Fraser Patterson, grunnlegger og CEO av Skillit – Intervju-serie

Fraser Patterson, grunnlegger og CEO av Skillit, er en serial entrepreneur hvis karriere spenner over mer enn tre tiår i bygge- og teknologisektorene. Fra å begynne som lærling tømrer i Skottland til å avansere til reisende tømrer, jernarbeider, generell entreprenør og til slutt grunnlegger av flere byggefokuserte bedrifter, utviklet Patterson en førstehåndsforståelse av arbeidsutfordringene som møter fagfolkene. Etter å ha ledet prosjekter som Onis Vida og co-grunnlagt Bolster, lanserte han Skillit i 2021 for å løse byggeindustriens arbeidskraftmangel gjennom teknologi. Hans unike kombinasjon av hånd-erfaring og startup-ledelse har posisjonert ham som en fremtredende forkjemper for å modernisere byggeindustriens rekruttering og arbeidskraftutvikling gjennom data- og AI-drevne løsninger.

Skillit er en AI-drevet rekrutteringsplattform som fokuserer på å løse en av byggeindustriens mest presserende utfordringer: å koble sammen arbeidsgivere med kvalifiserte fagfolk. Selskapet har bygget ett av de største nettverkene av jobb-klare håndverkere i USA, som omfatter dusinvis av fag og hundrevis av metropolområder. I stedet for å bruke tradisjonelle jobbannonser, bruker Skillit arbeiderprofiler, digitale ferdighetstester og AI-drevet sammenligningsteknologi for å hjelpe entreprenører å finne, evaluere og ansette arbeidere mer effektivt. Selskapets langsiktige visjon går utover rekruttering, med mål om å bli den AI-drevne arbeidskraft-infrastrukturen for byggeindustrien og til slutt andre fysiske industrier, ved å hjelpe arbeidsgivere å identifisere talent, trene nye arbeidere og skalerer den kvalifiserte arbeidskraften som trengs for å støtte infrastruktur, energi, produksjon og AI-drevet økonomisk vekst.

Du begynte din karriere som lærling tømrer i Skottland, arbeidet som reisende tømrer, høyhus-jernarbeider og generell entreprenør før du grunnla flere selskaper. Hvordan påvirkte disse erfaringene på byggeplassene din beslutning om å lansere Skillit, og hvilke problemer møtte du gjentatte ganger som overbeviste deg om at byggeindustrien trengte en fundamentalt ny tilnærming til rekruttering?

Jeg erfarte problemet fra begge sider. Som lærling tømrer og senere reisende tømrer, tilbragte jeg mye tid på å lete etter arbeid, kjøre lange avstander og være avhengig av mund-til-mund-kommunikasjon for å finne muligheter. Deretter, som generell entreprenør, hadde jeg det motsatte problemet, fordi jeg visste at kvalifiserte arbeidere eksisterte, men å finne riktig person på riktig tid var vanskelig. Jeg var mest slått av hvor lite data som eksisterte om arbeidskraften. Vi hadde detaljert informasjon om materialer, utstyr, planer og budsjetter, men nesten ingenting om menneskene som bygget prosjektet. Min tanke var at hvis du ikke kan digitalt representere en arbeiders ferdigheter, erfaring, sertifikater og preferanser, kan du definitivt ikke gjøre dem synlige, og den erkjennelsen ledet til Skillit.

Og så begynte vi med å bygge en bedre måte å representere fagfolk digitalt, ved å hjelpe dem å lage profiler som representerer deres ferdigheter, erfaring og jobbpreferanser. Over tid, utviklet det seg til en plattform hvor data, automatisering og AI hjelper entreprenører å finne, evaluere og koble sammen med det rette talentet.

