Fraser Patterson, Pendiri dan CEO Skillit – Seri Wawancara

Fraser Patterson, Pendiri dan CEO Skillit, adalah seorang wirausaha serial yang karirnya meliputi lebih dari tiga dekade di sektor konstruksi dan teknologi. Memulai sebagai seorang magang tukang kayu di Skotlandia sebelum maju menjadi tukang kayu, tukang besi, kontraktor umum, dan akhirnya pendiri beberapa bisnis yang berfokus pada konstruksi, Patterson mengembangkan pemahaman langsung tentang tantangan tenaga kerja yang dihadapi oleh perdagangan terampil. Setelah memimpin ventura seperti Onis Vida dan menjadi co-pendiri Bolster, dia meluncurkan Skillit pada 2021 untuk menangani kekurangan tenaga kerja di industri konstruksi melalui teknologi. Kombinasi unik antara pengalaman perdagangan tangan dan kepemimpinan startup telah memposisikannya sebagai advokat terkemuka untuk memodernisasi perekrutan dan pengembangan tenaga kerja konstruksi melalui solusi yang didorong oleh data dan AI.

Skillit adalah platform perekrutan yang ditenagai AI yang berfokus pada memecahkan salah satu tantangan terbesar konstruksi: menghubungkan pemberi kerja dengan pekerja terampil yang memenuhi syarat. Perusahaan ini telah membangun salah satu jaringan terbesar pekerja kerajinan yang siap bekerja di Amerika Serikat, meliputi puluhan perdagangan dan ratusan daerah metropolitan. Daripada mengandalkan papan lowongan kerja tradisional, Skillit menggunakan profil pekerja, penilaian keterampilan digital, dan teknologi pencocokan yang ditenagai AI untuk membantu kontraktor sumber, mengevaluasi, dan merekrut pekerja dengan lebih efisien. Visi jangka panjang perusahaan ini melampaui perekrutan, dengan tujuan menjadi infrastruktur tenaga kerja AI untuk konstruksi dan akhirnya industri fisik lainnya dengan membantu pemberi kerja mengidentifikasi talenta, melatih pekerja baru, dan menskala tenaga kerja terampil yang dibutuhkan untuk mendukung infrastruktur, energi, manufaktur, dan pertumbuhan ekonomi yang didorong AI.

Anda memulai karir Anda sebagai seorang magang tukang kayu di Skotlandia, bekerja sebagai seorang tukang kayu, tukang besi, dan kontraktor umum sebelum mendirikan beberapa perusahaan. Bagaimana pengalaman Anda di lokasi kerja membentuk keputusan Anda untuk meluncurkan Skillit, dan apa masalah yang Anda temui berulang kali yang membuat Anda yakin bahwa industri konstruksi memerlukan pendekatan yang secara fundamental baru dalam perekrutan?

Saya mengalami masalah dari kedua sisi. Sebagai seorang magang tukang kayu dan kemudian sebagai seorang tukang kayu, saya menghabiskan banyak waktu mencari pekerjaan, mengemudi jarak jauh, dan mengandalkan mulut ke mulut untuk menemukan kesempatan. Kemudian sebagai kontraktor umum, saya memiliki masalah yang berlawanan karena saya tahu pekerja terampil ada, tetapi menemukan orang yang tepat pada waktu yang tepat sangat sulit. Saya terutama terkesan dengan betapa sedikit data yang ada tentang tenaga kerja. Kami memiliki informasi terperinci tentang bahan, peralatan, jadwal, dan anggaran, tetapi hampir tidak ada tentang orang-orang yang sebenarnya membangun proyek. Pemikiran saya adalah bahwa jika Anda tidak dapat merepresentasikan keterampilan, pengalaman, sertifikasi, dan preferensi pekerja secara digital, Anda pasti tidak dapat membuat mereka menemukan dan itu menyebabkan Skillit.

Dan jadi kami memulai dengan membangun cara yang lebih baik untuk merepresentasikan pekerja terampil secara digital dengan membantu mereka membuat profil untuk merepresentasikan keterampilan, pengalaman, dan preferensi pekerjaan mereka. Seiring waktu, itu berkembang menjadi platform di mana data, otomatisasi, dan AI membantu kontraktor sumber, layar, dan menghubungkan dengan bakat tersebut.

