アルサーガパートナーズのFDEに聞く。丸亀製麺の現場にAI面談システムを定着させた「引き算」の設計をインタビュー

　AIを導入しても、現場で使われなければ意味がない。

　丸亀製麺を運営するトリドールの現場では、AI面談システム「ハピネススコアインタビュー」が定着し、離職率の軽減や店舗経営の指標に生きている。

　開発したのはアルサーガパートナーズ株式会社。新規事業室テックリードの亀山氏に、現場に入り込む「FDE（フォワード・デプロイド・エンジニア)」という働き方を直接聞いた。

　FDEとしてツールを現場に定着させる鍵は、機能の足し算ではなく「引き算」だった。

※本記事は、Podcast番組「AI未来話」で収録したインタビューを、インタビュー記事として再構成したものです。

コンサルとエンジニアが合体した「FDE」という働き方

――まずは、自己紹介をお願いします。

　アルサーガパートナーズの新規事業室で、テックリードをしている亀山と申します。

――テックリードとは、どういった役割なのですか。

　基本的には、開発部分を主導する役職のようなものです。

　新規事業室で持っているサービスの開発全般を主に自分が見ています。

――今回は「FDE（フォワード・デプロイド・エンジニア）」の取材になりますが、初めて聞く方も多いと思います。FDEとは、ざっくりどんな人たちなのか教えていただけますか。

　エンジニアリングだけではなく、ビジネスや現場の業務プロセスを深く理解して、課題解決に向かっていくエンジニアのことを、一般的にFDEと呼んでいます。

――いわゆる、コンサルタントとエンジニアが合体したような。

　はい、わかりやすく言うとそのような感じだと思います。

――今回、亀山さんはそのFDEとして、丸亀製麺を運営するトリドールさんの現場に入られたのですか。

　「FDEです。」という形で入ったわけではなく、いろいろとやっていく中で、自然とそうなっていったと言った方が、流れとしては正しいかもしれません。

SIerとの違いは「作って終わり」にしないこと

――FDEは、いまAI業界でも注目されている働き方です。従来の受託開発やSIer（システム開発を受託する企業）と一番違うところを、一つ挙げるとすれば何でしょうか。

　大きく違うのはゴールです。

　SIerのゴールは納品、つまり作って終わりです。SaaSも含めていろいろなサービスであった問題として、導入したけれど誰も使えていない、結局それで何が改善したのかもよくわからない、ということがありました。

FDEは、現場への定着から、成果を創出するところまでをきちんと見て、コミットしていく点が大きく違うと思います。

――納品後の定着まで求められるようになったのは、AIによって起きた変化と見るべきなのでしょうか。

　AIによって起きたかと言われると、わかりません。

　ただ、これまではSaaSの全盛期で、いろいろなサービスが出てきて、会社や個人で契約して使われてきました。

　それだけでは物足りない、ということが今起きているのだと思います。また、自社で持っている情報も組み込んだ上でツール化したい、という要望もあります。

　AIを使って、いろいろな人がシステム開発に関わりやすくなった一方で、エンジニアに求められるものや、サービスに求められるものの質が一段階上がったと感じる部分がありますね。

発端は「従業員の本音を可視化できない」という悩み

――現場に入った段階ではFDEではなかったとのことですが、トリドールさんとの取り組みは、もともとどういう形で始まったのですか。

　最初は、トリドールさんには別のサービスを提案しており、AIで情報を分析して結果を出すツールも作っていました。

　それを見て、「これを従業員のエンゲージメントの維持や向上に使えないの？」という話が出てきて。「では、面談の方面でも活用できるようにしてみます」という形で生まれてきたのが、今回のツールの発端です。

――トリドールさんが課題として抱えていたものは、何だったのでしょうか。

　そもそも、従業員のモチベーションを可視化できるかどうかというところで、すごく悩んでいたそうです。

　例えば普通にアンケートを取っても、うまく本音を聞き出せない。取った情報をどう処理したらいいかわからない。そこに課題を持っていて、AIを活用できないかという相談でした。