I dag, bygget på USAs største nettverk av verifiserte håndverkere, hjelper Skillits AI ledende byggherrer som Mortenson, DPR og Kiewit å ansette kvalifisert håndverkstalent på et nivå av hastighet, presisjon og skala som aldri før har vært mulig.​

Vår misjon er ultimate å skalerer verdens håndverk. Å bruke AI til å gjøre kvalifiserte arbeidere mer synlige, mer produktive og mer verdifulle, og sikre at verden har det talentet som trengs for å bygge alt fra hjem og sykehus til AI-infrastruktur, energisystemer og fremtidens industrier.

Vi tenker på misjonen i tre akter.

Den første akten er å løse tilgangen til de millioner av kvalifiserte arbeidere som allerede eksisterer. Den andre akten er å løse mangelen selv. Når du forstår arbeidskraft-tilbud og -etterspørsel i sanntid, kan du gjøre mer enn å koble arbeidere til jobber – du kan bruke AI til å hjelpe route mer mennesker inn i fagene, akselerere deres utvikling og øke hvor mange som blir fullt produktive håndverkere.

Den tredje akten er utvidelse. Vi tror at byggeindustrien er det tøffeste arbeidskoordineringsproblemet i verden å løse, og at å løse det vil gi oss en grunnleggende superkraft til å betjene 100 millioner arbeidsgivere verden over, over alle fysiske industrier. Vår tredje akt vil se oss utvide vårt system over alle fysiske industrier, inkludert produksjon, utilsikt og selv rom.

Til slutt tror vi at vi bygger mer enn en markedsplass eller rekrutteringsplattform, men at vi bygger arbeidskraft-infrastrukturen som byggeindustrien aldri har hatt, i form av et system for arbeidskraft, et system for handling for rekruttering og et system for intelligens for arbeidskraftsplanlegging.

Mange mennesker beskriver byggeindustriens arbeidskraftmangel som en talentmangel. Du har argumentert for at det ofte er et tilgangs- og koordineringsproblem. Hva er forskjellen, og hvorfor er det viktig når man designer løsninger for industrien?

De fleste mennesker antar at byggeindustriens problem er en arbeidskraftmangel, fordi det er virkelig vanskelig å finne nok kvalifiserte håndverkere, men det er definitivt mer nyansert enn det.

Byggeindustrien har faktisk en av de minste arbeidskraft-gapene av noen stor industri. Det er omtrent 8,3 millioner mennesker ansatt i byggeindustrien (omtrent 80% av dem er håndverkere) og de fleste datakilder rapporterer at vi mangler omtrent 400 000 arbeidere. Det betyr at byggeindustriens arbeidskraft-gap er omtrent 5% av etterspørselen. Sammenlign det med hotellindustrien på 25%, produksjon på 17%, logistikk på 15%, sykepleie på 10%, programvare på 7% og detaljhandel på 6%.

Hva som er interessant er at industrien også rapporterer noen av de høyeste rekrutteringsproblemer av noen stor industri. 94% av byggeindustriens arbeidsgivere sier at rekruttering er deres største problem – høyere enn sykepleie på 81%, logistikk på 76%, detaljhandel på 74%, produksjon på 60%, programvare på 50% og hotellindustrien på 48%.

Så byggeindustrien har den minste arbeidskraft-gapen og det høyeste nivået av smerte, hvilket betyr at det ikke kan være en ren arbeidskraftmangel, og vi tror at det er en mangel på tilgang til de 95% av arbeiderne vi allerede har. Som en industri har vi bygget sofistikerte systemer for å spore planer, budsjetter, utstyr og prosjektplaner, men vi har aldri bygget den data-lag eller rekrutterings-infrastrukturen som trengs for å effektivt koble arbeidsgivere til kvalifiserte håndverkere over fag, regioner og arbeidskategorier (f.eks. åpen butikk, fagforening, lokal, per diem osv.).

Og det er hvorfor 1 av 20 arbeidere som mangler føles mer som 1 av 3.

