Fraser Patterson, grundlægger og administrerende direktør for Skillit – Interviewserie

Fraser Patterson, grundlægger og administrerende direktør for Skillit, er en serial iværksætter, hvis karriere spænder over mere end tre årtier i bygge- og teknologisektorerne. Fra at starte som lærling tømrer i Skotland til at avancere til svend, jernarbejder, entreprenør og til sidst grundlægger af flere byggefirmaer, udviklede Patterson en førstehåndsforståelse af de udfordringer, der møder de faglærte håndværkere. Efter at have ledet virksomheder som Onis Vida og co-founder af Bolster, lancerede han Skillit i 2021 for at løse byggeindustriens arbejdskraftmangel gennem teknologi. Hans unikke kombination af praktisk erhvervserfaring og ledelse af startups har positioneret ham som en fremtrædende forkæmper for modernisering af byggeindustriens rekruttering og arbejdskraftudvikling gennem data- og AI-drevne løsninger.

Skillit er en AI-drevet rekrutteringsplatform, der fokuserer på at løse en af byggeindustriens mest presserende udfordringer: at forbinde arbejdsgivere med kvalificerede faglærte håndværkere. Virksomheden har bygget en af de største netværk af jobsklare håndværkere i USA, der spænder over dusinvis af fag og hundredvis af byområder. I stedet for at afhænge af traditionelle jobboards bruger Skillit arbejderprofiler, digitale færdighedsbedømmelser og AI-drevet matchningsteknologi til at hjælpe entreprenører med at finde, evaluere og ansætte arbejdere mere effektivt. Virksomhedens langsigtede vision strækker sig ud over rekruttering og har til formål at blive den AI-drevne arbejdskraftsinfrastruktur for byggeindustrien og til sidst andre fysiske industrier ved at hjælpe arbejdsgivere med at identificere talent, uddanne nye arbejdere og skabe den faglærte arbejdskraft, der er nødvendig for at støtte infrastruktur, energi, produktion, og AI-drevet økonomisk vækst.

I begyndelsen af din karriere var du lærling tømrer i Skotland, arbejdede som svend, højhusjernarbejder og entreprenør, før du grundlagde flere virksomheder. Hvordan formede disse erfaringer på byggepladsen din beslutning om at lancere Skillit, og hvilke problemer mødte du gentagne gange, som overbeviste dig om, at byggeindustrien havde brug for en fundamentalt ny tilgang til rekruttering?

Jeg oplevede problemet fra begge sider. Som lærling tømrer og senere som svend, tilbragte jeg meget tid på at lede efter arbejde, køre lange afstande og afhænge af mund-til-mund-kommunikation for at finde muligheder. Så som entreprenør havde jeg det modsatte problem, fordi jeg vidste, at der fandtes faglærte arbejdere, men det var vanvittigt svært at finde den rigtige person på det rigtige tidspunkt. Jeg var mest slået af, hvor lidt data der fandtes om arbejdskraften. Vi havde detaljeret information om materialer, udstyr, tidsplaner og budgetter, men næsten intet om de mennesker, der faktisk byggede projektet. Min tanke var, at hvis man ikke kan digitalt repræsentere en arbejders færdigheder, erfaring, certifikater og præferencer, kan man bestemt ikke gøre dem synlige, og den indsigt førte til Skillit.

Og så startede vi med at bygge en bedre måde at repræsentere faglærte arbejdere digitalt ved at hjælpe dem med at oprette profiler, der repræsenterer deres færdigheder, erfaring og jobsøgningspræferencer. Over tid udviklede det sig til en platform, hvor data, automatisering og AI hjælper entreprenører med at finde, evaluere og forbinde sig med det rette talent.

I dag, bygget på USA’s største netværk af verificerede håndværkere, hjælper Skillits AI førende byggere som Mortenson, DPR og Kiewit med at ansætte faglærte håndværkere på et niveau af hastighed, præcision og skala, der tidligere ikke har været mulig.

