MicrosoftとAWSが、企業AIの導入支援をエンジニア常駐型の体制へ再設計し始めた。Microsoftは7月2日、顧客企業に6,000人の業界・エンジニアリング専門家を組み込む新組織「Microsoft Frontier Company」を発表した。投資額は25億ドルとされ、顧客の業務に入り込んでAIシステムを共同設計、展開、継続改善する。AWSも同じ時期に、10億ドルを投じる「AWS Forward Deployed Engineering」組織を発表し、AWSのエンジニアを顧客チームに直接配置する方針を示した。
両社の発表が重なる意味は、大口顧客向けサービスの拡充より広い。クラウド大手は、企業がAIを使える環境を持つだけでは実務の成果に結びつきにくいことを認めつつある。モデル、GPU、開発ツール、チャット型アシスタントをそろえても、企業固有のデータ、承認プロセス、セキュリティ、評価指標、現場の作業手順がAIの動きに接続されなければ、AIは業務の外側にある便利な道具で止まる。MicrosoftとAWSが同じ時期にFDE型の組織を前に出したのは、企業AIの売り物が「使えるAI」から「業務に埋め込まれたAI」へ移っていることを示している。
Microsoftは6,000人規模で成果に直結させる体制を作る
Microsoft Frontier Companyは、Microsoftが自社のAI基盤を顧客の業務変革へ直接つなぐための新しい営業・実装組織である。Microsoftはこの組織について、Forward Deployed Engineeringと呼ばれてきたモデルを土台にしながら、業界知識、変革管理、継続改善、エンタープライズAIエンジニアリングを組み合わせるものだと説明している。発表文では、25億ドルの投資、6,000人の専門家、測定可能な事業成果に基づく共同設計と継続改善が前面に置かれた。
Microsoftが強調しているのは、AIモデルの性能そのものではなく、顧客企業の「IQ」を守りながら増やすという考え方だ。ここでいうIQは、企業が持つ固有データ、専門知識、業務フロー、意思決定プロセスを指す。Microsoftは、顧客のデータや知的財産、競争優位を、他社の競争力を高めるモデル学習に使わないと明記している。AIを導入するほど企業固有の知識が外部モデルへ吸い上げられるという懸念に対して、Frontier Companyは「顧客の中で知能を蓄積する」体制として設計されている。
この説明は、Microsoftが6月に示した「Intelligence + Trust」の延長線上にある。Microsoftは、企業AIにはモデルを一つに固定しない多様なモデル選択、企業データをAIが扱いやすい形にするMicrosoft IQ、AIエージェントを観測・管理・保護するAgent 365、さらにFinOpsによるコスト管理が必要だとしてきた。Frontier Companyは、その製品群を顧客企業の現場に落とし込むための人間側の実装レイヤーになる。
Microsoftはすでにパートナー網でもFDEを広げている。Accentureは3月、Microsoftと共同でForward Deployed Engineering practiceを立ち上げ、数千人規模のAI人材を顧客の業務現場に入れる方針を示した。EYも5月、Microsoftと5年間で10億ドル超を投じる取り組みを発表し、EYの業務専門家とMicrosoftのFDEを統合チームとして展開すると説明している。7月のFrontier Companyは、こうしたパートナー主導の動きをMicrosoft本体の組織として束ね、顧客向けの看板を明確にしたものと読める。
AWSは「数日で本番化」と顧客の自走を前面に出す
AWS Forward Deployed Engineeringは、実装サイクルの短縮と顧客の自走を強く打ち出している。AWSはこの新組織について、10億ドルの投資を背景に、AWS frontier teamsを顧客チームに直接組み込み、目的特化のAIエージェントとともに本番AIシステムを共同開発すると説明した。AWSの表現では、従来は数カ月かかっていた展開を数日に圧縮し、導入後には顧客が自力で運用できる状態を残すことが狙いになる。
AWSのFDEで目を引くのは、成果物をアプリやPoCに限定していない点である。AWSは、顧客に残すものとして、稼働中のシステム、ナレッジグラフ、ランブック、アーキテクチャ文書、訓練された社内推進者を挙げている。さらに、顧客自身のAWSアカウント内にセマンティックレイヤーを構築し、企業データソースを接続してメタデータを整備し、ガバナンスされたバージョン管理付きのナレッジグラフを公開すると説明している。AIエージェントはこの知識基盤を参照して動くため、属人的な説明に頼らず、顧客のコードと運用文書の中に業務知識を残せる。
AWSがFDE発表の前に示していた「frontier teams」の実験も、この方向を裏づける。AWSの機械学習ブログでは、Amazon Bedrockの推論エンジン再構築を、6人のシニアエンジニアが76日で完了した例が紹介されている。もともとは30人の開発者が12〜18カ月かける規模と見積もられていた。Prime Video Financial Systemsの10日間スプリントでは、通常ベースライン96件に対して556件のコミットを生み、90週の見積もりを24週に短縮したという。さらに50超のチームを調べた実験では、AIツールと新しい働き方の両方を採り入れた25チームが、ツールを足しただけのチームを上回り、中央値で4.5倍の生産性向上を示したとされる。