Forskjellen mellom arbeidskraftmangel og tilgang er viktig, fordi det endrer løsningen. Hvis problemet er ren arbeidskraftmangel, er svaret å vente til flere arbeidere kommer inn i industrien, hvilket er hvorfor tradisjonelle forsøk på å løse problemet fokuserer på å skape mer bevissthet om fagene eller å forbedre trening. Disse er lignende å helle vann i en bøtte som er full av hull. De er også avrundingsfeil i forhold til deres innvirkning eller tar for lang tid å oppnå resultater.

Hvis problemet derimot er tilgang, kan bedre data, bedre sammenligning, bedre koordinering og til slutt bedre infrastruktur låse opp enorm verdi langt før en enkelt ny arbeider kommer inn i arbeidskraften.

AI er i ferd med å transformere hvit-kragerekruttering, men byggeindustrien har unike krav om sertifikater, fagferdigheter, jobb-erfaring og arbeider-tilgjengelighet. Hva ser AI-drevet rekruttering ut som i fagene, og hvor leverer det største verdien i dag?

Innsikten som ledet til Skillit var at før AI kan hjelpe å rekruttere kvalifiserte arbeidere, må det først ha en måte å forstå dem på, hvilket er hvorfor vi bygget plattformen i lag. Først fokuserte vi på å fange arbeidskraft-data. Håndverkere tilbringer ikke dagen sin bak en skrivebord med en CV i hånden (og hvis du er noe som meg, har du tykke fingre fra å ha gjort mange års manuelt arbeid, så å taste inn i den lille skjermen på en mobil enhet er en gal vanvittig dårlig brukeropplevelse), så vi la vekt på tale og automatisering. I dag kan arbeidere lage og vedlikeholde rike profiler bare ved å snakke, og vår AI oppdaterer kontinuerlig disse profilene når ny informasjon blir tilgjengelig. For eksempel, når de intervjuer med en arbeidsgiver på plattformen, recorder vår AI samtalen og oppdaterer deres profil med alle nye data.

Andre, bygget vi et system av agenter som hjelper rekruttere å identifisere, engasjere og koble sammen med eksakt de arbeiderne de leter etter.

Og tredje, all den arbeidskraft- og transaksjonsdataen skaper en intelligenslag som tillater selskaper å spørre og forstå byggeindustriens arbeidskraftmarked i sanntid.

Jeg tror at den største verdien i dag kommer fra synlighet, hastighet og presisjon. Vår AI gjør det mulig for byggeindustriens arbeidsgivere og rekruttere å se den arbeidskraften de trenger med presisjon og tilbringe mindre tid på å lete og mer tid på å bygge relasjoner med de rette menneskene og til slutt leverer bedriftsresultater.

Skillit bygger det du beskriver som arbeidskraft-infrastruktur, ikke bare en annen rekrutteringsplattform. Hvordan definerer du arbeidskraft-infrastruktur, og hvorfor tror du det vil bli like viktig for byggeindustrien som prosjektledelse eller planlegging-programvare?

De fleste arbeidskraft-selskaper ser ut til å stoppe ved å være en markedsplass. De hjelper kjøpere og selgere å finne hverandre, og det er det. Neste skritt for oss er å bli en plattform, hvor vår AI hjelper med å håndtere ulike rekrutteringsprosesser, automatisere rutineprosesser og gjøre rekruttering mer effektiv og skalerbar.

Infrastruktur er noe annet og blir systemet industrien avhenger av. Stedet hvor arbeidskraft-data bor, hvor rekruttering skjer og hvor arbeidskraft-intelligens genereres. Vi bygger essensielt tre systemer samtidig: et system for arbeidskraft-data, et system for handling drevet av AI-agenter og et system for intelligens som hjelper selskaper å forstå og planlegge arbeidskraft-markeder i sanntid. Når disse systemene kommer sammen, blir arbeidskraftsforvaltning mye mer strategisk, prediktiv og skalerbar.