――具体的に導入したシステムは、どういったものなのですか。

　名称は「ハピネススコアインタビュー」です。

　従業員にいくつか質問をして、回答をもらいます。その結果を従業員ごとにいろいろな軸で分析して、エンゲージメントを点数（ハピネススコア）として保存します。

　さらに、ハピネススコアを店舗ごとの傾向の把握など、別の方面で生かせるようにするツールです。

――可視化することによって、どのような課題を解決できるのでしょうか。

　離職率を下げるというのもありますし、店舗経営がどうなっているかを可視化できるようにもなります。

　例えば、売上の数字とハピネススコアの数字を比較して、売上が伸びている店舗にはどういう傾向があるか、相関を見ます。

　「こういう取り組みをしている店舗は、従業員のハピネススコアが高そうだ」とわかってくると、その取り組みを全国の店舗でも展開したらいいのではないか、という話まで広がっていきます。

「母国語で答えられる」から本音を拾える

――事前に調べたところ、トリドールさんの丸亀製麺では、全店舗で約3万人の従業員が働く多国籍な現場です。そうした現場ならではの難しさもあったのではないでしょうか。

　トリドールさんが抱えていた課題の一つに、従業員の国籍も言語も様々で本音が拾えていない、というものもありました。

　そこで、質問自体を従業員の母国語で表示して、母国語で回答できるようにしました。分析結果は、日本語で出るという形です。

――意外と「母国語」が肝だったりするのですね。

　そうですね。やはり「日本語でどう言ったらいいかわからない」ということは、結構多いと思います。単純に翻訳して伝えることもできますが、それだと本当に言いたいこととは少しずれたりしがちです。

　ハピネススコアインタビューは、母国語で回答できるようにして、何と回答したかをAIに翻訳してもらう。そこからAIで分析する、という流れです。

――多言語対応で従業員の本音を引き出して向き合うという取り組みは、他の業界にも横展開できそうです。

　そうですね。特に今はコンビニを見てみても、いろいろな国の方が働いています。

　言語の壁が薄れていくようなツールでカバーできるのであれば、AIを導入する価値がある領域かと思います。

600人のPoCから始まった「設計」の仕事

――具体的に、現場でどのように作っていったのかを伺います。最初は、概念実証のような小さな検証から始めたのですか。

　もともと自分たちが作っていた「面談AI」をベースにしています。要望に合わせてシステムなどをカスタマイズしたものを、600人のPoC（本導入前の小規模な検証）で使ってもらうことから始まりました。

　使ってもらった意見をもとに、質問や分析、システム本体のチューニングや改修を繰り返していく。最終的に「大丈夫だね」となった時点で、本導入という形です。

――最初に600人に絞って、小さく始めるのが大事だったのでしょうか。

　小さく始めるのは、大事だったと思います。そもそも本部の方も「なんとなくこういうことがやりたい」というところから始まるので、それを実際に具体化していくことから始めないといけません。

――意外と、ふわっとしたスタートであることも多いのですね。

　そうですね。「最終的にこういう分析がしたい、こういう結果が得たい」というのはあるのですが、それをどうやって取っていくのか、質問をどうしたらいいのか、といった具体的なところまでは詰まっていません。

　そこを600人の規模で実際に受けてもらって、詰めていきます。「今この質問で、このプロンプト（AIへの指示文）で分析すると、こういう結果が出ます」「そもそもこの点数は妥当なのか」「この軸でいいのか」「この質問の仕方で、みんな答えられているのか」といった感じです。

