断の軸を整理します。
- [LLMトークン節約5パターン｜本番運用でコストを70%削るハーネス設計](https://fd-x.co.jp/insights/21-token-management): LLMコストを本番運用で50〜80%削減する5つの節約パターン（キャッシュ・圧縮・モデル使い分け・バッチ・自前抽出）と、予算管理ハーネスの設計を実測指標とあわせて解説します。
- [ループエンジニアリング入門｜自律エージェントを動かし続けるハーネス設計の体系](https://fd-x.co.jp/insights/20-loop-engineering): ループエンジニアリングとは、自律AIエージェントを観測→判断→行動の反復で安全に走らせるハーネス設計の技術。3層構造・停止条件4パターン・検証ハーネスの階層設計・アンチパターンを体系的に解説します。
- [DS+FDEハイブリッドチーム設計｜日本企業のためのAI実装組織論](https://fd-x.co.jp/insights/19-ds-fde-team-design): DS+FDEハイブリッドチームの設計実務。1:2〜3の比率根拠、規模別3パターンの組織図、日本企業向け4段階導入ロードマップ、避けるべきアンチパターンをAI実装の組織論として整理します。
- [DS vs FDE — 役割・責任・成果定義の8軸比較と、組み合わせて使うべき理由](https://fd-x.co.jp/insights/18-ds-vs-fde-roles): DS（Deployment Strategist）とFDEの違いを8軸（主目的・成果定義・契約形態・撤退条件など）で徹底比較。両者を組み合わせるべき理由とフェーズ別の採用順を経営層・採用責任者向けに整理します。
- [Deployment Strategist（DS）とは？AI実装の戦略職](https://fd-x.co.jp/insights/17-what-is-ds): DS（Deployment Strategist）とは、経営層と並走しAI実装の成果定義から撤退判断までを担うPalantir発祥の戦略職。FDEとの違いと5つの特徴、日本企業での活用法を経営層向けに解説します。
- [AIコンサルティングの選び方｜大企業導入の判断軸と失敗回避](https://fd-x.co.jp/insights/16-ai-consulting-selection): AIコンサルティングとは、AI導入の戦略立案から実装・運用定着までを支援する専門サービスである。本記事はタイプ別比較表・選定基準・発注前チェックリスト・FAQで、内製化に着地する選び方を経営層向けに整理する。
- [業務効率化AIの選び方｜RPA・生成AI・AIエージェントの使い分け](https://fd-x.co.jp/insights/15-business-efficiency-ai-selection): 業務効率化AIには3つのカテゴリがある。RPA（定型処理の自動化）／生成AI（コンテンツ生成・要約）／AIエージェント（自律的な目的達成）。本記事は3つの強み・弱み、業務特性別の使い分け判断軸、典型6業務でのマッピング、選定で失敗するパターン、組み合わせるべき業務基盤を経営層・DX/AX推進担当向けに整理する。
- [AI PoCが失敗する5つの構造的理由と回避策｜本番化に進めるPoCの設計](https://fd-x.co.jp/insights/14-ai-poc-failure-patterns): AI PoCの大半は本番化に到達しない。失敗の原因は技術ではなく、PoC設計の構造的欠落にある。本記事は失敗の5パターン（業務理解の欠落／成功基準の事後設定／検証目的の矮小化／本番運用設計の欠落／内製運用の引き受け手不在）と、本番化に進めるPoCの設計手法・判定ゲートを経営層・DX/AX推進担当向けに整理する。
- [LangGraph実装入門｜エンタープライズのAIエージェント構築フレームワーク](https://fd-x.co.jp/insights/13-langgraph-implementation-primer): LangGraphはAIエージェントの状態遷移をグラフで定義するLangChain系フレームワーク。観測・人間介入・状態管理を明示的に設計でき、エンタープライズの本番運用に強い。5要素と実装手順を2026年時点で整理する。
- [マルチエージェント実装ガイド｜協調・分業の設計パターンと運用設計](https://fd-x.co.jp/insights/12-multiagent-implementation-guide): マルチエージェントの本質は分業設計である。1つのLLMで全部やらせる代わりに、専門エージェントを連携させて品質・拡張性・保守性を高める。本記事は4つの基本パターン（オーケストレーター型／パイプライン型／専門家会議型／動的生成型）、設計5論点、実装フレームワーク比較、業務適用パターン5選、失敗5パターンと成功する移行ステップを2026年時点で整理する。