Hari ini, dibangun di atas jaringan pekerja kerajinan yang diverifikasi terbesar di Amerika, AI Skillit membantu pembangun terkemuka seperti Mortenson, DPR, dan Kiewit merekrut bakat kerajinan terampil pada tingkat kecepatan, presisi, dan skala yang tidak pernah terjadi sebelumnya.​

Misi kami pada akhirnya adalah untuk menskala dunia kerajinan. Untuk menggunakan AI untuk membuat pekerja terampil lebih terlihat, lebih produktif, dan lebih berharga, memastikan dunia memiliki talenta yang dibutuhkan untuk membangun segala sesuatu dari rumah dan rumah sakit hingga infrastruktur AI, sistem energi, dan industri masa depan.

Kami memikirkan misi dalam tiga babak.

Babak pertama adalah memecahkan akses ke jutaan pekerja terampil yang sudah ada. Babak kedua adalah memecahkan kekurangan itu sendiri. Setelah Anda memahami permintaan dan penawaran tenaga kerja secara real-time, Anda dapat melakukan lebih dari menghubungkan pekerja dengan pekerjaan – Anda dapat menggunakan AI untuk membantu mengarahkan lebih banyak orang ke perdagangan, mempercepat pengembangan mereka, dan meningkatkan berapa banyak yang menjadi pekerja kerajinan yang sepenuhnya produktif.

Babak ketiga adalah ekspansi. Kami percaya bahwa konstruksi adalah koordinasi tenaga kerja yang paling sulit di dunia untuk dipecahkan dan bahwa memecahkannya akan memberi kami kekuatan super yang mendasar untuk melayani 100M pemberi kerja di seluruh dunia di semua industri fisik di seluruh dunia dan sehingga babak ketiga kami akan melihat kami memperluas sistem kami di semua industri fisik termasuk manufaktur, utilitas, dan bahkan ruang angkasa.

Akhirnya, kami percaya bahwa kami sedang membangun lebih dari sekedar pasar atau platform perekrutan tetapi bahwa kami sedang membangun infrastruktur tenaga kerja yang konstruksi belum pernah miliki dalam bentuk sistem catatan untuk tenaga kerja, sistem tindakan untuk perekrutan, dan sistem kecerdasan untuk perencanaan tenaga kerja.

Banyak orang menggambarkan kekurangan tenaga kerja konstruksi sebagai kekurangan talenta. Anda telah berargumen bahwa itu sering merupakan masalah akses dan koordinasi. Apa perbedaan antara keduanya, dan mengapa itu penting saat merancang solusi untuk industri?

Sebagian besar orang mengasumsikan bahwa masalah konstruksi adalah kekurangan tenaga kerja karena memang sulit untuk menemukan pekerja terampil yang memenuhi syarat, tetapi itu jauh lebih nuansa daripada itu.

Konstruksi sebenarnya memiliki salah satu celah tenaga kerja terkecil dari industri besar mana pun. Terdapat sekitar 8,3 juta orang yang bekerja di konstruksi (sekitar 80% di antaranya adalah pekerja kerajinan) dan sebagian besar sumber data melaporkan bahwa kami kekurangan sekitar 400.000 pekerja. Itu berarti celah tenaga kerja konstruksi sekitar 5% dari permintaan. Bandingkan itu dengan hospitalitas di 25%, manufaktur di 17%, logistik di 15%, perawatan di 10%, perangkat lunak di 7%, dan ritel di 6%.

Apa yang benar-benar menarik adalah bahwa industri juga melaporkan beberapa rasa sakit perekrutan tertinggi dari industri besar mana pun. 94% pemberi kerja konstruksi mengatakan bahwa perekrutan adalah masalah nomor satu mereka – lebih tinggi dari perawatan di 81%, logistik di 76%, ritel di 74%, manufaktur di 60%, perangkat lunak di 50%, dan hospitalitas di 48%.

Jadi konstruksi memiliki celah tenaga kerja terkecil dan tingkat rasa sakit tertinggi yang membuat jelas bahwa sesuatu yang lain terjadi. Itu tidak bisa hanya kekurangan pekerja, dan kami percaya bahwa itu sebenarnya kekurangan akses ke 95% pekerja yang sudah ada. Sebagai industri, kami telah membangun sistem yang canggih untuk melacak jadwal, anggaran, peralatan, dan jadwal proyek, tetapi kami tidak pernah membangun lapisan data atau infrastruktur perekrutan yang dibutuhkan untuk menghubungkan pemberi kerja dengan pekerja terampil secara efisien.

Dan itu mengapa 1 dari 20 pekerja yang hilang terasa seperti 1 dari 3.