AWSがここから引き出している教訓は明快だ。AIエージェントの出力速度ではなく、エージェントが正しい判断に必要な文脈へアクセスできるか、チームが作業をAI前提に組み替えられるかが成果を左右する。FDEはその組み替えを顧客任せにせず、AWS側のエンジニアが顧客の業務、セキュリティ、データ、開発チームの間に入って短期で形にする仕組みである。
両社が同じ課題に向かう理由
MicrosoftとAWSの言葉遣いは違うが、見ている問題はかなり近い。生成AIの導入は広がったが、企業の中で価値に変えるには、業務の流れ、データの意味づけ、権限管理、評価、コスト、セキュリティを一体で扱う必要がある。社員にAIツールを配るだけでは、個人の作業は速くなっても、企業全体の業務プロセスは変わらない。AIエージェントが複数システムをまたいで動くほど、誰が結果を承認するのか、どのデータを見てよいのか、失敗をどう検知するのか、使った計算コストを誰が管理するのかが問題になる。
このため、両社のFDEは「AIを導入する人」ではなく、「AIが動ける業務環境を作る人」として位置づけられている。AWSはセマンティックレイヤーとナレッジグラフを顧客アカウント内に置き、エージェントが参照できる企業文脈を整える。MicrosoftはMicrosoft IQで企業データを使いやすい知識へ変換し、Agent 365でエージェントを観測、管理、保護し、FinOpsで費用を見える化する。どちらも、モデル単体ではなく、モデルが企業の中で安全に働き続けるための周辺システムを売っている。
違いもある。AWSは、実装スピードと顧客の自走を強調し、顧客のAWS環境内に知識基盤を残すことをFDEの中心に据えている。Microsoftは、業界専門家、パートナー、Microsoft 365、GitHub、Azure、Foundry、Agent 365を含む広い統合基盤を束ね、顧客の成果指標に結びつけるところに力点がある。AWSが「数日で本番へ進める小さな精鋭チーム」を押し出すのに対し、Microsoftは「顧客企業のAI運用モデルを継続的に回す大きな実装組織」を作る構えだ。
FDEはクラウドの新しいロックインにもなり得る
FDE型の支援は、企業にとって魅力がある。AIプロジェクトがPoCで止まりやすい最大の理由は、モデルの呼び出し方を知らないことではなく、社内システム、権限、データ品質、評価、現場の作業手順をつなぐ作業が重いことだからだ。そこにクラウド事業者のエンジニアが入り、短期で動くシステムと運用文書を残せるなら、導入スピードは上がる。
同時に、FDEはクラウド基盤の囲い込みを強める手段にもなる。AWSのFDEが顧客のAWSアカウント内にセマンティックレイヤーや知識グラフを作り、MicrosoftのFrontier CompanyがMicrosoft 365、GitHub、Azure、Foundry、Agent 365を一体で使うほど、顧客の業務知識は各社の運用基盤の形式で蓄積される。これは顧客にとって価値である一方、将来の移行コストにもなる。FDEが残す知識基盤、評価データ、エージェント運用ルールをどこまで顧客が持ち出せるかは、導入時に確認すべき項目になる。
もう一つの論点は、人間のエンジニアを大量に投入するモデルが、どこまでスケールするかである。Microsoftは6,000人、AWSは数千人規模の専門家を掲げるが、AI導入の難所は業界ごと、企業ごと、部門ごとに異なる。金融、医療、公共、製造、小売では、データの意味も、失敗時の責任も、規制対応も変わる。FDEが一度のスプリントで成果を出しても、その後に顧客側が継続改善を回せなければ、成果は個別プロジェクトに閉じる。
投資額より、顧客側に何が残るかが焦点になる
今回の発表で目立つ数字は、Microsoftの25億ドルと6,000人、AWSの10億ドルである。ただ、企業AIの成否を決めるのは、投入額や人数ではなく、顧客側に残る能力だ。FDEが去った後に、顧客企業が自社のデータ構造を更新し、AIエージェントのふるまいを評価し、コストとセキュリティを管理し、業務変更に合わせて改善を続けられるなら、FDEは一時的な支援ではなく組織能力の移植になる。
反対に、クラウド事業者の専門家がいる間だけ成果が出るなら、FDEは高級な実装代行に近づく。MicrosoftもAWSも、この弱点を意識している。Microsoftは継続改善と顧客の知的財産保護を前面に出し、AWSは顧客の自走、ナレッジグラフ、ランブック、社内推進者を強調する。両社の主張が正しいかどうかは、今後、導入企業がどの程度の業務指標を公開し、FDE後の運用をどこまで自社で続けられるかで見えてくる。
クラウド競争は、AIモデルの品ぞろえやGPU容量だけで決まらなくなっている。MicrosoftとAWSが同時期にFDEを大きく打ち出したことで、次の争点は、企業の現場に入り、AIが働く業務の形そのものを誰が設計するかへ移った。企業側の判断軸も、どのクラウドが最も賢いAIを持つかから、どの事業者が自社の知識と運用能力を高めてから引き上げるかへ広がっている。