- [AI内製化の進め方｜外注依存から脱却する5ステップと判断基準](https://fd-x.co.jp/insights/11-ai-internal-implementation): AI内製化を成功させる5ステップ（対象業務の選定→専任チーム編成→技術スタック選定→PoCから本番化→運用引き渡しと横展開）を経営層向けに整理。外注vs内製の判断軸、よくある3つの失敗パターン、内製化を加速する実装パートナーの活用法、AX Factoryによる内製化伴走の型まで一気通貫で解説。
- [AIエージェント完全ガイド｜2026年版 定義・構築アプローチ・企業導入の成功条件](https://fd-x.co.jp/insights/10-ai-agent-complete-guide): AIエージェントの定義と従来のチャットボット・RPAとの構造的な違い、シングル／マルチエージェントの使い分け、LangGraph・Claude Agent SDK等の実装アプローチ、業務適用パターン7選、企業導入で失敗する5パターンと成功する5ステップを2026年時点で整理。経営層・DX/AX推進担当・開発リーダー向けの完全ガイド。
- [AX（AIトランスフォーメーション）とは？DXとの違いと、現場で成果を出す実装の型](https://fd-x.co.jp/insights/08-what-is-ax): AX（AIトランスフォーメーション）とは、AIを前提に業務・組織・意思決定を再設計する変革です。DXがデジタル化による効率化を指すのに対し、AXはAIを業務の主体として組み込み成果に直結させます。DXとの違い、進め方、FDXのAX Factoryによる実装アプローチを経営層向けに解説します。
- [生成AI導入の進め方｜PoC止まりを越える5つのステップと失敗しない順序](https://fd-x.co.jp/insights/09-genai-rollout-steps): 生成AI導入を成果に繋げる5ステップと、各段階で次に進む判断基準を解説。領域を絞る・成功基準を定義・本番投入・定着内製化・横展開の順序を守り、PoC本番化の壁を越えて業務活用を定着させる進め方を経営層向けに整理する。
- [AIロールアップとは｜AI×M&Aの新モデルを徹底解説](https://fd-x.co.jp/insights/07-ai-rollup-strategy): 「$16兆ドル市場を再構築する」と言われるAIロールアップの構造を解説。General Catalyst系事例、日本市場の動き（GROWTH VERSE型）、規制4戦線、KPI、FDEとの接続まで一次情報照合で経営層向けに。
- [FDEを組織に組み込む — スキルマップ・評価基準・育成ロードマップ](https://fd-x.co.jp/insights/06-implement-fde-org): FDE（Forward Deployed Engineer）を企業に組み込むための実務ガイド。4領域スキルマップ（技術・ビジネス・ドメイン・コミュニケーション）、顧客成果ベースの評価基準、18ヶ月育成ロードマップ、既存職種からの転換パスを徹底解説。
- [Palantir・OpenAI・Anthropic・Scale AIのFDE事例比較](https://fd-x.co.jp/insights/05-palantir-openai-fde-cases): FDE（Forward Deployed Engineer）は2003年Palantir（Foundry）発祥、OpenAI・Anthropic・Scale AIなどのAI企業に伝播した。主要AI企業のFDE組織設計から、日本企業が学ぶべき5つの成功要因と、真似る際の落とし穴を解説。
- [外部FDEを活用する vs 社内で育成する — 経営判断のための5基準](https://fd-x.co.jp/insights/04-outsource-vs-build-fde): FDE（Forward Deployed Engineer）を外部から呼ぶか、社内で育成するか、ハイブリッドで進めるか。経営層が判断するための5つの軸（緊急度・領域汎用性・人材市場・移管リスク・TCO）を提示し、FDX推奨のハイブリッドモデル3フェーズを徹底解説。
- [FDE vs SES vs SI vs 戦略コンサル — 4つのモデルを徹底比較](https://fd-x.co.jp/insights/03-fde-vs-ses-si-consul): FDE（Forward Deployed Engineer）はSES・SIer・戦略コンサルと混同されがち。本記事では責任範囲・成果定義・契約形態・コスト構造の8軸で4モデルを徹底比較し、自社が選ぶべき実装モデルの判断基準を提示します。経営層・調達責任者・情シス向け。