Perbedaan antara kekurangan tenaga kerja dan akses penting karena itu mengubah solusi. Jika masalahnya hanya kekurangan, jawabannya adalah menunggu lebih banyak pekerja memasuki industri, yang mengapa upaya tradisional untuk memperbaiki masalah fokus pada menciptakan lebih banyak kesadaran tentang perdagangan atau mencoba meningkatkan pelatihan. Mereka itu seperti menuangkan air ke dalam ember yang penuh dengan lubang. Mereka juga kesalahan penulisan dalam hal dampak atau membutuhkan waktu terlalu lama untuk mencapai hasil.

Jika masalahnya adalah akses, maka data yang lebih baik, pencocokan yang lebih baik, koordinasi yang lebih baik, dan akhirnya infrastruktur yang lebih baik dapat membuka nilai yang luar biasa sebelum satu pekerja baru memasuki tenaga kerja.

AI sedang mengubah perekrutan kantor, tetapi konstruksi memiliki persyaratan unik sekitar sertifikasi, keterampilan perdagangan, pengalaman lokasi kerja, dan ketersediaan pekerja. Apa yang terlihat seperti perekrutan yang ditenagai AI di perdagangan terampil, dan di mana itu memberikan nilai terbesar hari ini?

Wawasan yang mengarah ke Skillit adalah bahwa sebelum AI dapat membantu merekrut pekerja terampil, itu pertama-tama perlu cara untuk memahami mereka, yang mengapa kami membangun platform dalam lapisan. Pertama, kami fokus pada menangkap data tenaga kerja. Pekerja kerajinan tidak menghabiskan hari-hari mereka duduk di belakang meja dengan résumé di tangan (dan jika Anda seperti saya, Anda memiliki jari gemuk dari melakukan tahun-tahun pekerjaan manual sehingga mengetik ke layar kecil di perangkat seluler adalah pengalaman pengguna yang buruk), jadi kami banyak menggunakan suara dan otomatisasi. Jadi hari ini pekerja dapat membuat dan memelihara profil yang kaya hanya dengan berbicara, dan AI kami terus memperbarui profil mereka saat informasi baru tersedia. Misalnya, ketika mereka wawancara dengan pemberi kerja di platform, AI kami merekam panggilan dan memperbarui profil mereka dengan data baru.

Kedua, kami membangun sistem agen yang membantu perekrut mengidentifikasi, terlibat, dan menghubungkan dengan pekerja yang mereka cari.

Dan ketiga, semua data tenaga kerja dan transaksi itu menciptakan lapisan kecerdasan yang memungkinkan perusahaan untuk menanyakan dan memahami pasar tenaga kerja konstruksi secara real-time.

Saya pikir nilai terbesar hari ini datang dari visibilitas, kecepatan, dan presisi. AI kami akhirnya memungkinkan pemberi kerja konstruksi dan perekrut melihat tenaga kerja yang mereka butuhkan dengan presisi yang tepat dan menghabiskan lebih sedikit waktu mencari dan lebih banyak waktu membangun hubungan dengan orang yang tepat dan akhirnya menghasilkan hasil bisnis.

Skillit sedang membangun apa yang Anda deskripsikan sebagai infrastruktur tenaga kerja daripada hanya platform perekrutan lain. Bagaimana Anda mendefinisikan infrastruktur tenaga kerja, dan mengapa Anda percaya itu akan menjadi sama pentingnya dengan perangkat lunak manajemen proyek atau penjadwalan untuk konstruksi?

Sebagian besar perusahaan tenaga kerja tampaknya berhenti di menjadi pasar. Mereka membantu pembeli dan penjual menemukan satu sama lain dan itu saja. Langkah berikutnya untuk kami adalah menjadi platform, di mana AI kami membantu mengelola berbagai alur kerja perekrutan, mengotomatisasi proses yang membosankan, dan membuat perekrutan lebih efisien dan dapat diskalakan.

Infrastruktur adalah sesuatu yang sedikit berbeda dan menjadi sistem yang industri bergantung. Tempat di mana data tenaga kerja tinggal, di mana perekrutan terjadi, dan di mana kecerdasan pasar tenaga kerja dihasilkan. Kami pada dasarnya membangun tiga sistem secara bersamaan: sistem catatan untuk data tenaga kerja, sistem tindakan yang ditenagai AI, dan sistem kecerdasan yang membantu perusahaan memahami dan merencanakan pasar tenaga kerja secara real-time. Ketika sistem-sistem itu bersatu, manajemen tenaga kerja menjadi jauh lebih strategis, prediktif, dan dapat diskalakan.

