แฟรเซอร์ แพทเทอร์สัน ผู้ก่อตั้งและซีอีโอของ Skillit – ซีรีส์สัมภาษณ์

แฟรเซอร์ แพทเทอร์สัน ผู้ก่อตั้งและซีอีโอของ Skillit เป็นนักธุรกิจที่มีประสบการณ์มากกว่าสามทศวรรษในอุตสาหกรรมก่อสร้างและเทคโนโลยี โดยเริ่มต้นจากการเป็นช่างไม้ฝึกหัดในประเทศสกอตแลนด์ ก่อนที่จะก้าวหน้าเป็นช่างไม้ ผู้เชี่ยวชาญด้านเหล็ก ผู้รับเหมา และในที่สุดก็เป็นผู้ก่อตั้งหลายๆ ธุรกิจที่มุ่งเน้นด้านก่อสร้าง แพทเทอร์สันพัฒนาความเข้าใจโดยตรงเกี่ยวกับความท้าทายด้านแรงงานที่ช่างฝีมือต้องเผชิญ หลังจากนำธุรกิจต่างๆ เช่น Onis Vida และ Bolster เขาได้ก่อตั้ง Skillit ในปี 2021 เพื่อแก้ไขปัญหาการขาดแคลนแรงงานในอุตสาหกรรมก่อสร้างโดยใช้เทคโนโลยี ส่วนผสมที่เป็นเอกลักษณ์ของประสบการณ์ทางปฏิบัติและความเป็นผู้นำธุรกิจเริ่มต้นทำให้เขาเป็นผู้สนับสนุนที่มีชื่อเสียงในการปรับปรุงการสรรหาบุคลากรและพัฒนากำลังคนในอุตสาหกรรมก่อสร้างโดยใช้โซลูชันที่ขับเคลื่อนด้วยข้อมูลและ AI

Skillit เป็นแพลตฟอร์มการจ้างงานที่ใช้ AI เพื่อแก้ไขหนึ่งในความท้าทายที่ยิ่งใหญ่ที่สุดของอุตสาหกรรมก่อสร้าง ซึ่งก็คือการเชื่อมต่อผู้จ้างงานกับช่างฝีมือที่มีคุณสมบัติเหมาะสม แพลตฟอร์มได้สร้างเครือข่ายช่างฝีมือที่พร้อมทำงานที่ใหญ่ที่สุดในสหรัฐอเมริกา โดยครอบคลุมหลายๆ อาชีพและพื้นที่เมืองหลายร้อยแห่ง แทนที่จะพึ่งพาตลาดงานแบบดั้งเดิม Skillit ใช้โปรไฟล์ผู้ปฏิบัติงาน การประเมินฝีมือดิจิทัล และเทคโนโลยีการจับคู่ที่ขับเคลื่อนโดย AI เพื่อช่วยให้ผู้รับเหมาสามารถค้นหา ประเมิน และจ้างงานช่างฝีมือได้อย่างมีประสิทธิภาพมากขึ้น วิสัยทัศน์ระยะยาวของบริษัทไม่เพียงแต่การสรรหาบุคลากรเท่านั้น แต่ยังรวมถึงการเป็นโครงสร้างพื้นฐานด้านแรงงานที่ขับเคลื่อนโดย AI สำหรับอุตสาหกรรมก่อสร้างและในอนาคตอุตสาหกรรมทางกายภาพอื่นๆ โดยช่วยให้ผู้จ้างงานสามารถระบุผู้มีฝีมือฝึกอบรมคนใหม่ และขยายกำลังคนฝีมือที่มีความสำเร็จ

คุณเริ่มต้นอาชีพของคุณในฐานะช่างไม้ฝึกหัดในประเทศสกอตแลนด์ ทำงานเป็นช่างไม้ ผู้เชี่ยวชาญด้านเหล็ก และผู้รับเหมา ก่อนที่จะก่อตั้งหลายๆ ธุรกิจ คุณมีประสบการณ์เหล่านี้บนไซต์งานก่อสร้างอย่างไรที่ช่วยให้คุณตัดสินใจเปิดตัว Skillit และคุณพบปัญหาใดบ่อยๆ ที่ทำให้คุณเชื่อว่าอุตสาหกรรมก่อสร้างต้องการแนวทางใหม่ในการจ้างงาน?