- [なぜ今、日本企業にFDEが必要なのか｜PoC脱却の鍵](https://fd-x.co.jp/insights/02-why-fde-now): 生成AI PoCの大半が本番化で死ぬ構造を、Forward Deployed Engineer（FDE）が突破する。日本特有の3つの組織制約と、それを突破するための実装パターンを、経営層・AX推進責任者向けに解説します。
- [FDE（Forward Deployed Engineer）とは？AI時代の実装パートナー](https://fd-x.co.jp/insights/01-what-is-fde): FDE（Forward Deployed Engineer）とは、顧客現場に張り付き、戦略立案から実装・運用移管までを一気通貫で担うエンジニア職です。Palantir発祥のこのモデルが、なぜAIエージェント時代の日本企業にとって必須の選択肢になりつつあるのか。FDX株式会社が経営層向けに5つの特徴・3つの解決課題・従来職種との違いを徹底解説します。

## 導入事例（Cases）
- [AI投資教育カリキュラム 全自動生成](https://fd-x.co.jp/cases/ai-investment-curriculum): 金融×AI教育領域で、7コース73動画を全自動生成。コンテンツ制作業務を約75%削減。
- [HubSpot CRM統合 + Circleback自動更新](https://fd-x.co.jp/cases/hubspot-crm-circleback): AI議事録Circlebackと連携し、商談直後にCRMが全自動アップデート。入力工数を約90%削減。
- [SEO記事 全自動生成 + WordPress自動投稿](https://fd-x.co.jp/cases/seo-wordpress-automation): マーケ分析→CTA設計→1万字記事→WordPress投稿を一気通貫で自動化。制作工数約95%削減。
- [建築業務AI化（図面→見積 + 工程管理 + 過去物件RAG）](https://fd-x.co.jp/cases/construction-quote-rag): 図面→見積、工程管理、過去物件参照を自律エージェント×RAGで連結。各業務約60〜70%削減。
- [AIアセスメント（17業務）+ 資料作成 全自動化](https://fd-x.co.jp/cases/ax-assessment-pptx-automation): 17業務のAI化ロードマップを策定。pptx/excel資料の全自動生成で工数約75%削減。
- [社内AX基盤 + 過去入札データから最適見積 自動算出](https://fd-x.co.jp/cases/estimate-bid-ax): 過去入札データを構造化し、新規案件のスペック入力で最適見積をAIが自動算出。算出時間約80%削減。
- [稟議書AIデモ（住宅アフター工事）](https://fd-x.co.jp/cases/ringi-document-ai): 資料不足チェック・稟議書自動生成・過去案件Q&Aを1Webアプリ化。ドラフト作成時間約70%削減。
- [求職者 職務経歴書 AI事前分析 + ヒアリング自動化](https://fd-x.co.jp/cases/recruiter-resume-ai): AIが職経を事前分析、不足項目を抽出し、求職者へ自動ヒアリング。コンサル初期工数約60%削減。
- [レガシーシステム AIリプレイス支援](https://fd-x.co.jp/cases/legacy-system-replacement): リバエン・設計書自動生成・リプレイス業務をAIフル活用で支援。ドキュメント・解析工数約70%削減。
- [社内AX基盤 + 画像解析AI（素材判別 + 買取価格 自動算出）](https://fd-x.co.jp/cases/metal-recycling-image-ai): 写真アップロードのみで素材判別と買取価格を自動算出。査定時間約80%削減で拠点横断スケール。
- [社内AX基盤 + 英語文献／各種資料のRAG化](https://fd-x.co.jp/cases/multilingual-rag-trading): 英語文献・社内資料を多言語RAG化。母国語／英語問わず即時アクセス可能に。検索時間約70%削減。
- [ECお問合せAI化（月1,200件中83%をAI回答）](https://fd-x.co.jp/cases/ec-customer-support-ai): ECお問合せフォームをAI化し、月1,200件中83%を自動回答。人間の業務量を1/6に削減。
