Fraser Patterson, grundare och VD för Skillit – Intervjuserie

Fraser Patterson, grundare och VD för Skillit, är en serialentreprenör vars karriär spänner över mer än tre decennier inom bygg- och tekniksektorerna. Från att börja som lärling i Skottland till att avancera till gesäll, stålbyggare, allmän entreprenör och slutligen grundare av flera byggnadsfokuserade företag, utvecklade Patterson en första-hand-upplevelse av de arbetsutmaningar som möter de kvalificerade hantverkarna. Efter att ha lett företag som Onis Vida och varit med och grundat Bolster, lanserade han Skillit 2021 för att tackla byggbranschens arbetskraftsbrist genom teknologi. Hans unika kombination av praktisk hantverksupplevelse och ledarskap inom startup har positionerat honom som en framstående förespråkare för att modernisera byggnadsrekrytering och arbetsstyrkeutveckling genom data- och AI-drivna lösningar.

Skillit är en AI-driven rekryteringsplattform som fokuserar på att lösa en av byggbranschens mest pressande utmaningar: att koppla samman arbetsgivare med kvalificerade hantverkare. Företaget har byggt ett av de största nätverken av jobbklara hantverkare i USA, som omfattar dussintals hantverk och hundratals storstadsområden. Istället för att förlita sig på traditionella jobbannonser använder Skillit arbetarprofiler, digitala färdighetsbedömningar och AI-drivna matchningstekniker för att hjälpa entreprenörer att hitta, utvärdera och anställa arbetare mer effektivt. Företagets långsiktiga vision sträcker sig bortom rekrytering och syftar till att bli den AI-drivna arbetskraftsinfrastrukturen för byggbranschen och slutligen andra fysiska industrier genom att hjälpa arbetsgivare att identifiera talang, utbilda nya arbetare och skala upp den kvalificerade arbetskraft som behövs för att stödja infrastruktur, energi, tillverkning och AI-driven ekonomisk tillväxt.

Du började din karriär som lärling i Skottland, arbetade som gesäll, höghusstålbyggare och allmän entreprenör innan du grundade flera företag. Hur formade dessa erfarenheter på byggarbetsplatser ditt beslut att lansera Skillit, och vilka problem mötte du upprepade gånger som övertygade dig om att byggbranschen behövde en grundligt ny approach till rekrytering?

Jag upplevde problemet från båda sidor. Som lärling och senare gesäll tillbringade jag mycket tid med att leta efter jobb, köra långa sträckor och förlita mig på rykten för att hitta möjligheter. Sedan, som allmän entreprenör, hade jag det motsatta problemet eftersom jag visste att det fanns kvalificerade arbetare, men att hitta rätt person vid rätt tidpunkt var vansinnigt svårt. Jag var mest slagen av hur lite data som fanns tillgänglig om arbetskraften. Vi hade detaljerad information om material, utrustning, scheman och budgetar, men nästan ingenting om de människor som faktiskt byggde projektet. Min tanke var att om du inte kan digitalt representera en arbetares färdigheter, erfarenhet, certifikat och preferenser, kan du definitivt inte göra dem upptäckbara, och den insikten ledde till Skillit.

Och så började vi med att bygga en bättre väg att representera kvalificerade arbetare digitalt genom att hjälpa dem skapa profiler som representerar deras färdigheter, erfarenhet och jobbpreferenser. Över tiden utvecklades det till en plattform där data, automation och AI hjälper entreprenörer att hitta, utvärdera och koppla samman med den talangen.

Idag, byggt på USA:s största nätverk av granskade hantverkare, hjälper Skillits AI ledande byggare som Mortenson, DPR och Kiewit att anställa kvalificerade hantverkare med en hastighet, precision och skala som aldrig tidigare varit möjlig.​

Vår mission är slutligen att skala upp världens hantverk. Att använda AI för att göra kvalificerade arbetare mer synliga, mer produktiva och mer värdefulla, för att säkerställa att världen har den talang som behövs för att bygga allt från hem och sjukhus till AI-infrastruktur, energisystem och branscher i framtiden.

Vi tänker på missionen i tre akter.

Den första akten är att lösa tillgången till de miljontals kvalificerade arbetare som redan existerar. Den andra akten är att lösa bristen i sig. När du förstår arbetskraftsbehov och -utbud i realtid kan du göra mer än bara koppla samman arbetare med jobb – du kan använda AI för att hjälpa fler människor in i hantverken, accelerera deras utveckling och öka antalet som blir fullt produktiva hantverkare.

