社内エンジニアのAI活用「質」を定量評価する「Skill Assessment」β版がリリース

テクノロジー

社内エンジニアのAI活用「質」を定量評価する「Skill Assessment」β版がリリース

Skill Assessment β版公開

株式会社ハイヤールーは、社内エンジニアのAI活用における「AI協働力」を定量評価するアセスメントサービス「Skill Assessment」のβ版をリリースしました。このサービスは、採用領域のコーディング試験で培われた300社超・116万件超の評価実績（2026年7月時点）から体系化された独自指標「SEI（Software Engineering Index）」を在籍エンジニアの評価に応用するものです。

「Skill Assessment」は、日常の実務ログからAIへの指示と判断の質を継続的に計測し、「AIをどれだけ使ったか」ではなく、「AIをどれだけ使いこなせているか」を可視化します。これにより、企業はエンジニア組織のAI活用における真の課題と成長の可能性を把握できるようになります。

リリース背景：「量」から「質」への評価の転換

現在、生成AIコーディングツールの全社導入は一般的になり、多くの企業がトークン使用量やコストといった「量」のデータ収集を進めています。しかし、これらの「量」のデータだけでは、AI活用が組織の成果にどれだけ貢献しているかを十分に説明できません。

エンジニア組織では、AIを使いこなすトップ層とそうでない層との間で、同種のタスクでも生産性に数倍の差が生まれるという課題が指摘されています。この差は、AIの使用量ではなく、AIへの指示の設計や、AIの提案を確認し判断を変えるといった「介入の質」に起因すると考えられています。

また、AIコーディングツールの課金モデルが席数ベースの定額制から、トークン量に応じた従量課金へと変化しつつあることも、「質」の重要性を高めています。同じ課題に対して、試行回数や手戻りの多さが直接コストに影響するため、「質」が「量」を決定する構造になっているのです。

このような背景から、経営が管理すべき変数は、使用量そのものではなく、その使用量を生み出す「協働の質」であるとされています。そして、この「質」を客観的に測るための比較基準として、ハイヤールーが300社超・116万件超の評価に適用してきた5領域・460の評価観点からなるルーブリック採点が活用されます。これにより、自社のエンジニアのAI協働力が業界の中でどの位置にあるのかを相対的に把握できるようになります。

「Skill Assessment」の3つのポイント

「Skill Assessment」は、企業がAI活用の「質」に関するデータを意思決定に活用できるようにするためのサービスです。

1．個人と組織のAI活用の「質」が見える化される

  • 個人・チーム・組織の3階層で可視化：誰がどの領域で強く、どこに弱いのか、チーム間・部門間で協働力にどれだけ差があるのか、組織全体としてどの領域が伸びていないのかを、同じ指標で階層をまたいで把握できます。これにより、組織の課題と個人の課題を切り分けて分析することが可能です。

  • AI投資のROIを見える化：協働の質のスコアと、AI利用コスト・トークン使用量を同じ画面で突き合わせることで、「いくら投じて、組織のAI協働力がどこまで上がったのか」を感覚ではなく数字で示せます。

  • 計測の対象：Claude Code、GitHub Copilot、CodexなどのAIコーディングエージェントを使った日々の実務が評価対象となります。あわせてテストベースの計測（社内受験）にも対応しており、導入から数日で組織の現在地をスコアとして把握できます。

AI利用状況とスキルレポート

メンバー一覧画面

2．コマンド1つで導入完了。日常のAI活用を、安全に自動で計測

導入はCLIツールのインストールのみで、コマンド1つで完了します。エンジニアは普段どおりAIと協働するだけで計測が始まり、日常業務を妨げたり、開発の進め方を変えたりする必要はありません。

セキュリティとプライバシーにも配慮した設計がされています。

  • 個人情報はマスクして処理：収集するログは、氏名・メールアドレスなどの個人情報をマスクしたうえで扱われます。評価に必要なのは指示と判断の構造であり、内容そのものを保持し続ける必要はありません。

  • 自社ネットワーク内で完結するSelf-hosted構成に対応：計測から評価までを自社環境の中で完結させる提供形態を選択できます。この構成では、プロンプトや操作ログが自社ネットワークの外に出ることは一切なく、セキュリティ要件の厳しい企業や機微なコードを扱う組織でも導入が可能です。

