renue

ARTICLE

コンピテンシーモデルとは?設計方法・評価基準・AI活用の実践法

公開日: 2026/4/3

コンピテンシーモデルとは?定義と基本概念

コンピテンシーモデルとは、組織で高い成果を挙げるハイパフォーマーに共通する行動特性(コンピテンシー)を体系化し、「理想の人材像」として定義したモデルです。単なるスキルや知識のリストではなく、実際の業務で成果につながる「行動のパターン」を言語化したものである点が特徴です。

コンピテンシーの概念は、1973年にハーバード大学の心理学者デイビッド・マクレランド氏が提唱したことに端を発します。知能テストや学業成績だけでは職務上のパフォーマンスを正確に予測できないという問題意識から、実際に高い成果を挙げている人材の行動特性に着目したのが始まりです。

コンピテンシーモデルには主に3つの種類があります。実在型モデルは実際のハイパフォーマーの行動を分析して構築するモデル、理想型モデルは企業のビジョンや戦略から逆算して理想像を設計するモデル、ハイブリッド型モデルはその両方を組み合わせたモデルです。

コンピテンシーモデルが注目される背景

成果主義の浸透:年功序列から成果主義への移行が進む中、「何を評価するか」の基準としてコンピテンシーが注目されています。プロセスと結果の両面を評価できるフレームワークとして有効です。

採用基準の客観化:面接における評価のばらつきを抑え、組織として一貫した基準で人材を見極めるために、コンピテンシーに基づく構造化面接が広がっています。

人材開発の体系化:育成すべき能力を明確にすることで、研修プログラムの設計や個人の成長計画の策定が体系的に行えるようになります。

リモートワーク時代の評価:働き方が多様化する中、プロセスが見えにくい環境でも「成果につながる行動」を評価するフレームワークとしてコンピテンシーモデルの有用性が高まっています。

コンピテンシーモデルの設計・AI活用はrenueへ

renueでは、AIを活用したコンピテンシー分析と、データドリブンな評価制度の設計を支援しています。貴社の組織課題に合わせた最適なモデルをご提案します。

無料相談はこちら

コンピテンシーモデルの設計方法【5ステップ】

ステップ1:対象ポジション・職種の選定

まず、コンピテンシーモデルを構築する対象を決定します。全社共通のコアコンピテンシーと、職種・階層別のファンクショナルコンピテンシーに分けて設計するのが一般的です。

ステップ2:ハイパフォーマーの行動分析

対象となるポジションで高い成果を挙げている人材にヒアリングやBEI(行動事例インタビュー)を実施し、成功の背後にある行動パターンを抽出します。具体的なエピソードから行動特性を言語化することが重要です。

ステップ3:コンピテンシー項目の策定

分析結果を整理し、コンピテンシー項目を策定します。一般的には10〜15項目程度に絞り込み、各項目の定義と行動指標(レベル別)を明文化します。

ステップ4:レベル基準の設定

各コンピテンシーについて、3〜5段階のレベル基準を設定します。各レベルで期待される具体的な行動を記述することで、評価者間のブレを最小化します。

ステップ5:検証と導入

策定したモデルを一部の部門で試験運用し、妥当性を検証します。現場のフィードバックを反映して修正し、全社展開へと進めます。

コンピテンシー評価基準の策定ポイント

コンピテンシーモデルを評価制度に組み込む際は、以下のポイントに留意します。

行動ベースの記述:「コミュニケーション能力が高い」ではなく、「利害関係者の立場を理解し、合意形成に向けた建設的な提案を行う」のように、観察可能な行動として記述します。

レベル間の差異の明確化:各レベルの違いが曖昧だと評価者間で判断がブレます。レベルごとに具体的な行動事例を添えて、差異を明確にします。

評価者トレーニング:モデルを策定しただけでは機能しません。評価者全員がコンピテンシーの定義と評価基準を正しく理解し、一貫した評価ができるよう、トレーニングを実施します。

AI活用によるコンピテンシーモデルの高度化

AIの活用により、コンピテンシーモデルの設計と運用がさらに高度化しています。

行動データの自動分析:評価データ、360度フィードバック、プロジェクト実績データなどをAIが自動分析し、実際に成果に結びついている行動特性を統計的に特定します。人間の主観に頼らない、データドリブンなコンピテンシー抽出が可能になります。

評価バイアスの検知:AIが評価データを分析し、特定の評価者やグループに偏りがないかを検知します。ハロー効果や中心化傾向などの評価バイアスを可視化し、評価品質の向上に寄与します。

個別育成プランの自動生成:各従業員のコンピテンシー評価結果をAIが分析し、ギャップを埋めるための最適な育成プログラムを自動で提案します。

モデルの継続的アップデート:事業環境の変化に応じて、AIが最新のパフォーマンスデータを分析し、コンピテンシー項目の見直しを提案します。静的なモデルではなく、動的に進化するモデルへの転換が可能です。

よくある質問(FAQ)

Q1. コンピテンシーモデルとスキルマップの違いは何ですか?

スキルマップは「何ができるか」(知識・技術)を一覧化したものですが、コンピテンシーモデルは「どのように行動するか」という行動特性を定義したものです。スキルは学習で習得できますが、コンピテンシーは行動変容を伴うため、より深い開発が必要です。

Q2. コンピテンシーモデルの構築にはどのくらい時間がかかりますか?

対象範囲によりますが、一般的には3〜6ヶ月程度です。ハイパフォーマーへのインタビュー、項目の策定、レベル基準の設計、検証まで含めた期間です。

Q3. 全社共通のコンピテンシーと職種別のコンピテンシーはどう使い分けますか?

全社共通のコアコンピテンシー(例:顧客志向、チームワーク、イノベーション)は企業文化を体現するものとして全員に適用します。職種別のファンクショナルコンピテンシーは、各職種で成果を出すための固有の行動特性として設計します。

Q4. コンピテンシー評価と業績評価は別々に行うべきですか?

多くの企業では、「何を達成したか」(業績評価)と「どのように行動したか」(コンピテンシー評価)を両輪として運用しています。両方を組み合わせることで、結果だけでなくプロセスも含めた総合的な評価が可能になります。

Q5. AIでコンピテンシーモデルを作ると、現場の納得感が得られにくいのでは?

AIはあくまで分析ツールであり、最終的なモデル策定には現場の声を反映するプロセスが不可欠です。AIによるデータ分析と現場へのヒアリングを組み合わせることで、客観性と納得感の両立が実現できます。

データドリブンな人材評価を、renueと共に

コンピテンシーモデルの設計からAI活用まで、人事制度の専門家がサポートします。まずはお気軽にご相談ください。

お問い合わせはこちら