ฉันสัมผัสกับปัญหาจากทั้งสองด้าน ในฐานะช่างไม้ฝึกหัดและช่างไม้ ฉันใช้เวลามากในการค้นหางาน ขับรถระยะทางไกล และพึ่งพาการบอกต่อเพื่อค้นหาโอกาส จากนั้นในฐานะผู้รับเหมา ฉันมีปัญหาตรงกันข้ามเพราะฉันรู้ว่ามีช่างฝีมือที่มีคุณสมบัติเหมาะสม แต่การค้นหาคนที่เหมาะสมในเวลาที่เหมาะสมเป็นเรื่องที่ยากมาก ฉันสังเกตเห็นว่ามีข้อมูลน้อยมากเกี่ยวกับกำลังคน เรามีข้อมูลที่มีรายละเอียดเกี่ยวกับวัสดุ อุปกรณ์ ตารางเวลา และงบประมาณ แต่เกือบไม่มีข้อมูลเกี่ยวกับคนๆ ที่สร้างโครงการนั้น

ความคิดของฉันคือหากคุณไม่สามารถแสดงถึงทักษะ ประสบการณ์ และความชอบของผู้ปฏิบัติงานในรูปแบบดิจิทัล คุณไม่สามารถทำให้พวกเขาเป็นที่รู้จักได้ และนั่นคือสิ่งที่นำไปสู่การก่อตั้ง Skillit

และดังนั้น เราจึงเริ่มต้นด้วยการสร้างวิธีที่ดีกว่าในการแสดงถึงช่างฝีมือในรูปแบบดิจิทัล โดยช่วยให้พวกเขาได้สร้างโปรไฟล์ที่แสดงถึงทักษะ ประสบการณ์ และความชอบในการทำงานของพวกเขา

ในปัจจุบัน โดยสร้างขึ้นบนเครือข่ายช่างฝีมือที่ได้รับการตรวจสอบแล้วที่ใหญ่ที่สุดในอเมริกา Skillit ใช้ AI เพื่อช่วยให้ผู้รับเหมาชั้นนำเช่น Mortenson, DPR และ Kiewit จ้างช่างฝีมือที่มีทักษะในระดับความเร็ว ความแม่นยำ และขนาดที่ไม่เคยเป็นมาก่อน

ภารกิจของเราคือการขยายกำลังคนฝีมือระดับโลก เพื่อใช้ AI ในการทำให้ช่างฝีมือมีความสามารถมากขึ้น มีประสิทธิภาพมากขึ้น และมีคุณค่ามากขึ้น เพื่อให้แน่ใจว่าโลกจะมีคนมีฝีมือที่จำเป็นต้องสร้างทุกสิ่ง ตั้งแต่บ้านและโรงพยาบาลไปจนถึงโครงสร้างพื้นฐานด้าน AI ระบบพลังงาน และอุตสาหกรรมในอนาคต

เราคิดถึงภารกิจในสามบท

บทแรกคือการแก้ไขปัญหาการเข้าถึงช่างฝีมือที่มีอยู่แล้วหลายล้านคน บทที่สองคือการแก้ไขปัญหาการขาดแคลนแรงงานเอง เมื่อคุณเข้าใจอุปสงค์และอุปทานแรงงานในเวลาจริง คุณสามารถทำมากกว่าการเชื่อมต่อผู้ปฏิบัติงานกับงาน คุณสามารถใช้ AI ในการช่วยให้คนเข้าสู่อาชีพเหล่านี้ได้เร็วขึ้น และเพิ่มจำนวนช่างฝีมือที่มีประสิทธิผล

บทที่สามคือการขยายตัว เราเชื่อว่าอุตสาหกรรมก่อสร้างเป็นปัญหาการประสานงานแรงงานที่ยากที่สุดในโลกที่จะแก้ไข และการแก้ไขปัญหานี้จะทำให้เรามีพลังพิเศษในการให้บริการผู้จ้างงานมากกว่า 100 ล้านคนในอุตสาหกรรมทางกายภาพทั่วโลก ดังนั้น บทที่สามของเราจะเห็นการขยายระบบของเราไปยังอุตสาหกรรมทางกายภาพทั้งหมด รวมถึงการผลิต สาธารณูปโภค และแม้กระทั่งอวกาศ