Vores mission er ultimativt at skabe verdens faglærte arbejdskraft. At bruge AI til at gøre faglærte arbejdere mere synlige, mere produktive og mere værdifulde, således at verden har det talent, der er nødvendigt for at bygge alt fra hjem og hospitaler til AI-infrastruktur, energisystemer og de industrier, der kommer i fremtiden.

Vi tænker om missionen i tre akter.

Den første akt er at løse adgangen til de millioner af faglærte arbejdere, der allerede findes. Den anden akt er at løse selv manglen. Når man forstår arbejdskraftens efterspørgsel og tilbud i realtid, kan man ikke kun forbinde arbejdere med jobs, men også bruge AI til at hjælpe med at lede flere mennesker ind i fagene, accelerere deres udvikling og øge, hvor mange der bliver fuldt produktive faglærte arbejdere.

Den tredje akt er udvidelse. Vi tror, at byggeindustrien er det sværeste arbejdskraftsproblem i verden at løse, og at løsningen af det vil give os en grundlæggende superkraft til at betjene 100 millioner arbejdsgivere verden over på tværs af alle fysiske industrier. Voressig tredje akt vil se os udvide vores system til alle fysiske industrier, herunder produktion, utilities og selv rumfart.

Ultimativt tror vi, at vi bygger mere end en marked eller en rekrutteringsplatform, men at vi bygger den arbejdskraftsinfrastruktur, som byggeindustrien aldrig har haft i form af et system for arbejdskraftsdata, et system for ansættelse og et system for arbejdskraftsplanlægning.

Mange mennesker beskriver byggeindustriens arbejdskraftmangel som en talentsmangel. Du har argumenteret for, at det ofte er et adgangs- og koordinationsproblem. Hvad er forskellen, og hvorfor er det vigtigt, når man designer løsninger for industrien?

De fleste mennesker antager, at byggeindustriens problem er et arbejdskraftmangel, fordi det virkelig er svært at finde nok kvalificerede faglærte arbejdere, men det er bestemt mere nuanceret end det.

Byggeindustrien har faktisk en af de mindste arbejdskraftsgap i nogen større industri. Der er omtrent 8,3 millioner mennesker ansat i byggeindustrien (omkring 80% af dem er faglærte arbejdere), og de fleste datakilder rapporterer, at vi mangler omkring 400.000 arbejdere. Det betyder, at byggeindustriens arbejdskraftsgap er omtrent 5% af efterspørgslen. Sammenlignet med hospitality, der har 25%, produktion med 17%, logistik med 15%, sygepleje med 10%, software med 7% og detailhandel med 6%.

Hvad der er rigtig interessant, er, at industrien også rapporterer nogle af de højeste rekrutteringsbesværligheder i nogen større industri. 94% af byggeindustriens arbejdsgivere siger, at rekruttering er deres største problem – højere end sygepleje med 81%, logistik med 76%, detailhandel med 74%, produktion med 60%, software med 50% og hospitality med 48%.

Så byggeindustrien har den mindste arbejdskraftsgap og det højeste niveau af smerte, hvilket betyder, at noget andet er på spil. Det kan ikke kun være et spørgsmål om mangel på arbejdere, og vi tror, at det i virkeligheden er en mangel på adgang til de 95% af arbejdere, vi allerede har. Som en industri har vi bygget sofistikerede systemer til at spore tidsplaner, budgetter, udstyr og projektskemaer, men vi har aldrig bygget den data-lag eller rekrutteringsinfrastruktur, der er nødvendig for at effektivt forbinde arbejdsgivere med faglærte arbejdere på tværs af fag, regioner og arbejdskategorier (f.eks. åben butik, fagforening, lokal, per diem osv.).

Og det er derfor, at 1 ud af 20 arbejdere, der mangler, føles mere som 1 ud af 3.