Den tredje akten är expansion. Vi tror att byggbranschen är det svåraste arbetskraftskoordineringsproblemet i världen att lösa, och att lösa det kommer att ge oss en grundläggande superkraft för att betjäna 100 miljoner arbetsgivare världen över inom alla fysiska industrier, och vår tredje akt kommer att se oss utöka vårt system till alla fysiska industrier, inklusive tillverkning, energi och till och med rymd.

Slutligen tror vi att vi bygger mer än en marknadsplats eller rekryteringsplattform, utan att vi bygger den arbetskraftsinfrastruktur som byggbranschen aldrig har haft i form av ett system för arbetskraftsdata, ett system för rekrytering och ett system för arbetskraftsplanering.

Många människor beskriver byggbranschens arbetskraftsbrist som en talangbrist. Du har hävdat att det ofta är ett tillgänglighets- och samordningsproblem. Vad är skillnaden, och varför är det viktigt när man designar lösningar för branschen?

De flesta människor antar att byggbranschens problem är en arbetskraftsbrist, eftersom det är svårt att hitta tillräckligt många kvalificerade hantverkare, men det är definitivt mer nyanserat än så.

Byggbranschen har faktiskt en av de minsta arbetskraftsgapen i någon stor industri. Det finns ungefär 8,3 miljoner människor anställda inom byggbranschen (cirka 80% av dem är hantverkare) och de flesta datakällor rapporterar att vi saknar cirka 400 000 arbetare. Det betyder att byggbranschens arbetskraftsgap är cirka 5% av efterfrågan. Jämför det med hotell- och restaurangbranschen på 25%, tillverkning på 17%, logistik på 15%, sjuksköterska på 10%, programvara på 7% och detaljhandel på 6%.

Det som är riktigt intressant är att branschen också rapporterar några av de högsta smärtnivåerna i någon stor industri. 94% av byggarbetsgivarna säger att rekrytering är deras största problem – högre än sjuksköterska på 81%, logistik på 76%, detaljhandel på 74%, tillverkning på 60%, programvara på 50% och hotell- och restaurangbranschen på 48%.

Så byggbranschen har den minsta arbetskraftsbristen och den högsta smärtnivån, vilket betyder att det inte kan vara enbart en brist på arbetare, och vi tror att det i själva verket är en brist på tillgång till de 95% av arbetare som vi redan har. Som bransch har vi byggt sofistikerade system för att spåra scheman, budgetar, utrustning, material och projektscheman, men vi har aldrig byggt den datastruktur eller rekryteringsinfrastruktur som behövs för att effektivt koppla samman arbetsgivare med kvalificerade hantverkare över hantverk, regioner och arbets typer (t.ex. öppen butik, fackförening, lokal, per diem etc.).

Och det är därför att 1 av 20 arbetare som saknas känns mer som 1 av 3.

Distinktionen mellan arbetskraftsbrist och tillgång är viktig, eftersom den förändrar lösningen. Om problemet enbart är en brist, är svaret att vänta tills fler arbetare går in i branschen, vilket är varför traditionella insatser för att lösa problemet fokuserar på att skapa mer medvetenhet om hantverken eller försöka förbättra utbildningen. Dessa är lika att hälla vatten i en hink som är full av hål. De är också avrundningsfel i termer av deras inverkan eller tar för lång tid att uppnå resultat.

Om problemet däremot är tillgång, kan bättre data, bättre matchning, bättre samordning och slutligen bättre infrastruktur låsa upp enormt värde långt innan en enda ny arbetare går in i arbetskraften.

AI förvandlar vitkollig rekrytering, men byggbranschen har unika krav kring certifikat, hantverksfärdigheter, arbetsplatsupplevelse och arbetstillgänglighet. Vad ser AI-driven rekrytering ut som i de kvalificerade hantverken, och var levererar den största värdet idag?

Insikten som ledde till Skillit var att innan AI kan hjälpa till att anställa kvalificerade arbetare, behöver det först en möjlighet att förstå dem, vilket är varför vi byggde plattformen i lager. Först fokuserade vi på att fånga arbetskraftsdata. Hantverkare tillbringar inte sina dagar bakom skrivbord med ett CV i handen (och om du är något som jag har tjocka fingrar från att ha gjort många år av manuellt arbete, så är det en vansinnigt dålig användarupplevelse att skriva in på den lilla skärmen på en mobil enhet), så vi lade stor vikt vid röst och automation. Så idag kan arbetare skapa och underhålla rika profiler enbart genom att tala, och vår AI uppdaterar kontinuerligt dessa profiler när ny information blir tillgänglig. Till exempel när de intervjuar med en arbetsgivare på plattformen, spelar vår AI in samtalet och uppdaterar deras profil med all ny data.

Andra, byggde vi ett system av agenter som hjälper rekryterare att identifiera, engagera och koppla samman med exakt de arbetare de letar efter.