สุดท้าย เราเชื่อว่าเรากำลังสร้างมากกว่าตลาดหรือแพลตฟอร์มการจ้างงาน แต่เรากำลังสร้างโครงสร้างพื้นฐานด้านแรงงานที่อุตสาหกรรมก่อสร้างไม่เคยมีมาก่อน ในรูปแบบของระบบบันทึกสำหรับแรงงาน ระบบการดำเนินการสำหรับการจ้างงาน และระบบข่าวกรองสำหรับการวางแผนกำลังคน

หลายคนอธิบายถึงการขาดแคลนแรงงานในอุตสาหกรรมก่อสร้างว่าเป็นการขาดแคลนคนมีฝีมือ คุณได้โต้แย้งว่ามันเป็นปัญหาในการเข้าถึงและประสานงาน มีความแตกต่างอย่างไร และทำไมจึงสำคัญเมื่อออกแบบโซลูชันสำหรับอุตสาหกรรม?

ผู้คนส่วนใหญ่สมมติว่าปัญหาในอุตสาหกรรมก่อสร้างคือการขาดแคลนแรงงานเพราะมันยากที่จะหาช่างฝีมือที่มีคุณสมบัติเหมาะสม แต่มันซับซ้อนกว่านั้น

อุตสาหกรรมก่อสร้างมีช่องว่างแรงงานที่เล็กที่สุดในบรรดาอุตสาหกรรมหลักๆ มีคนงานก่อสร้างประมาณ 8.3 ล้านคน (ประมาณ 80% เป็นช่างฝีมือ) และแหล่งข้อมูลส่วนใหญ่รายงานว่าเราขาดคนงานประมาณ 400,000 คน ซึ่งหมายความว่าช่องว่างแรงงานในอุตสาหกรรมก่อสร้างคือประมาณ 5% ของอุปสงค์ เมื่อเปรียบเทียบกับอุตสาหกรรมอื่นๆ เช่น การต้อนรับ (25%) การผลิต (17%) การขนส่ง (15%) การพยาบาล (10%) ซอฟต์แวร์ (7%) และการค้าปลีก (6%)

สิ่งที่น่าสนใจคืออุตสาหกรรมก่อสร้างรายงานถึงความยากในการจ้างงานสูงสุดในบรรดาอุตสาหกรรมหลักๆ 94% ของผู้จ้างงานก่อสร้างบอกว่าการจ้างงานเป็นปัญหาหลักของพวกเขา ซึ่งสูงกว่าการพยาบาล (81%) การขนส่ง (76%) การค้าปลีก (74%) การผลิต (60%) ซอฟต์แวร์ (50%) และการต้อนรับ (48%)

ดังนั้น อุตสาหกรรมก่อสร้างจึงมีช่องว่างแรงงานที่เล็กที่สุดและความยากในการจ้างงานสูงสุด ซึ่งหมายความว่าไม่ใช่แค่การขาดแคลนคนงานเท่านั้น และเราเชื่อว่ามันเป็นเพราะการเข้าถึงคนงานที่มีอยู่ 95% ที่เรามีแล้ว

ความแตกต่างระหว่างการขาดแคลนแรงงานและการเข้าถึงมีความสำคัญเพราะมันเปลี่ยนโซลูชัน หากปัญหาเป็นเพียงการขาดแคลนคนงาน คำตอบคือการรอจนกว่าจะมีคนงานเข้ามาในอุตสาหกรรม ซึ่งเป็นเหตุผลที่ความพยายามแบบดั้งเดิมในการแก้ไขปัญหาเน้นไปที่การสร้างความตระหนักเกี่ยวกับอาชีพเหล่านี้หรือพยายามปรับปรุงการฝึกอบรม

หากปัญหาอยู่ที่การเข้าถึง ดังนั้นข้อมูลที่ดีกว่า การจับคู่ที่ดีกว่า การประสานงานที่ดีกว่า และในที่สุดโครงสร้างพื้นฐานที่ดีกว่าสามารถปลดปล่อยคุณค่าที่ยิ่งใหญ่ได้ ก่อนที่คนงานใหม่จะเข้าสู่กำลังคน

AI กำลังเปลี่ยนแปลงการสรรหาบุคลากรในอุตสาหกรรมบริการ แต่อุตสาหกรรมก่อสร้างมีข้อกำหนดเฉพาะเกี่ยวกับการรับรองการค้า ทักษะการค้า ประสบการณ์บนไซต์งาน และความพร้อมของคนงาน AI ที่ขับเคลื่อนการจ้างงานในอุตสาหกรรมก่อสร้างจะดูเหมือนอย่างไร และจะสร้างคุณค่ามากที่สุดในปัจจุบัน?