――開発体制は、何人ぐらいで行っていたのですか。

　開発体制は、2人ですね。

――すごいですね。2人で作ったとなると、AIも活用して開発されたのですか。

　そうですね。AIは結構活用しています。

――AIツールの利用に制約がある現場も多いと思いますが、あまり制約なく使える環境なのですか。

　そこまで厳しく制約があるような環境ではないので、新しいAIツールでも、使ってみたいと言えば割と使える環境ではあります。

　興味があるものを使ってみて、「こんなことをやったら、こういうふうに作れましたよ」と室長や代表にも共有しながら進めています。

――そこから「もっとこうしたらいいのでは」といったディスカッションが起きることもあるのですか。

　たまにありますね。かなり柔軟にやらせてもらっているので、開発としては非常にやりやすい環境だと思います。

音声だけに頼らない「引き算」の決断

――作っていく中で、一番大きく作り変えたものや、当初は想定していたけれど捨てたものはありますか。

　もともと自分たちが持っていた面談AIは、AIと音声で対話して進めていくものです。AIからの質問に回答すると、その質問と回答から一歩深掘りした質問がまた来て、回答する。それを何回か繰り返すという、システムとしては質が高いものでした。

　ただ、実際に店舗や従業員の方を見てみると、持っているスマホのスペックやITリテラシー、質問を受ける環境を考えたときに、音声だけで応答が完璧にできる状況かと言われると、厳しいかもしれない。さらに、店舗で回答するので騒音もありますし、オフィスワークにあるような静かな空間を用意するのは難しい。

　業務の合間にやってもらうには、どちらかというとスピード感や受けやすさの方が大事かもしれない、と考えました。

――実際の現場を見た結果、設計をかなり変えていったのですね。

　そうですね。まずは、音声のやりとりだけで受けられるようにしていたものを、テキストでも回答できるようにする。

　さらに、質問を深掘りしていくというよりは、一問一答でスピーディーに回答できるようにする。ただ、それだとうまく引き出せないものもあるかもしれないから、そこは質問の質でカバーしよう、と設計を変えていきました。

本題の前に雑談を挟む、特許技術「ラポール形成」

――ここは特に熱量を持って話したい、という部分はありますか。

　新規事業室が持っている面談AIには、特許を取っているシステムがあります。

　「雑談によるラポール形成技術」で特許を取得していて、わかりやすく言うと、本題に入る前の雑談をAIが挟むというものです。AIが行うところで特許を取っています。

――雑談をしないと、その後の本音を引き出しづらいということですか。

　そういう課題を、ツールを作って使ってもらう中で感じるところがありました。

　そもそも人間と面談するときも、いきなり質問から入ることはないですよね。どちらかというと「最近どう？」といった雑談から入る。

　AIと面談するときも、同じような流れでできた方がいいと考え、システムを作って特許を取りました。

――ちなみに、ラポール形成の技術を使うことで、数字的なところも改善されたのですか。

　実は、ハピネススコアインタビューに関して言うと、この雑談部分は削ったのです。先ほどのスピード感や、業務の中で使ってもらうという観点の方を重要視しました。

――業種や用途によって、合うケースとそうでないケースがあるのですね。逆に、ラポール形成を入れた場合と入れない場合で、数字的に改善したものはありますか。

　明確に何パーセントというのは出していません。ただ、純粋に定性的な部分で、使ってもらった方にインタビューをすると、やはり雑談があった方が緊張感が解けるという声がありました。