Och tredje, all den arbetskrafts- och transaktionsdata skapar en intelligensskikt som tillåter företag att fråga och förstå byggnadsarbetsmarknaden i realtid.

Jag tror att det största värdet idag kommer från synlighet, hastighet och precision. Vår AI möjliggör slutligen för byggarbetsgivare och rekryterare att se den arbetskraft de behöver med exakt precision och spendera mindre tid på att söka och mer tid på att bygga relationer med rätt människor och slutligen leverera affärsresultat.

Skillit bygger det du beskriver som arbetskraftsinfrastruktur snarare än bara en annan rekryteringsplattform. Hur definierar du arbetskraftsinfrastruktur, och varför tror du att det kommer att bli lika viktigt för byggbranschen som projekthanterings- eller schemaläggningsprogram?

De flesta arbetskraftsföretag verkar sluta vid att vara en marknadsplats. De hjälper köpare och säljare att hitta varandra, och det är allt. Nästa steg för oss är att bli en plattform, där vår AI hjälper hantera olika rekryteringsflöden, automatiserar rutinmässiga processer och gör rekrytering mer effektiv och skalbar.

Infrastruktur är något annat och blir det system som branschen förlitar sig på. Platsen där arbetskraftsdata bor, där rekrytering sker och där arbetsmarknadsintelligens genereras. Vi bygger i princip tre system samtidigt: ett system för arbetskraftsdata, ett system för åtgärd som drivs av AI-agenter och ett system för intelligens som hjälper företag att förstå och planera arbetsmarknaden i realtid. När dessa system kommer samman, blir arbetskraftshantering mycket mer strategisk, förutsägbar och skalbar.

Jag tror att arbetskraftsinfrastruktur kommer att bli lika viktigt för byggbranschen som projekthanteringsprogram, eftersom varje projekt börjar med människor. Innan scheman, budgetar och material är viktiga, behöver du den kvalificerade arbetskraften för att utföra arbetet och faktiskt generera någon inkomst alls.

DPR Construction och Suffolk Technologies investerar direkt i Skillit snarare än att bara bli kunder. Vad signalerar detta om hur stora byggherrar tänker om arbetskraft, arbetskraftsplanering och konkurrensfördel?

Jag tror att det signalerar en bredare förändring i hur ledande entreprenörer ser på arbetskraft. För de flesta byggbolag är arbetskraft nu en av de viktigaste strategiska variablerna i verksamheten. När byggherrar tar på sig större, mer komplexa projekt och utför mer arbete internt, bestäms deras förmåga att hitta, distribuera och behålla kvalificerade arbetare alltmer av projektresultaten.

Varje dollar i byggnadsintäkter börjar med en hantverkare som utför arbete på arbetsplatsen. Arbetskraftsplanering beror på att förstå var talang finns, var brister uppstår och hur arbetskraft kan distribueras mest effektivt.

Entreprenörerna som kan göra det snabbare och mer exakt kommer tydligt att ha en betydande konkurrensfördel under de kommande åren.

Byggbranschen förblir en av de minst digitaliserade branscherna i världen. Vilka hinder finns fortfarande kvar för en bredare AI-antagning inom arbetskraftshantering, och hur snabbt förväntar du dig att dessa hinder kommer att försvinna?

Det största hindret är inte teknologi, utan data. De flesta AI-system är bara så bra som den information de kan komma åt, och byggbranschen har historiskt sett inte fångat arbetskraftsdata på ett tillförlitligt eller strukturerat sätt. Vi vet en otrolig mängd om projekt, material och utrustning, men förvånansvärt lite om färdigheter, erfarenhet och tillgänglighet hos de människor som utför arbetet.

Det goda nyheten är att detta förändras snabbt, och AI gör det dramatiskt enklare att fånga och underhålla arbetskraftsdata genom röst, automation och vardagliga arbetsflöden. Jag tror att vi kommer att se en acceleration av AI-antagande inom arbetskraftshantering under de kommande tre till fem åren, allteftersom den underliggande datastrukturen förbättras och arbetsmarknaden förblir under tryck.

Din plattform förlitar sig på verifierad arbetardata och färdighetsbedömningar. Hur balanserar du automation med verkligheten att utvärdera hantverksskicklighet, erfarenhet och arbetsplatsprestation, som ofta inte kan fullständigt fångas i ett CV?

Byggbranschen är i slutändan ett hantverk, och jag tror inte att hantverksskicklighet kan reduceras fullständigt till ett CV eller en algoritm. Därför har vi alltid trott att framtiden är AI plus mänskligt omdöme, inte AI istället för mänskligt omdöme. Varje arbetare på Skillit utvärderas genom strukturerade urvalsprocesser, och vi kombinerar det med bedömningar, anställningshistorik, kundfeedback och alltmer, signaler från det breda nätverket.