ข้อมูลเชิงลึกที่นำไปสู่การก่อตั้ง Skillit คือว่า AI ต้องเข้าใจคนงานที่มีฝีมือก่อนจึงจะช่วยจ้างงานได้ ซึ่งเป็นเหตุผลที่เราสร้างแพลตฟอร์มในหลายๆ ชั้น ชั้นแรก เราเน้นไปที่การเก็บข้อมูลเกี่ยวกับกำลังคน คนงานฝีมือไม่ได้ใช้เวลาส่วนใหญ่ในการนั่งอยู่เบื้องหลังโต๊ะทำงานพร้อมกับประวัติการทำงาน (และถ้าคุณเหมือนกับฉัน คุณมีนิ้วมือที่มีขนาดใหญ่จากการที่คุณทำงานด้วยมือเป็นเวลานาน ดังนั้นการเขียนข้อความบนอุปกรณ์มือถือจึงเป็นประสบการณ์ที่ไม่ดี) ดังนั้นเราจึงพึ่งพาเสียงและระบบอัตโนมัติ

วันนี้คนงานสามารถสร้างและบำรุงรักษาโปรไฟล์ที่มีรายละเอียดได้โดยการพูด และ AI ของเราจะอัปเดตโปรไฟล์เหล่านั้นเมื่อมีข้อมูลใหม่เข้ามา ตัวอย่างเช่น เมื่อพวกเขาได้รับการสัมภาษณ์จากผู้จ้างงานบนแพลตฟอร์ม AI ของเราจะบันทึกการโทรและอัปเดตโปรไฟล์ของพวกเขา

สิ่งที่ฉันคิดว่ามีคุณค่ามากที่สุดในปัจจุบันคือความสามารถในการมองเห็น ความเร็ว และความแม่นยำ AI ของเราสามารถทำให้ผู้จ้างงานและผู้สรรหาบุคลากรในอุตสาหกรรมก่อสร้างเห็นกำลังคนฝีมือที่ต้องการได้อย่างแม่นยำ และใช้เวลาน้อยลงในการค้นหาและใช้เวลามากขึ้นในการสร้างความสัมพันธ์กับคนๆ ที่เหมาะสม

Skillit กำลังสร้างโครงสร้างพื้นฐานด้านกำลังคนมากกว่าแค่แพลตฟอร์มการจ้างงาน คุณกำหนดโครงสร้างพื้นฐานด้านกำลังคนอย่างไร และทำไมคุณเชื่อว่ามันจะกลายเป็นสิ่งสำคัญสำหรับอุตสาหกรรมก่อสร้างเช่นเดียวกับซอฟต์แวร์การจัดการโครงการหรือการวางแผน?

บริษัทแรงงานส่วนใหญ่ดูเหมือนจะหยุดอยู่ที่การเป็นตลาด พวกเขาช่วยให้ผู้ซื้อและผู้ขายพบกันและนั่นก็เพียงพอแล้ว ขั้นตอนต่อไปสำหรับเราคือการเป็นแพลตฟอร์ม โดยที่ AI ของเราช่วยจัดการกระบวนการจ้างงานต่างๆ อัตโนมัติกระบวนการทำงานที่ซ้ำซ้อน และทำให้การจ้างงานมีประสิทธิภาพและขยายขนาดมากขึ้น

โครงสร้างพื้นฐานคือสิ่งที่แตกต่างเล็กน้อย และกลายเป็นระบบที่อุตสาหกรรมพึ่งพา ซึ่งเป็นที่ที่ข้อมูลเกี่ยวกับกำลังคนอาศัยอยู่ ที่ที่การจ้างงานเกิดขึ้น และที่ที่ข่าวกรองด้านแรงงานถูกสร้างขึ้น เรากำลังสร้างระบบสามระบบพร้อมกัน: ระบบบันทึกสำหรับข้อมูลเกี่ยวกับกำลังคน ระบบการดำเนินการโดย AI และระบบข่าวกรองที่ช่วยให้บริษัทต่างๆ เข้าใจและวางแผนการตลาดแรงงานในเวลาจริง