  • 個人スコアの閲覧範囲を限定：個人のスコアが見えるのは本人と自チームに限られます。査定のためのツールではなく、個人と組織の成長のためのサービスとして設計されており、エンジニアが監視されていると感じる仕組みにはなっていません。

3．独自指標「SEI」で、AI協働力（質）を定量評価

この可視化を支えるのが、316社・1,162,904件（2026年7月時点）の評価実績を持つ独自指標「SEI（Software Engineering Index）」です。試験の点数ではなく、日々の開発でAIとどう協働しているかを、5領域・460の評価観点によるルーブリックで採点します。

  • AI協働力スコア（5領域）：「意図の仕様化」「環境構築」「共同推論」「実行の統制」「出力の品質保証」をレーダーチャートで可視化します。

  • 指示と介入の質：プロンプトやコンテキストの設計に加え、AIの提案をどこで確認し、どこで修正・拒否したかという判断まで評価されます。設定による自動承認と本人のその場の判断を区別して扱うため、「確認せずにすべて自動承認するほどスコアが上がる」といった歪みが生じません。

  • 業界ベンチマークとの比較：116万件を超える評価データに基づき、自社エンジニアの強み・弱みを業界水準と照らして把握できます。他社と同じ物差しで測っているため、スコアの高低を相対的に判断することが可能です。

ハイヤールーの評価データにおける5領域の平均スコアは以下の通りです。

AI協働力の評価領域 平均スコア
意図の仕様化（Intent Specification） 67.3%
環境構築（Environment Engineering） 57.6%
共同推論（Co-Reasoning） 48.6%
実行の統制（Execution Control） 69.7%
出力の品質保証（Output Quality） 61.3%

（ハイヤールーSEI評価データより、n = 1,162,904評価／2026年7月時点）

最も低かったのは「共同推論」（AIとの対話を通じて問題を解く力）で48.6%でした。一方で、「実行の統制」（69.7%）や「意図の仕様化」（67.3%）は比較的高い水準にあります。これは、要件を言語化してAIに渡し、出てきた結果を管理することはできているものの、AIと共に考えて答えの精度を上げていくことができていないエンジニアが多いことを示唆しています。

一度指示を投げ、返ってきた出力を人が手で直すという使い方に留まっているエンジニアが多数を占めていると考えられます。裏を返せば、「共同推論」は組織の伸びしろが最も大きい領域であり、ここを改善することで同じツール・モデルを使っていても成果に大きな差が生まれるでしょう。

評価の対象はAIが書いたコードの出来ではなく、人間の指示と判断そのものであるため、AIモデルの性能向上によってスコアが自然に上がることはありません。モデルが世代交代しても物差しが変わらないため、純粋に「人のスキル」の変化を測り続けることができます。

関連ウェビナーのご案内

本リリースの内容について、無料オンラインセミナーが開催されます。ウェビナーは事前申込制です。

AI協働力の可視化で明らかになる、エンジニア組織におけるAI活用の「質」とは

Anthropicの「AI Fluency」などの海外事例と、ハイヤールーの導入企業316社・評価件数1,161,599件（2026年7月時点）の実績から独自指標「AI協働力」を定義し、新プロダクト『HireRoo Skill Assessment』で実務のAI活用ログから「質」を定量評価します。本ウェビナーでは、そこから見えてきたAI活用の実態と、組織の成果へ還元する具体的アプローチが解説されます。

  • 日程：2026年9月9日（水）12:05–13:00

  • 形式：オンライン開催・参加無料

  • 対象：CTO・VPoEなどの技術責任者、AI活用のROIを経営層へ説明する立場の方、人事・People責任者の方

  • お申込み：https://hireroo.io/events/ai-quality-visualization/

タクシーCMの放映について

本リリースにあわせて、「AI協働力 x Skill Assessment β版」のタクシーCMが放映されます。2026年8月31日（月）より1週間、タクシーサイネージメディア「TOKYO PRIME」にて、全国の『GO』搭載タクシー車内で視聴可能です。

