-
前言
针对不同落地目的的项目，测评的目标、指标等均有差异，应选择或订制与其匹配的测评工具。测评的过程中也可附加新技能的学习、新业务的熟悉等培训发展内容，使被测评者获得更多收获。AI面试的应用可以为需要面试大量基础职位的企业提升效率、节省成本，若要针对高级职位使用，还需要进一步积累和探索。
该方案将根据不同行业、不同企业需求等量身定制。以下案例供参考：
T企业：
高科技行业，大型上市集团的科技版块，拥有众多技术领域大牛，发展迅速，技术团队大规模扩张中。
聚焦挑战点：
如何评估技术人员的技术能力，如何从候选人中选出适合带团队的中层管理者。
HR
技术能力只能依靠各技术通道的评委评估，但各技术通道的评委评价尺度不一，针对同一员工，不同评委会给出不同的评价结果。选出的中层管理者中，有很多技术虽好，但团队管理方面经常出问题。
评委
我们也没有具体的评价标准和工具，技术水平只能靠经验主观判断。至于管理人员选拔，做技术的就爱讲技术，带团队的能力体现不明显，只能按技术强弱去选或者少数服从多数……
-
◦ 开发测评工具，实现技术转移：
结合企业的实际应用场景，设计开发易于使用、便捷高效、测评效度高的测评工具，从而实现快速的技术转移。
◦ 优化技术能力与领导力模型：
明确各能力项的定义及不同能力等级对应的具体行为描述，使得各能力项之间无交叉、单一能力项内部等级之间层次分明，确 保能力标准能够切实关联绩效差异并满足行业标杆要求，从而使其能够有效应用于人员评价，并选拔出匹配岗位的人员。
◦ 设计实施流程：
为技术能力测评和领导力测评设计差异化的实施流程，以保障测评实施的标准化。
-
针对技术能力模型："技术能力标准应清晰分级，持续优化，紧跟趋势"
针对领导力模型："易于观察和评估的领导技能和行为"
针对测评工具开发："工具要效度，也要易于转移应用"
- 此案例中，测评工具的开发需考虑线上、线下操作实施的便捷性，例如：多地的评委需要能够参与同一场测评面试；测评工具需要能够帮助评委们统一意见并给出量化的评价结果；相关题目需要结合实际业务场景，以便于评委们使用及被测评人作答。同时，最重要的是要保障测评工具的效度，即选出的人员能够产生更好的绩效或创造更大的价值。
此案例中，企业已有领导力模型。我们优化修订的重点主要包括：
①让行为描述更加简洁清晰，避免使用难以理解的学术词语或容易产生歧义的词语；
②避免能力项之间出现交叉描述，例如某条行为既出现在“沟通影响”能力项的描述中，又出现在“团队协作”能力项的描述中；
③避免能力项内部各层级对应的行为描述之间出现逻辑不清晰、难易差异及递进不明显等情况。从而使领导力模型更易于理解和传播，更适用于观察和评估，且更便于开发相应的测评工具。
通过测评工具的有效运用，技术评价委员们完成了大量技术人员的技术等级评估，新选出的中层管理者们所带领的团队，在客户满意度方面都有了不同程度的提升。
“
—— 客户的反馈
技术能力靠技术牛人判断就行，还需要能力模型吗？
技术团队规模不大的时候，靠牛人判断的方法是适用的。
但是当技术团队大规模扩张的时候，依靠部分技术牛人的经验判断，可能影响技术人员数量增长的速度以及行业技术对标的准确度。此案例中，技术能力模型的构建难点是需要基于企业的技术应用现状，结合行业技术能力分级库以及技术发展趋势，与企业内部技术专家共同研讨，形成可在企业中落地的、清晰化的各专业序列技术能力标准。