- [非エンジニア 6 部署が全部 AX 達成 — FDX Training による半年伴走](https://fd-x.co.jp/cases/fdx-training-cross-department-ax): 中堅クリエイティブ企業の 6 部署すべてで AX 目標達成。FDX Training の月次伴走で非エンジニア部門が自走化し、業界先行水準まで到達。
- [代表電話の一次対応AI（製品問い合わせ）](https://fd-x.co.jp/cases/phone-reception-ai): AIが代表電話を一次受けし製品Q&Aへ即答。定型問い合わせは有人対応ゼロ、24時間の取りこぼしなし受付を実現。
- [リアルタイム接客支援（店頭接客のスキル可視化）](https://fd-x.co.jp/cases/retail-service-skill-ai): 接客音声をリアルタイム書き起こし、LLMが106項目でスキル評価と顧客タイプ判定。属人的だった接客品質を定量化。
- [基幹システム刷新の結合試験 自動起票](https://fd-x.co.jp/cases/integration-test-auto-drafting): 設計書449本をAIで解析し結合試験仕様書を自動起票。219画面 / 3,579ケース / 32.0人日を実数値で算出。
- [映像ハイライトの自動生成（長尺素材からの切り出し）](https://fd-x.co.jp/cases/video-highlight-automation): AIがシーン分割と重要度スコアリングで見どころを自動抽出。1日100本規模のダイジェスト生成が可能に。
- [数万件規模のリストへのAI 1to1 営業配信](https://fd-x.co.jp/cases/ai-1to1-outbound): 4層クリーニングで対象を抽出し、AIが企業情報から1to1文面を生成・配信。数万件規模を企業単位で最適化。
- [商品ページから講座一式を自動生成](https://fd-x.co.jp/cases/course-generation-from-product-page): URLを入力するだけで要約→スライド→動画→クイズ→ベクトル化まで一括生成。改定サイクルの速い商材の学習コンテンツを追従可能に。
- [都度見積もり業務のAI-BPR（要件分析〜売価算出）](https://fd-x.co.jp/cases/quote-process-ai-bpr): 要件分析→原価見積→売価見積→承認の4フェーズをAIが支援。過去案件をRAG検索し、工数と利益率を根拠付きで提示。
- [経営データの自動統合と「ズレ」検知](https://fd-x.co.jp/cases/management-data-drift-detection): CRM・会計・請求の3系統をワークフローで自動収集し、経営の判断軸と突き合わせて「ズレ」を検知。7本のワークフローが常時稼働。

## 採用情報（Recruit）
- [Forward Deployed Engineer（FDE）](https://fd-x.co.jp/recruit/01-forward-deployed-engineer): 顧客現場に張り付き、AI実装の戦略立案から開発・運用移管までを一気通貫で担う FDE。FDX のコア職種です。
- [ソリューションアーキテクト](https://fd-x.co.jp/recruit/02-solution-architect): 複数プロジェクトを横断し、アーキテクチャ設計・技術選定・FDEチームのテックリードを担うシニアポジションです。
- [ビジネスデベロップメント](https://fd-x.co.jp/recruit/03-business-development): エンタープライズ顧客との初回接点から提案・受注までを担当。FDEモデルを「売れる形」に翻訳する仕事です。
- [アカウントエグゼクティブ（AE）](https://fd-x.co.jp/recruit/04-account-executive): 既存エンタープライズ顧客の深耕と、進行中商談のクロージングを担当。FDXのFDEモデルを「使い続けてもらう」関係に育てるポジションです。
- [プリセールスエンジニア](https://fd-x.co.jp/recruit/05-presales-engineer): 商談の技術面を一人で背負うポジション。顧客の業務課題を聞き、その場で実現方式とPoCシナリオを描き、AX案件を「受注できる形」にします。

## 連絡先
- [お問い合わせ・無料相談](https://fd-x.co.jp/contact): 相談・デモ・見積依頼の窓口