Forskellen mellem arbejdskraftsmangel og adgang betyder, at løsningen ændres. Hvis problemet kun er et spørgsmål om mangel, er svaret at vente på, at flere arbejdere kommer ind i industrien, hvilket er hvorfor traditionelle bestræbelser på at løse problemet fokuserer på at skabe mere opmærksomhed om fagene eller forsøge at forbedre uddannelsen. Disse er ligesom at hælde vand i en spand, der er fuld af huller. De er også afrundingsfejl i forhold til deres virkning eller tager for lang tid at opnå resultater.

Hvis problemet dog er adgang, kan bedre data, bedre matchning, bedre koordination og ultimativt bedre infrastruktur låse enormt værdi op, længe før en enkelt ny arbejder kommer ind i arbejdskraften.

AI er under transformation af white-collar rekruttering, men byggeindustrien har unikke krav omkring certifikater, fagfærdigheder, jobsite-erfaring og arbejderes tilgængelighed. Hvad ser AI-drevet rekruttering ud til i de faglærte fag, og hvor leverer den den største værdi i dag?

Indsigtten, der førte til Skillit, var, at før AI kan hjælpe med at ansætte faglærte arbejdere, har det først brug for en måde at forstå dem på, hvilket er hvorfor vi byggede platformen i lag. Først fokuserede vi på at indsamle arbejdskraftsdata. Faglærte arbejdere tilbringer ikke deres dage med at sidde bag skrivebord med en CV i hånden (og hvis du er noget som mig, har du tykke fingre fra at have udført mange års manuelt arbejde, så at taste ind i den lille skærm på en mobil enhed er en vanvittig dårlig brugeroplevelse), så vi lagde stor vægt på tale og automatisering. Så i dag kan arbejdere oprette og vedligeholde rige profiler blot ved at tale, og vores AI opdaterer kontinuerligt disse profiler, når nye oplysninger bliver tilgængelige. For eksempel, når de interviewer med en arbejdsgiver på platformen, optager vores AI samtalen og opdaterer deres profil med nye data.

Anden, byggede vi et system af agenter, der hjælper rekruttere med at identificere, engagere og forbinde sig med præcis de arbejdere, de søger.

Og tredje, al den arbejdskrafts- og transaktionsdata skaber et intelligenslag, der tillader virksomheder at forespørge og forstå byggeindustriens arbejdskraftsmarked i realtid.

Jeg tror, at den største værdi i dag kommer fra synlighed, hastighed og præcision. Vores AI giver byggeindustriens arbejdsgivere og rekruttere mulighed for at se den arbejdskraft, de behøver, med præcision og bruge mindre tid på at lede og mere tid på at bygge relationer med de rette mennesker og ultimativt leverer forretningsresultater.

Skillit bygger, hvad du beskriver som arbejdskraftsinfrastruktur, og ikke blot endnu en rekrutteringsplatform. Hvordan definerer du arbejdskraftsinfrastruktur, og hvorfor tror du, at det vil blive lige så vigtigt for byggeindustrien som projektledelse eller planlægningssoftware?

De fleste arbejdskraftsvirksomheder stopper ved at være et marked. De hjælper købere og sælgere med at finde hinanden, og det er det. Næste skridt for os er at blive en platform, hvor vores AI hjælper med at styre forskellige rekrutteringsarbejdsgange, automatisere rutineprocesser og gøre rekruttering mere effektiv og skalerbar.

Infrastruktur er noget andet og bliver det system, industrien afhænger af. Det sted, hvor arbejdskraftsdata bor, hvor rekruttering sker, og hvor arbejdskraftsmarkedsintelligens genereres. Vi bygger i virkeligheden tre systemer samtidigt: et system for arbejdskraftsdata, et system for handling, der drives af AI-agenter, og et system for intelligens, der hjælper virksomheder med at forstå og planlægge arbejdskraftsmarkeder i realtid. Når disse systemer kommer sammen, bliver arbejdskraftsadministration langt mere strategisk, prædictiv og skalerbar.