放映概要

  • 期間：2026年8月31日（月）から1週間

  • エリア：全国

  • 媒体：タクシーサイネージメディア「TOKYO PRIME」（タクシーアプリ『GO』搭載車両）

  • 動画：

今後の展望：上位者の暗黙知を形式知化し、組織全体に届ける

「Skill Assessment」による可視化はゴールではなく出発点と捉えられています。特に「共同推論」の48.6%という数字は、組織として改善の余地が大きく残されていることを示しています。ハイヤールーは、「測る」だけでなく、測ったものを組織の力に変えるところまでを提供していく予定です。

1．暗黙知を、形式知にする

AIを上手く活用する人の強みは、単なるプロンプトの言い回しだけではありません。AIに与えている環境そのもの（設定ファイル、参照させている社内ドキュメント、用途ごとのモデルの使い分け、タスクの分割の仕方など）に宿っています。これらの環境設定はそのままコピーできる特性を持っています。

現在は個人のローカル環境にしか存在しないこれらの知見を、今後は実務ログから成果の出ている型を自動で見つけ出し、形式知としてパッケージ化して社内に蓄積する機構が提供される予定です。これにより、誰も書いていないのに、その会社で一番できる人のやり方が積み上がっていく仕組みが実現され、人が書く手間も読む手間もかからないため、社内Wikiのように陳腐化することなく運用されるでしょう。

2．全員のAIに、自動で届ける

形式知化された情報は、カタログに並べて終わりにするのではなく、全社員のAIにコンテキストとして自動で載せられる予定です。エンジニアが普段どおりAIを起動したとき、そのAIがすでに社内の用語・制約・判断基準を持っている状態を作り出すことを目指しています。これにより、受け手に行動変容を求めずに組織の水準が揃い、研修やナレッジ共有会に頼らずに、入社初日のエンジニアでもその会社の前提を持ったAIと一緒に開発を始められるようになることが目標とされています。

さらに、形式知を届けた前後で組織のAI協働力スコアを定点観測し、効果があった型を強化し、効果がなかった型を外すループを自動で回すことで、「組織のAI協働力」という一つの数字を上げ続けるシステムを構築していく計画です。

3．エンジニアから、全職種へ

自然言語がプログラミング言語になった今、指標を職種で区切る理由はなくなっています。ハイヤールーが着目しているのは、本人が書いた指示と、AIに投げた操作だけであり、これは職種が変わっても同じ形で残ります。

エンジニア組織での成功体験を基に、同じ測り方と同じ届け方を、デザイナー、マーケター、セールス、コーポレートといった全職種へ広げていく予定です。見る観点は職能に合わせて変わっても、測り方と構造は一本のままです。その先には、一部のエンジニアがAIを使う会社ではなく、全社員が自分の仕事を自分で自動化できる「真のAI-native company」の実現があるとされています。エンジニア組織の可視化は、その最初の一歩です。

「Skill Assessment」は2026年10月の正式リリースを予定しています。

ハイヤールーについて

『HireRoo』は、AIと協働して成果を出す力「AI協働力」を可視化する、エンジニアリング組織向けプラットフォームです。独自指標「SEI」（5領域・460の評価観点）は、NTTドコモ、三井住友カード、freeeをはじめとする316社に導入され、評価実績は1,162,904件に達しています（2026年7月時点）。採用（Skill Interview）から在籍エンジニアの評価（Skill Assessment）までを、一貫した指標で支援しています。

受賞歴

  • 「HONGO AI 2023」最優秀賞

  • 「ICCサミット FUKUOKA 2023｜SaaS RISING STAR CATAPULT」優勝

  • 「ASPICクラウドアワード2023」奨励賞

  • 「第8回 HRテクノロジー大賞」

  • 「ICCサミット FUKUOKA 2025｜ガーディアン・カタパルト」優勝

会社概要

会社名 株式会社ハイヤールー
所在地 東京都渋谷区道玄坂1-10-8 渋谷道玄坂東急ビル2F-C
代表者 代表取締役 葛岡 宏祐
設立 2020年12月10日
事業内容 インターネットサービスの企画・開発
運営URL https://hireroo.io

コメント