Jeg tror at arbeidskraft-infrastruktur vil bli like viktig for byggeindustrien som prosjektledelse-programvare, fordi hvert prosjekt begynner med mennesker. Før planer, budsjetter og materialer betyr noe, trenger du den kvalifiserte arbeidskraften for å utføre arbeidet og å generere noen inntekter overhodet.

DPR Construction og Suffolk Technologies investerer direkte i Skillit, i stedet for bare å bli kunder. Hva signaliserer dette om hvordan store byggherrer tenker om arbeidskraft, arbeidskraftsplanlegging og konkurransefordel?

Jeg tror det signaliserer en bredere skift i hvordan ledende entreprenører ser på arbeidskraft. For de fleste byggeindustri-selskaper er arbeidskraft nå en av de viktigste strategiske variablene i bedriften. Når byggherrer tar på seg større, mer komplekse prosjekter og utfører mer arbeid på egen hånd, bestemmer deres evne til å finne, deployere og beholde kvalifiserte arbeidere stadig prosjektresultatene.

Hvert enkelt dollar i byggeindustriens inntekter begynner med en håndverker som utfører arbeid i feltet. Arbeidskraftsplanlegging avhenger av å forstå hvor talent eksisterer, hvor mangler oppstår og hvordan arbeidskraft kan deployeres mest effektivt.

Entreprenørene som kan gjøre det raskere og mer nøyaktig, vil tydeligvis ha en betydelig konkurransefordel over de neste ti årene.

Byggeindustrien er en av de minst digitaliserte industrene i verden. Hva barrierer eksisterer fortsatt for en bredere AI-adoptsjon over arbeidskraftsforvaltning, og hvor raskt forventer du at disse barrierene vil forsvinne?

Den største barrieren er ikke teknologi, men data. De fleste AI-systemer er bare like gode som den informasjonen de kan aksessere, og byggeindustrien har historisk ikke fanget arbeidskraft-data på en pålitelig eller strukturert måte. Vi vet en enorm mengde om prosjekter, materialer og utstyr, men overraskende lite om ferdighetene, erfaringen og tilgjengeligheten til de menneskene som utfører arbeidet.

Det gode nytt er at dette endrer seg raskt, og AI gjør det dramatisk enklere å fange og vedlikeholde arbeidskraft-data gjennom tale, automatisering og daglige arbeidsprosesser. Jeg tror vi vil se en akselerasjon i AI-drevet arbeidskraftsforvaltning over de neste tre til fem årene, ettersom den underliggende data-lag forbedres og arbeidskraft-markedet forblir under press.

Din plattform avhenger av verifisert arbeider-data og ferdighetstester. Hvordan balanserer du automatisering med realitetene ved å evaluere håndverk, erfaring og jobb-erfaring som ofte ikke kan fanges fullstendig på en CV?

Byggeindustrien er ultimate et håndverk, og jeg tror ikke at håndverk kan reduseres fullstendig til en CV eller en algoritme. Derfor har vi alltid trodd at fremtiden er AI pluss menneskelig dømmekraft, ikke AI istedenfor menneskelig dømmekraft. Hver arbeider på Skillit blir evaluert gjennom strukturerte skjermingsprosesser, og vi kombinerer det med tester, ansettelseshistorikk, kunde-tilbakemelding og stadig flere signaler fra det bredere nettverket.

Over tid, forestiller vi oss at vår plattform vil bevege seg mot et rykte-system hvor arbeidere, foresatte, prosjektledere og arbeidsgivere alle bidrar til en rikere bilde av ytelse. AI vil naturligvis hjelpe med å organisere og analysere denne informasjonen, men tillit er fortsatt tjent gjennom kvaliteten på arbeidet som leveres i feltet.

Data-sentre, halvleder-fasiliteter, energi-prosjekter og store infrastruktur-utviklinger driver en utenfor sammenligning stor etterspørsel etter kvalifiserte fagfolk. Hvilke sektorer tror du vil plassere den største presset på arbeidskraft-markeder over de neste fem årene?