เมื่อระบบเหล่านั้นมารวมกัน การจัดการกำลังคนจะกลายเป็นกลยุทธ์ การคาดการณ์ และขยายขนาดมากขึ้น

ฉันเชื่อว่าโครงสร้างพื้นฐานด้านกำลังคนจะกลายเป็นสิ่งสำคัญสำหรับอุตสาหกรรมก่อสร้างไม่ต่างจากซอฟต์แวร์การจัดการโครงการ เพราะทุกโครงการเริ่มต้นด้วยคนก่อนที่จะพูดถึงตารางเวลา งบประมาณ และวัสดุ คุณต้องการกำลังคนฝีมือเพื่อสร้างงานและสร้างรายได้

DPR Construction และ Suffolk Technologies ลงทุนโดยตรงใน Skillit แทนที่จะกลายเป็นลูกค้าเท่านั้น สิ่งนี้บ่งบอกถึงการเปลี่ยนแปลงที่กว้างขึ้นในการที่ผู้สร้างรายใหญ่คิดเกี่ยวกับแรงงาน การวางแผนกำลังคน และความได้เปรียบในการแข่งขันอย่างไร?

ฉันคิดว่ามันบ่งบอกถึงการเปลี่ยนแปลงที่กว้างขึ้นในการที่ผู้สร้างรายใหญ่คิดเกี่ยวกับแรงงาน สำหรับบริษัทก่อสร้างส่วนใหญ่แล้ว แรงงานเป็นหนึ่งในตัวแปรเชิงกลยุทธ์ที่สำคัญที่สุดในธุรกิจ เมื่อผู้สร้างดำเนินโครงการขนาดใหญ่และซับซ้อนมากขึ้น และดำเนินงานในบ้านมากขึ้น ความสามารถในการค้นหา จัดสรร และรักษาคนงานฝีมือที่มีคุณสมบัติเหมาะสมจะ决定ผลลัพธ์ของโครงการ

ทุกๆ ดอลลาร์ของรายได้ก่อสร้างเริ่มต้นด้วยคนงานฝีมือที่ทำงานในสนาม การวางแผนกำลังคนขึ้นอยู่กับการเข้าใจว่าคนมีฝีมืออยู่ที่ไหน การขาดแคลนกำลังเกิดขึ้นที่ไหน และแรงงานสามารถถูกใช้อย่างมีประสิทธิภาพมากที่สุด

ผู้สร้างที่สามารถทำสิ่งนี้ได้เร็วขึ้นและแม่นยำกว่าจะมีความได้เปรียบในการแข่งขันที่มีความหมายในช่วงสิบปีข้างหน้า

อุตสาหกรรมก่อสร้างยังคงเป็นหนึ่งในอุตสาหกรรมที่มีการใช้เทคโนโลยีน้อยที่สุดในโลก อุปสรรคหลักๆ ที่ยังคงอยู่ในการนำ AI ไปใช้ในวงกว้างในการจัดการกำลังคนคืออะไร และคุณคาดหวังว่าอุปสรรคเหล่านั้นจะหายไปเร็วเพียงใด?

อุปสรรคที่ใหญ่ที่สุดไม่ใช่เทคโนโลยี แต่เป็นข้อมูล ระบบ AI ส่วนใหญ่ดีเท่ากับข้อมูลที่สามารถเข้าถึงได้ และอุตสาหกรรมก่อสร้างมักจะไม่ได้บันทึกข้อมูลเกี่ยวกับกำลังคนในรูปแบบที่เชื่อถือได้หรือมีโครงสร้าง

ข่าวดีคือสิ่งนี้กำลังเปลี่ยนแปลงอย่างรวดเร็ว และ AI ทำให้ง่ายต่อการเก็บและบำรุงรักษาข้อมูลเกี่ยวกับกำลังคนผ่านเสียง อัตโนมัติ และกระบวนการทำงานที่ใช้ในชีวิตประจำวัน ฉันคิดว่าเราจะเห็นการนำ AI ไปใช้ในการจัดการกำลังคนเร็วขึ้นในช่วงสามถึงห้าปีข้างหน้า เมื่อชั้นข้อมูลพื้นฐานดีขึ้นและตลาดแรงงานยังคงเผชิญกับความกดดัน