　AIといきなり話すことには、時代としても、まだ慣れきっていない人が多いためです。「意外と話しやすくなった」という意見が多かったように思います。

成果を生んだ「使ってもらえなければ意味がない」という視点

――実際にハピネススコアインタビューを導入してから、離職率などは改善されたのですか。

　そこは先方から結果もいただいていて、離職率の軽減や、店舗経営の指標としてとても活用できているという意見をいただいています。

――それは、FDEとして現場に定着させるという観点でやらなければ、生まれなかった成果なのでしょうか。

　そうですね。実際に店舗に行って、いろいろなことを聞いたり感じたりした中で、あえて機能を落としていった部分も大きいです。

　エンジニアとしては、割といいものを作っているから、そのまま使ってほしいという思いもあるのです。

　でも結局、使ってもらえなければ、ツールとしては意味がないので。

――作る側はどうしても機能の足し算になりがちですが、引き算していくことが大事だったのですね。

　そうですね。特に今回のハピネススコアインタビューは、利用者層の幅が広いツールです。

　その幅広い利用者層に合わせたツールを、とにかく提供していくことにフォーカスして作っていった、という感覚です。

エンジニアの価値は「何を生み出すか」へ移る

――今回の開発がスムーズに進んだ背景には、亀山さんご自身の知識や経験もありそうですね。

　そうですね。ただ、システム開発に関しては、正直、今はAIもだいぶ進んでいて、そこにかける労力は非常に下がっていると思います。

――コード自体は、もうあまりご自身では書かないですか。

　コードそのものを書くことはだいぶ減りましたね。本当に細かいところ、AIに指示が漏れてしまったときや、AIの解釈が間違っているというところを自分で直す。そのくらいになってきているかもしれません。

――この1年でAIのコーディング能力は相当変わったと思います。1年ほど前はまだ人がコードを書く必要がある印象でしたが、2026年に入ってからは、かなり書かなくてもいいレベルになってきた感覚がありますが、どうでしょうか。

　そうですね。AIの解釈の質が上がった気がしています。

　昔のAIだと、一から十まで書かないと正しくやってくれなかったというか。すでに書いてあるコードから、「こういう意図がありそうだ」というところまでは理解してくれませんでした。

　今はそういうところも割と汲み取って、「こういう方針でやっていきます」と最初に示した上で開発してくれるようになってきました。その結果、本当にコードを書くことがなくなってきている感覚です。

――ちなみに、仕事以外で個人的に使っているAIの使い方はありますか。

　個人でもClaudeを契約していて、家計簿の管理をやらせていますね。

　家計簿のデータをCSVに落として入れて、今後買う予定のものなども打ち込んで、「これでどのくらい残りますか」と聞く、という使い方です。

　あとは、こういうツールはあるのかなと思って探して、なさそうだったら自分で作ることもあります。本当に個人で使うだけのツールですが。

　AIは成長が早いので、使っていると「もうこんなことができるようになっているのか」と思うことばかりです。

――そうなると、これからはコードを書くことよりも設計に頭を使う、FDEのような働き方がどんどん主流になっていくと思いますか。

　そうですね。作ること自体に時間や頭を使わなくてもよくなる分、課題が本当に解決されているのか、そもそもどう解決していくのかという方向に、頭と時間を使える量が増えたと思います。

　そこに価値を置けるような時代になったのかな、と感じています。

――エンジニアの方の中には、仕事がなくなるのではないかという不安の声も多いと思います。このあたりはどう思いますか。

　機械化が進んだときと若干似ているかなと思っています。今の製造業では、人が組み立てることはあまりなく、ロボットがやってくれるようになりました。

　それと同じで、「作ること」自体の価値は減っている気がします。どちらかというと、どう作り上げるか、どういう価値を生み出すかという方向に、比重がどんどん寄ってくる。

　エンジニアの価値としても、設計部分に価値を見出す方が正解になってきているのではないかと思っています。

――コーディングすること自体が好きな方も多い印象ですが、やはり成果創出に価値を見出していかないと、難しくなっていくという感覚はありますか。

　そうですね。コーディングすること自体がダメとは言いませんが、仕事という観点で見てしまうと、どうしても「AIでいいじゃん」と言われることも増えてくる時代になっているので。

　今はもう個人でもAIに登録すれば、どんどんコードを書けてしまう時代になってきていますから。

――課題の特定などを担うFDEという仕事は、これからの時代にすごく必要になってくる職種だと思います。

　そうですね。自分としても頑張らなければ、と思っています。