Jeg tror, at arbejdskraftsinfrastruktur vil blive lige så vigtig for byggeindustrien som projektledelsessoftware, fordi hvert projekt begynder med mennesker. Før tidsplaner, budgetter og materialer betyder noget, har man brug for den faglærte arbejdskraft for at udføre arbejdet og faktisk for at generere nogen som helst indtægt overhovedet.

DPR Construction og Suffolk Technologies investerer direkte i Skillit i stedet for blot at blive kunder. Hvad signalerer det om, hvordan store byggefirmaer tænker om arbejdskraft, arbejdskraftsplanlægning og konkurrencefordel?

Jeg tror, det signalerer en bredere skift i, hvordan førende entreprenører ser på arbejdskraft. For de fleste byggefirmaer er arbejdskraft nu en af de vigtigste strategiske variable i forretningen. Da byggere påtager sig større og mere komplekse projekter og udfører mere arbejde internt, bestemmer deres evne til at finde, udstationere og fastholde faglærte arbejdere i stigende grad projektresultaterne.

Hver eneste dollar i byggeindtægt begynder med en faglært arbejder, der udfører arbejde på byggepladsen. Arbejdskraftsplanlægning afhænger af at forstå, hvor talent findes, hvor mangel opstår, og hvordan arbejdskraft kan udstationeres mest effektivt.

De entreprenører, der kan gøre det hurtigere og mere præcist, vil tydeligvis have en betydelig konkurrencefordel over de næste ti år.

Byggeindustrien er en af de mindst digitaliserede industrier i verden. Hvad er de barrierer, der stadig findes for en bredere AI-adopteringsgrad på tværs af arbejdskraftsadministration, og hvor hurtigt forventer du, at disse barrierer vil forsvinde?

Den største barriere er ikke teknologi, men data. De fleste AI-systemer er kun så gode som den information, de kan få adgang til, og byggeindustrien har historisk ikke fanget arbejdskraftsdata på en pålidelig eller struktureret måde. Vi ved en masse om projekter, materialer og udstyr, men overraskende lidt om de færdigheder, erfaring og tilgængelighed af de mennesker, der udfører arbejdet.

Det gode er, at det ændrer sig hurtigt, og AI gør det dramatisk lettere at indsamle og vedligeholde arbejdskraftsdata gennem tale, automatisering og hverdagsarbejdsgange. Jeg tror, vi vil se en accelereret AI-adopteringsgrad på arbejdskraftsadministration over de næste tre til fem år, da den underliggende data-lag forbedres og arbejdskraftsmarkedet forbliver under pres.

Dit platform afhænger af verificerede arbejderdata og færdighedsbedømmelser. Hvordan balancerer du automatisering med de realiteter, der omgiver vurdering af håndværk, erfaring og jobsite-præstation, som ofte ikke kan fuldt ud fanget på en CV?

Byggeindustrien er ultimativt et håndværk, og jeg tror ikke, at håndværk kan fuldt ud reduceres til en CV eller en algoritme. Derfor har vi altid troet på, at fremtiden er AI plus menneskelig dømmekraft, ikke AI i stedet for menneskelig dømmekraft. Hver enkelt arbejder på Skillit vurderes gennem strukturerede screeningsprocesser, og vi kombinerer det med vurderinger, ansættelseshistorik, kundefeedback og i stigende grad signaler fra det bredere netværk.

Over tid forestiller vi os, at vores platform bevæger sig mod et rygte-system, hvor arbejdere, oversigtsmænd, projektmænd og arbejdsgivere alle bidrager til et rigere billede af præstation. AI vil naturligvis hjælpe med at organisere og analysere den information, men tillid er stadigvæk opbygget gennem kvaliteten af det arbejde, der leveres på byggepladsen.

Datacentre, halvlederfabrikker, energiprojekter og store infrastrukturudviklingsprojekter driver en udenfor sammenligning stor efterspørgsel efter faglærte arbejdere. Hvilke sektorer tror du vil lægge den største pres på arbejdskraftsmarkederne over de næste fem år?