Saya percaya bahwa infrastruktur tenaga kerja akan menjadi sama pentingnya dengan perangkat lunak manajemen proyek untuk konstruksi karena setiap proyek dimulai dengan orang. Sebelum jadwal, anggaran, dan bahan-bahan penting, Anda perlu tenaga kerja terampil untuk melaksanakan pekerjaan dan secara jujur untuk menghasilkan pendapatan apa pun.

DPR Construction dan Suffolk Technologies menginvestasikan langsung di Skillit daripada hanya menjadi pelanggan. Apa yang ditandai oleh hal ini tentang bagaimana pembangun besar memikirkan tenaga kerja, perencanaan tenaga kerja, dan keunggulan kompetitif?

Saya pikir itu menandai pergeseran yang lebih luas tentang bagaimana kontraktor terkemuka memandang tenaga kerja. Bagi sebagian besar perusahaan konstruksi, tenaga kerja sekarang adalah salah satu variabel strategis terpenting dalam bisnis. Ketika pembangun mengambil proyek yang lebih besar dan lebih kompleks dan melakukan lebih banyak pekerjaan di dalam, kemampuan mereka untuk sumber, mengerahkan, dan mempertahankan pekerja terampil semakin menentukan hasil proyek.

Setiap dolar pendapatan konstruksi dimulai dengan pekerja kerajinan yang melakukan pekerjaan di lapangan. Perencanaan tenaga kerja bergantung pada memahami di mana talenta ada, di mana kekurangan muncul, dan bagaimana tenaga kerja dapat dikerahkan dengan paling efektif.

Kontraktor yang dapat melakukan itu lebih cepat dan lebih akurat akan jelas memiliki keunggulan kompetitif yang signifikan selama dekade berikutnya.

Konstruksi tetap menjadi salah satu industri yang paling sedikit didigitalkan di dunia. Apa hambatan yang masih ada untuk adopsi AI yang lebih luas di seluruh manajemen tenaga kerja, dan seberapa cepat Anda mengharapkan hambatan tersebut menghilang?

Hambatan terbesar bukanlah teknologi tetapi data. Sebagian besar sistem AI hanya sebaik informasi yang dapat diakses, dan konstruksi secara historis tidak menangkap data tenaga kerja dengan cara yang dapat diandalkan atau terstruktur. Kami tahu sejumlah besar tentang proyek, bahan, dan peralatan, tetapi mengejutkan sedikit tentang keterampilan, pengalaman, dan ketersediaan orang-orang yang melakukan pekerjaan.

Berita baiknya adalah bahwa ini sedang berubah dengan cepat dan AI membuatnya dramatis lebih mudah untuk menangkap dan memelihara data tenaga kerja melalui suara, otomatisasi, dan alur kerja sehari-hari. Saya pikir kita akan melihat adopsi AI tenaga kerja dipercepat secara signifikan dalam tiga hingga lima tahun ke depan karena lapisan data yang mendasarinya membaik dan pasar tenaga kerja tetap berada di bawah tekanan.

Platform Anda bergantung pada data pekerja yang diverifikasi dan penilaian keterampilan. Bagaimana Anda menyeimbangkan otomatisasi dengan kenyataan menilai keterampilan kerajinan, pengalaman, dan kinerja lokasi kerja yang sering tidak dapat sepenuhnya ditangkap dalam sebuah résumé?

Konstruksi pada akhirnya adalah kerajinan, dan saya tidak berpikir bahwa keterampilan kerajinan dapat sepenuhnya direduksi menjadi résumé atau algoritma. Itulah mengapa kami selalu percaya bahwa masa depan adalah AI plus penilaian manusia, bukan AI bukan penilaian manusia. Setiap pekerja di Skillit dievaluasi melalui proses penyaringan terstruktur, dan kami menggabungkan itu dengan penilaian, riwayat pekerjaan, umpan balik pelanggan, dan semakin banyak, sinyal dari jaringan yang lebih luas.

Seiring waktu, kami membayangkan platform kami bergerak menuju sistem reputasi di mana pekerja, pengawas, manajer proyek, dan pemberi kerja semua memberikan kontribusi pada gambaran yang lebih kaya tentang kinerja. AI tentu akan membantu mengatur dan menganalisis informasi itu, tetapi kepercayaan masih diperoleh melalui kualitas pekerjaan yang disampaikan di lapangan.

Pusat data, fasilitas semikonduktor, proyek energi, dan pengembangan infrastruktur skala besar mengemudi permintaan yang belum pernah terjadi sebelumnya untuk pekerja terampil. Sektor mana yang Anda percaya akan menempatkan tekanan terbesar pada pasar tenaga kerja selama lima tahun ke depan?