แพลตฟอร์มของคุณพึ่งพาข้อมูลคนงานที่ได้รับการตรวจสอบและประเมินฝีมืออย่างไร คุณสร้างสมดุลระหว่างการอัตโนมัติและความเป็นจริงในการประเมินฝีมือ ประสบการณ์ และประสิทธิภาพบนไซต์งาน ซึ่งไม่สามารถจับได้โดยสมบูรณ์ในประวัติการทำงาน?

อุตสาหกรรมก่อสร้างสุดท้ายคือการค้า และฉันไม่คิดว่าฝีมือสามารถลดลงเป็นเพียงประวัติการทำงานหรืออัลกอริทึมได้ นั่นเป็นเหตุผลที่เรามั่นใจว่าอนาคตคือ AI บวกกับการตัดสินใจของมนุษย์ ไม่ใช่ AI แทนการตัดสินใจของมนุษย์

คนงานทุกคนบน Skillit ได้รับการประเมินผ่านกระบวนการคัดกรองที่มีโครงสร้าง และเรารวมการประเมิน การประวัติการทำงาน การรับฟังจากลูกค้า และสัญญาณจากเครือข่ายที่กว้างขึ้น

ในอนาคต เราเห็นแพลตฟอร์มของเราเคลื่อนไปสู่ระบบที่คนงาน ผู้ควบคุมงาน ผู้จัดการโครงการ และผู้จ้างงานทุกคนมีส่วนช่วยในการสร้างภาพที่สมบูรณ์ยิ่งขึ้นเกี่ยวกับการทำงาน AI จะช่วยจัดระเบียบและวิเคราะห์ข้อมูลนั้น แต่ความไว้วางใจยังคงได้รับจากการทำงานที่มีคุณภาพสูงบนไซต์งาน

ศูนย์ข้อมูล สิ่งอำนวยความสะดวกด้านเซมิคอนดักเตอร์ โครงการพลังงาน และการพัฒนาโครงสร้างพื้นฐานขนาดใหญ่กำลังขับเคลื่อนความต้องการที่ไม่เคยเกิดขึ้นมาก่อนสำหรับคนงานที่มีฝีมือ คุณคิดว่าอุตสาหกรรมใดจะกดดันตลาดแรงงานมากที่สุดในช่วงห้าปีข้างหน้า?

ความกดดันที่ใหญ่ที่สุดจะมาจากโครงสร้างพื้นฐาน AI พลังงาน และการผลิตที่ซับซ้อน โครงการเหล่านี้มีทั้งขนาดและความเข้มข้น โดยศูนย์ข้อมูล สิ่งอำนวยความสะดวกด้านเซมิคอนดักเตอร์ การผลิตพลังงาน การส่งพลังงาน และการผลิตที่ซับซ้อนแข่งขันกันเพื่อช่างฝีมือที่มีทักษะสูงหลายคน

เรากำลังเข้าสู่สิ่งที่อาจเป็นหนึ่งในรอบการสร้างที่ใหญ่ที่สุดในประวัติศาสตร์ของมนุษย์ ทุนจำนวน 600 พันล้านดอลลาร์ที่จะถูกลงทุนในโครงสร้างพื้นฐาน AI และพลังงานในรอบทศวรรษหน้าจากเพียงสี่บริษัทเท่านั้น อาจเกินการลงทุนโครงสร้างพื้นฐานที่สำคัญทั้งหมดในอดีต เช่น ทางหลวง ถนน และการไฟฟ้า การลงทุนนี้จะกดดันคนงานที่มีทักษะสูง เช่น ช่างไฟฟ้า ช่างท่อ ช่างเชื่อม ช่างทำความเย็น ผู้ดำเนินการ และคนงานฝีมือที่สำคัญอื่นๆ

เมื่อมองไปข้างหน้า คุณเห็นกระบวนการจ้างงานในอุตสาหกรรมก่อสร้างเปลี่ยนแปลงไปอย่างไรในช่วงสิบปีข้างหน้า จะเปลี่ยนไปสู่ตลาดแรงงานที่มีพลวัตมากขึ้นโดยที่คนงานถูกจับคู่กับโครงการอย่างต่อเนื่องหรือแบบจำลองการจ้างงานแบบดั้งเดิมจะยังคงครอบงำ?