Den største pres kommer fra AI-infrastruktur, energi og avanceret produktion. Disse projekter er unikke både i forhold til deres skala og koncentration, med datacentre, halvlederfabrikker, kraftværker, transmissionsinfrastruktur og avanceret produktion, der alle konkurrerer om mange af de samme højt kvalificerede faglærte arbejdere.

Vi er ved at indtræde i, hvad der måske er en af de største fysiske byggecykler i menneskehedens historie. Den kapital, der investeres i AI-infrastruktur og energi alene (omkring 600 milliarder dollar over de næste ti år fra blot fire virksomheder alene) kan overstige hele generationer af historisk infrastrukturinvesteringer på motorveje, veje og elektrificering kombineret. Den efterspørgsel vil lægge en ekstraordinær pres på elektrikere, rørlæggere, svejsere, HVAC-teknikere, operatører og mange andre kritiske fag.

Settende fremad, hvordan ser du på, at byggeindustriens rekruttering udvikler sig over de næste ti år? Vil vi bevæge os mod en mere dynamisk arbejdskraftsmarked, hvor arbejdere kontinuerligt matchas til projekter, eller vil traditionelle rekrutteringsmodeller fortsat dominere?

Jeg tror, at rekruttering bliver dramatisk mere dynamisk, prædictiv og automatiseret. I dag er de fleste byggeindustriens rekruttering reaktiv – et projekt har brug for arbejdskraft, nogen ringer op, og søgningen begynder. Over tid vil AI gøre det muligt for virksomheder at forudse arbejdskraftsbehov måneder eller endda år i forvejen, identificere mangel, før de sker, og automatisk fremhæve de rette arbejdere.

Det eliminerer ikke rekruttere, for byggeindustrien er højrisikoarbejde og har brug for mennesker i løkken, men det gør dem mere strategiske. De bedste rekruttere vil fungere med støtte fra et helt hold af AI-agenter bag sig, og resultatet vil være et arbejdskraftsmarked, der bevæger sig hurtigere, skaber bedre resultater for arbejdere og giver byggere mulighed for at påtage sig større og mere ambitiøse projekter med større tillid, måske drevet af, hvor de nu forstår arbejdskraft til at være, snarere end det omvendte.

Hvis Skillit lykkes med sin langsigtede vision, hvordan vil byggeindustriens arbejdskraftsøkosystem se ud i 2035, og hvordan kan AI ændre måden, hvorpå millioner af faglærte arbejdere opdager muligheder, udvikler karrierer og bevæger sig mellem projekter?

Vores vision udvikler sig i tre akter. Den første er at løse adgangen. Vi vil have, at hver enkelt faglært arbejder er synlig, og at hver enkelt arbejdsgiver kan finde det talent, de behøver, uanset geografi, fag eller arbejdskilde. Den anden er at løse selv manglen. Ved at forstå arbejdskraftsefterspørgsel i skala og bruge AI til at guide arbejdere ind i høj-opportunity-karrierer, kan vi hjælpe med at skabe flere faglærte arbejdere og accelerere deres vej til produktivitet. Den tredje er at udvide sig ud over byggeindustrien til produktion, energi, utilities og til sidst hver enkelt fysisk industri.

I bredere forstand tror jeg, at AI bør gøre mennesker mere essentielle, ikke mere udskiftelige. Som tidligere tømrer og jernarbejder har jeg tilbragt mit liv omkring mennesker, hvis færdighed og dømmekraft skaber den fysiske verden. Hver enkelt bro, hospital, fabrik, kraftværk og datacenter findes, fordi af menneskelig håndværk. Teknologi er bedst, når den forstærker den evne, snarere end at erstatte den.

Hvis vi lykkes, vil AI ikke erstatte faglærte arbejdere, men i stedet hjælpe de 1,4 milliarder af dem verden over med at opdage bedre muligheder, bygge mere succesfulde karrierer og bidrage til projekter, der ellers ville være umulige.

Tak for det store interview. Læsere, der ønsker at lære mere, kan besøge Skillit.