Tekanan terbesar akan datang dari infrastruktur AI, energi, dan manufaktur maju. Proyek-proyek tersebut unik dalam skala dan konsentrasi dengan pusat data, fasilitas semikonduktor, pembangkit energi, transmisi, dan manufaktur maju yang semua bersaing untuk banyak perdagangan terampil yang sama.

Kami memasuki apa yang mungkin menjadi salah satu siklus pembangunan fisik terbesar dalam sejarah manusia. Modal yang diterjunkan ke infrastruktur AI dan energi saja (sekitar $600M selama dekade berikutnya dari hanya empat perusahaan saja) bisa melebihi investasi infrastruktur historis selama beberapa generasi pada jalan raya, jalan, dan listrik gabungan. Permintaan itu akan menempatkan tekanan luar biasa pada listrik, pipa, las, teknisi HVAC, operator, dan banyak perdagangan kritis lainnya.

Melihat ke depan, bagaimana Anda melihat perekrutan konstruksi berkembang selama dekade berikutnya? Apakah kita akan beralih ke pasar tenaga kerja yang lebih dinamis di mana pekerja terus-menerus dicocokkan dengan proyek, atau apakah model perekrutan tradisional akan terus mendominasi?

Saya pikir perekrutan menjadi dramatis lebih dinamis, prediktif, dan otomatis. Hari ini, sebagian besar perekrutan konstruksi adalah reaktif – proyek membutuhkan tenaga kerja, seseorang mengangkat telepon, dan pencarian dimulai. Seiring waktu, AI akan memungkinkan perusahaan untuk memprediksi kebutuhan tenaga kerja bulan atau bahkan tahun sebelumnya, mengidentifikasi kekurangan sebelum mereka terjadi, dan secara otomatis menampilkan pekerja yang tepat.

Itu tidak menghilangkan perekrut karena konstruksi adalah pekerjaan berisiko tinggi dan membutuhkan manusia dalam loop tetapi itu membuat mereka lebih strategis. Perekrut terbaik akan beroperasi dengan kekuatan tim penuh agen AI di belakang mereka dan hasilnya akan menjadi pasar tenaga kerja yang bergerak lebih cepat, menciptakan hasil yang lebih baik untuk pekerja, dan memungkinkan kontraktor untuk mengambil proyek yang lebih besar dan lebih ambisius dengan kepercayaan diri yang lebih besar, mungkin didorong oleh di mana mereka sekarang memahami tenaga kerja, bukan sebaliknya.

Jika Skillit berhasil dalam visi jangka panjangnya, apa yang akan terlihat seperti ekosistem tenaga kerja konstruksi pada 2035, dan bagaimana AI dapat mengubah cara jutaan pekerja terampil menemukan kesempatan, mengembangkan karir, dan berpindah antara proyek?

Visi kami terbentang dalam tiga babak. Yang pertama adalah memecahkan akses. Kami ingin setiap pekerja terampil terlihat dan setiap pemberi kerja dapat menemukan talenta yang mereka butuhkan, tanpa memandang geografi, perdagangan, atau sumber tenaga kerja. Yang kedua adalah memecahkan kekurangan itu sendiri. Dengan memahami permintaan tenaga kerja secara real-time dan menggunakan AI untuk membantu mengarahkan pekerja ke karir dengan peluang tinggi, kami dapat membantu menciptakan lebih banyak pekerja terampil dan mempercepat jalur mereka menuju produktivitas. Yang ketiga adalah ekspansi ke manufaktur, energi, utilitas, dan akhirnya setiap industri fisik.

Lebih luas, saya percaya bahwa AI harus membuat manusia lebih penting, bukan lebih dapat digantikan. Sebagai seorang tukang kayu dan tukang besi, saya telah menghabiskan hidup saya di sekitar orang-orang yang keterampilan dan penilaian mereka menciptakan dunia fisik. Setiap jembatan, rumah sakit, pabrik, pembangkit listrik, dan pusat data ada karena keterampilan manusia. Teknologi paling baik ketika itu memperkuat kemampuan itu, bukan menggantinya.

Jika kami berhasil, AI tidak akan menggantikan pekerja terampil tetapi dapat membantu 1,4 miliar dari mereka di seluruh dunia menemukan kesempatan yang lebih baik, membangun karir yang lebih sukses, dan berkontribusi pada proyek yang tidak mungkin dilakukan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Skillit.