ฉันคิดว่ากระบวนการจ้างงานจะกลายเป็นแบบไดนามิก มีการคาดการณ์ และอัตโนมัติมากขึ้น ในปัจจุบัน การจ้างงานส่วนใหญ่ในอุตสาหกรรมก่อสร้างเป็นแบบตอบสนอง – โครงการต้องการคนงาน และใครบางคนก็เริ่มค้นหา

เมื่อเวลาผ่านไป AI จะช่วยให้บริษัทต่างๆ คาดการณ์ความต้องการคนงานล่วงหน้าหลายเดือนหรือหลายปี ระบุการขาดแคลนล่วงหน้า และจับคู่คนงานที่เหมาะสมโดยอัตโนมัติ

สิ่งนี้ไม่ได้กำจัดผู้สรรหาบุคลากรออกไป เพราะงานก่อสร้างเป็นงานที่มีความเสี่ยงสูงและต้องการคนในวงจร แต่จะทำให้พวกเขาเป็นกลยุทธ์มากขึ้น ผู้สรรหาบุคลากรที่ดีที่สุดจะทำงานด้วยการสนับสนุนจากทีม AI ที่อยู่เบื้องหลัง และผลลัพธ์จะเป็นตลาดแรงงานที่เคลื่อนไหวเร็วขึ้น สร้างผลลัพธ์ที่ดีกว่าสำหรับคนงาน และช่วยให้ผู้รับเหมาสามารถรับโครงการขนาดใหญ่และทะเยอทะยานมากขึ้นได้ด้วยความมั่นใจ

หาก Skillit ประสบความสำเร็จในความมุ่งหมายระยะยาว อุตสาหกรรมก่อสร้างจะมีลักษณะอย่างไรในปี 2035 และ AI จะเปลี่ยนแปลงวิธีการที่คนงานที่มีฝีมือหลายล้านคนค้นหาความเป็นไปได้ พัฒนาอาชีพ และย้ายระหว่างโครงการ?

วิสัยทัศน์ของเรากำลังเกิดขึ้นในสามบท บทแรกคือการแก้ไขปัญหาการเข้าถึง เราต้องการให้ช่างฝีมือทุกคนมีความสามารถในการเข้าถึงและผู้จ้างงานทุกคนสามารถค้นหาคนงานที่ต้องการได้ ไม่ว่าจะเป็นในด้านภูมิศาสตร์ อาชีพ หรือแหล่งที่มาของคนงาน บทที่สองคือการแก้ไขปัญหาการขาดแคลนโดยตรง โดยการทำความเข้าใจความต้องการคนงานในระดับใหญ่และใช้ AI ในการช่วยคนงานเข้าสู่อาชีพที่มีโอกาสมากขึ้น และเร่งการเติบโตของคนงานฝีมือ

ในวงกว้าง ฉันเชื่อว่า AI ควรทำให้มนุษย์เป็นสิ่งจำเป็น ไม่ใช่สิ่งที่สามารถทดแทนได้ ในฐานะช่างไม้และช่างเหล็กที่มีประสบการณ์ ฉันใช้เวลาทั้งชีวิตอยู่รอบๆ คนๆ ที่ทักษะและความตัดสินใจของพวกเขาสร้างโลกแห่งความเป็นจริง เทคโนโลยีคือสิ่งที่ดีที่สุดเมื่อมันเพิ่มความสามารถของมนุษย์ ไม่ใช่เมื่อมันแทนที่มัน

หากเราสucceed AI จะไม่แทนที่คนงานที่มีฝีมือ แต่จะช่วยให้คนงานที่มีฝีมือกว่า 1.4 พันล้านคนทั่วโลกค้นหาความเป็นไปได้ที่ดีกว่า สร้างอาชีพที่ประสบความสำเร็จมากขึ้น และมีส่วนร่วมในโครงการที่อาจเป็นไปไม่ได้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Skillit เพื่อเรียนรู้เพิ่มเติม