Det største presset vil komme fra AI-infrastruktur, energi og avansert produksjon. Disse prosjektene er unike både i skala og konsentrasjon, med data-sentre, halvleder-fasiliteter, kraftgenerering, overførings-infrastruktur og avansert produksjon som alle konkurrerer om mange av de samme høyt kvalifiserte fagfolkene.

Vi går inn i hva som kan være en av de største fysiske bygge-syklusene i menneskehetens historie. Kapitalen som deployeres i AI-infrastruktur og energi alene (omtrent 600 milliarder dollar over de neste ti årene fra bare fire selskaper alene) kan overstige hele generasjoner av historisk infrastruktur-investeringer på veier, vei- og elektrifisering kombinert. Denne etterspørselen vil plassere ekstraordinært press på elektrikere, rørleggere, sveiserne, HVAC-teknikere, operatører og mange andre kritiske fagfolk.

Ser du for deg at byggeindustriens rekruttering vil utvikle seg over de neste ti årene? Vil vi bevege oss mot en mer dynamisk arbeidskraft-marked hvor arbeidere kontinuerlig kobles til prosjekter, eller vil tradisjonelle rekrutteringsmodeller fortsatt dominere?

Jeg tror at rekruttering blir dramatisk mer dynamisk, prediktiv og automatisert. I dag er de fleste byggeindustri-rekrutteringer reaktive – et prosjekt trenger arbeidskraft, noen tar opp telefonen, og søket begynner. Over tid, vil AI gjøre det mulig for selskaper å forutsi arbeidskraft-behov måneder eller sogar år i forveien, identifisere mangler før de skjer, og automatisk overføre de rette arbeiderne.

Dette eliminerer ikke rekruttere, fordi byggeindustrien er høy-risiko-arbeid og trenger mennesker i løkken, men det gjør dem mer strategiske. De beste rekrutterne vil operere med den fordelen av et helt team av AI-agenter bak dem, og resultatet vil være en arbeidskraft-marked som beveger seg raskere, skaper bedre resultater for arbeidere og tillater entreprenører å ta på seg større og mer ambisiøse prosjekter med større tillit, kanskje drevet av hvor de nå forstår arbeidskraft å være, i stedet for det motsatte.

Hvis Skillit lykkes i sin langsiktige visjon, hva vil byggeindustriens arbeidskraft-økosystem se ut som i 2035, og hvordan kan AI endre måten millioner av kvalifiserte arbeidere oppdager muligheter, utvikler karrierer og flytter mellom prosjekter?

Vår visjon utvikler seg i tre akter. Den første er å løse tilgangen. Vi ønsker at hver kvalifisert arbeider skal være synlig og hver arbeidsgiver skal kunne finne det talentet de trenger, uavhengig av geografi, fag eller arbeidskilde. Den andre er å løse mangelen selv. Ved å forstå arbeidskraft-etterspørsel i skala og bruke AI til å guide arbeidere inn i høye mulighets-karrierer, kan vi hjelpe å skape flere kvalifiserte fagfolk og akselerere deres vei til produktivitet. Den tredje er å utvide utenfor byggeindustrien inn i produksjon, energi, utilsikt og til slutt hver fysisk industri.

I en større sammenheng tror jeg at AI skal gjøre mennesker mer essensielle, ikke mer erstattelige. Som en tidligere tømrer og jernarbeider, har jeg tilbragt livet mitt omkring mennesker hvis ferdigheter og dømmekraft skaper den fysiske verden. Hver bro, sykehus, fabrikk, kraftverk og data-senter eksisterer på grunn av menneskelig håndverk. Teknologi er på sitt beste når den forsterker denne evnen, i stedet for å erstatte den.

Hvis vi lykkes, vil AI ikke erstatte kvalifiserte arbeidere, men i stedet hjelpe de 1,4 milliarder av dem rundt om i verden å oppdage bedre muligheter, bygge mer suksessfulle karrierer og bidra til prosjekter som ellers ville være umulige.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Skillit.