Över tiden ser vi oss själva flytta mot ett ryktesystem där arbetare, chefer, projektschefer och arbetsgivare alla bidrar till en rikare bild av prestation. AI kommer naturligtvis att hjälpa organisera och analysera den informationen, men förtroende är fortfarande något som tjänas genom kvaliteten på det arbete som levereras på arbetsplatsen.

Datacenter, halvledarfabriker, energiprojekt och stora infrastrukturprojekt driver en utanförskaplig efterfrågan på kvalificerade hantverkare. Vilka sektorer tror du kommer att sätta störst press på arbetsmarknaden under de kommande fem åren?

Den största pressen kommer från AI-infrastruktur, energi och avancerad tillverkning. Dessa projekt är unika för både sin skala och koncentration, med datacenter, halvledarfabriker, kraftverk, överföringsinfrastruktur och avancerad tillverkning som alla tävlar om många av samma högt kvalificerade hantverkare.

Vi går in i vad som kan vara en av de största fysiska byggnadsperioderna i mänsklighetens historia. Det kapital som investeras i AI-infrastruktur och energi ensamt (några 600 miljarder dollar under de kommande tio åren från bara fyra företag) kan överstiga hela generationer av historisk infrastrukturinvesteringar på vägar, vägar och elektrifiering kombinerat. Den efterfrågan kommer att sätta en extraordinär press på elektriker, rörmokare, svetsare, HVAC-tekniker, operatörer och många andra kritiska hantverk.

Om vi blickar framåt, hur ser du att byggnadsrekrytering kommer att utvecklas under de kommande tio åren? Kommer vi att flytta mot en mer dynamisk arbetsmarknad där arbetare kontinuerligt matchas till projekt, eller kommer traditionella rekryteringsmodeller att fortsätta att dominera?

Jag tror att rekrytering blir dramatiskt mer dynamisk, förutsägbar och automatiserad. Idag är de flesta byggnadsrekryteringar reaktiva – ett projekt behöver arbetskraft, någon tar upp telefonen och sökandet börjar. Över tiden kommer AI att möjliggöra för företag att förutsäga arbetskraftsbehov månader eller till och med år i förväg, identifiera brister innan de händer och automatiskt presentera de rätta arbetarna.

Det eliminerar inte rekryterare, eftersom byggbranschen är ett högriskarbete som behöver människor i loopet, men det gör dem mer strategiska. De bästa rekryterarna kommer att arbeta med stöd av ett helt team av AI-agenter bakom sig, och resultatet kommer att bli en arbetsmarknad som rör sig snabbare, skapar bättre resultat för arbetare och tillåter entreprenörer att ta på sig större och mer ambitiösa projekt med större tillförlitlighet, kanske driven av var de nu förstår arbetskraften, snarare än tvärtom.

Om Skillit lyckas med sin långsiktiga vision, vad kommer byggnadsarbetskraftsekosystemet att se ut som 2035, och hur kan AI förändra sättet som miljontals kvalificerade arbetare upptäcker möjligheter, utvecklar karriärer och flyttar mellan projekt?

Vår vision utvecklas i tre akter. Den första är att lösa tillgången. Vi vill att varje kvalificerad arbetare ska vara synlig och varje arbetsgivare ska kunna hitta den talang de behöver, oavsett geografi, hantverk eller arbetskälla. Den andra är att lösa bristen i sig. Genom att förstå arbetskraftsbehov i stor skala och använda AI för att vägleda arbetare in i högmöjlighetskarriärer, kan vi hjälpa till att skapa fler kvalificerade hantverkare och accelerera deras väg till produktivitet. Den tredje är att expandera bortom byggbranschen till tillverkning, energi, energiproduktion och slutligen varje fysisk industri.

Mer allmänt tror jag att AI bör göra människor mer oumbärliga, inte mer utbytbara. Som tidigare hantverkare och stålbyggare har jag tillbringat mitt liv omgiven av människor vars skicklighet och omdöme skapar den fysiska världen. Varje bro, sjukhus, fabrik, kraftverk och datacenter existerar på grund av mänskligt hantverk. Teknologi är som bäst när den förstärker den förmågan, snarare än att ersätta den.

Om vi lyckas, kommer AI inte att ersätta kvalificerade arbetare, utan snarare hjälpa de 1,4 miljarder som finns runt om i världen att upptäcka bättre möjligheter, bygga mer framgångsrika karriärer och bidra till projekt som annars skulle vara omöjliga. Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Skillit.