那么，究竟要具备什么样的条件，才能称得上是优质的能力模型？才能与时俱进地支持企业的人才策略？通常，好的能力模型往往具备以下这些特点：
1.以终为始，而非只是参考过去成功的经验
过往，企业在建模时，往往会特别强调过去的成功经验及组织特色，所以花了大把时间访谈以前成功的人。过往经验并非不重要，但的确未来成功所需要的能力，跟过往可能大相径庭。所以，重点不在于过度收集过往成功的经验，而是应当更关注要因应未来的战略及举措，需要什么样的能力。
2.化繁为简，舍弃过分细分的岗位层级
在工作越来越去边界化的同时，企业很难像以前一样，逐个针对岗位地进行建模。这种方式不仅非常耗时耗力，并且太多模型也不易管理。当下企业希望搭建的模型应当是可以涵盖同性质的岗位、层级或角色的。当工作边界越来越模糊，工作范围变化越来越快速的同时，能力模型也可以随之快速迭代。
3.关注可落地的关键行为，舍弃洋洋洒洒的作文
好的能力模型，是要让人看了之后不但易懂，并且容易体现在日常的行为实操上。因为所谓的能力，就是体现在行为上的。举例而言，一个人可以说得一口好菜，但不见得能烧出一桌好菜。判断一个人是否具备厨艺，应当看他能否做得出来，而不仅仅是夸夸其谈。所以，一个好的能力模型需要明确具备这样的能力需要展现哪些关键行为，而不是关注在洋洋洒洒的作文修辞。
以辅导能力为例（如下图所示），要判断一位基层领导者是否具备优秀的辅导能力，无须各说各话，只需观察在协助下属解决工作问题时，是否做到了如下四个关键动作。如果是，那么这位基层领导者就具备了辅导这个能力。
若每个能力都能有如此清楚定义的关键行为，那将为人才管理带来巨大的帮助， 因为所有的人才引擎，包括选人、培训、发展、晋升等，都将基于同样的行为标准，达到高度整合。
4.关注全人的角度
许多企业过往在搭建能力模型时，经常会只聚焦在能力的部分。然而，如果能力模型的目的是要定义出能胜任一个角色、岗位或层级，需要什么样的核心条件， 那么只明确需要什么能力必然是不够的。例如，如果要判断一个人是否能够成功胜任大区销售总监，要考虑的因素可能不仅仅是销售策略能力、客户关系能力、领导团队能力、建设人才能力，可能还需要考虑一个人是否有必要的知识（如是否熟悉产品流程等），以及必要的过往经历（如是否曾经担任过销售，处理过严重顾客投诉，带领过10人以上团队等），以及能够助力表现的工作动力或个性特质（如喜欢挑战、企图心强、喜欢领导他人等）。换言之，我们在定义未来的胜任力模型时，需要清楚地定义未来的成功胜任条件，DDI称之为成功典范SM（Success ProfileSM），包含了如下图所示的四大方面：
拥有这样的成功典范SM，对企业的人才发展将大有裨益，譬如：有些技术壁垒高的岗位，不是仅仅具备能力或经验就能获得成功。所以，针对这些岗位，更重要的是，需要考虑将具备什么样的专业知识及技术作为必要条件。当我们在发展人才时，可以清楚了解需要给到人才什么样的经历，才能刻意锻炼他们的能力。
在搭建高层领导班子时，搭配个性动力及能力一起评估，可以助力企业做出人岗匹配或发展资源投入的选择，因为某些个性特质或动力可以助力某些特定能力的展现。例如，一个个性方面好奇心高的人，相对较易展现开拓商机的能力。作为一项较难培养的能力，若一个岗位需要开拓商机，那么选择一个好奇心较高的人是更加合适的选择。因为即便当下其能力尚不到位，但培养起来会比培养一个能力及个性都不到位的人要来得容易。
许多企业或许都有好的能力模型，但最终对于人才发展却一点帮助都没有，为什么？因为没有落地。所以，当我们在建模时，不能只考虑建模，我们还必须针对如下几件事进行规划，并依序推进，才能让能力模型深耕于企业，落实在使用者的行为上：
1.明确模型要用在哪个人才引擎：这是一定要先明确的，因为模型是要用的，唯有有应用的场景，使用者才会熟悉能力模型。
2.齐备使用者使用模型的技能：假设一个基层领导层级的模型，是要用在晋升引擎上，那么这个企业里的领导者需要知道这些能力是什么意思，需要展现什么行为，怎么借由日常观察去评估下属有没有展现这些能力下的行为，怎么根据行为的展现对能力进行打分，如何确保大家标准对齐等。他们要具备这些技巧，才可能更好地将能力模型应用在晋升制度上。而这些技巧绝对不是一次培训就可以解决的，需要多次培训且多加实操练习，才可能达成。
同样，既然这些能力是评估员工是否能够胜任基层领导者的标准，那么员工也需要知道这些能力是什么意思，需要展现什么行为，也需要被培训展现这些行为， 需要能够针对自己是否展现这些能力下的行为要求进行评估。所以，员工也需要培训。
3.制度协同：举例而言，如果能力模型要应用在晋升制度上，那么我们的晋升制度中制定的标准是否做了调整，表格系统是否同步做了调整，人事评议会的流程及标准是否也做出了相对应的调整，都与能力模型的落地息息相关。唯有制度能够协同聚焦， 模型才可能落地。
组织永续：人才管理启示录
