弗雷泽·帕特森，Skillit 的创始人和 CEO – 采访系列

弗雷泽·帕特森，Skillit 的创始人和 CEO，是一位拥有超过三十年经验的连续创业者，曾在建筑和技术领域工作。从苏格兰的学徒木匠开始，后来成为木匠、钢筋工、总承包商，最后创立了多家专注于建筑的公司，帕特森对熟练工人的劳动挑战有着深刻的理解。在领导了 Onis Vida 和 Bolster 等公司后，他于 2021 年创立了 Skillit，以解决建筑业的劳动力短缺问题。他的独特的实践经验和创业领导才能使他成为现代化建筑招聘和劳动力发展的重要倡导者，通过数据和人工智能驱动的解决方案实现这一目标。

Skillit 是一个人工智能驱动的招聘平台，专注于解决建筑业最紧迫的挑战之一：连接雇主和合格的熟练工人。该公司已经建立了美国最大的工人网络，涵盖数十个行业和数百个城市。Skillit 不依赖传统的招聘网站，而是使用工人资料、数字技能评估和人工智能匹配技术来帮助承包商更高效地找到、评估和雇佣工人。公司的长期愿景不仅仅是招聘，还旨在成为建筑业的劳动力基础设施，为雇主提供识别人才、培训新工人和扩大熟练劳动力队伍的支持，以满足基础设施、能源、制造业和人工智能驱动的经济增长的需求。

您从苏格兰的学徒木匠开始，后来成为木匠、钢筋工和总承包商，最后创立了多家公司。这些经历如何塑造您决定创立 Skillit 的决定，您在建筑业中反复遇到的问题是什么，促使您相信该行业需要一种根本不同的招聘方法？

我从两个方面经历了这个问题。作为一名学徒木匠和后来的木匠，我花了很多时间寻找工作，长距离驾驶，并依靠口口相传来找到机会。后来作为一名总承包商，我面临着相反的问题，因为我知道熟练的工人存在，但找到合适的人在合适的时间却非常困难。我最受震撼的是，关于劳动力的数据如此之少。我们对材料、设备、日程和预算有详细的信息，但几乎没有关于实际建造项目的人的信息。我的想法是，如果你不能数字化地代表工人的技能、经验、认证和偏好，你绝对不能让他们被发现，这一认识导致了 Skillit 的诞生。

我们首先通过帮助工人创建个人资料来代表他们的技能、经验和工作偏好，建立了一种更好的方式来数字化地代表熟练工人。随着时间的推移，这逐渐演变成一个平台，数据、自动化和人工智能帮助承包商找到、评估和连接人才。

今天，基于美国最大的工人网络，Skillit 的人工智能帮助领先的建筑商如 Mortenson、DPR 和 Kiewit 以前所未有的速度、精度和规模雇佣熟练工人。

我们的使命最终是扩大世界的工艺。利用人工智能使熟练工人更可见、更高效、更有价值，确保世界拥有建设从房屋和医院到人工智能基础设施、能源系统和未来产业所需的人才。

我们将使命分为三个部分。

第一部分是解决对已经存在的数百万熟练工人的获取问题。第二部分是解决劳动力短缺本身。一旦您实时了解劳动力需求和供应，您就可以做得更多，而不仅仅是连接工人和工作——您可以使用人工智能帮助更多人进入这个行业，加速他们的发展，并增加成为完全熟练工人的数量。

第三部分是扩张。我们相信建筑业是世界上最难以解决的劳动力协调问题，解决它将给我们带来一个基础的超能力，以服务全球各个物理行业的 1 亿雇主，因此我们的第三部分将看到我们将系统扩展到所有物理行业，包括制造业、公用事业，甚至太空。

最终，我们相信我们正在建立的不仅仅是一个市场或招聘平台，而是建筑业从未拥有的劳动力基础设施，包括劳动力的记录系统、招聘的行动系统和劳动力规划的智能系统。

许多人将建筑业的劳动力短缺描述为人才短缺。您认为这往往是一个获取和协调的问题。这种区别是什么，它在设计解决方案时为什么重要？

大多数人认为建筑业的劳动力短缺是因为真正很难找到合格的熟练工人，但实际上更复杂一些。

建筑业实际上拥有任何主要行业中最小的劳动力缺口。美国大约有 830 万人从事建筑业（其中 80% 是工人），大多数数据源报告我们缺乏大约 40 万工人。这意味着建筑业的劳动力缺口大约占需求的 5%。将其与其他行业进行比较，例如酒店业的 25%、制造业的 17%、物流业的 15%、护理业的 10%、软件业的 7% 和零售业的 6%。

真正有趣的是，该行业也报告了任何主要行业中最高的招聘痛苦。94% 的建筑业雇主表示招聘是他们最大的问题——高于护理业的 81%、物流业的 76%、零售业的 74%、制造业的 60%、软件业的 50% 和酒店业的 48%。

因此，建筑业拥有最小的劳动力缺口和最高的痛苦水平，这意味着很明显还有其他因素在起作用。它不仅仅是工人短缺的问题，我们相信这主要是对现有工人的获取不足。作为一个行业，我们已经建立了复杂的系统来跟踪日程、预算、设备、材料和项目日程，但我们从未建立过必要的数据层或招聘基础设施来高效地连接雇主和熟练工人。

这就是为什么 1/20 的工人短缺感觉更像 1/3。

劳动力短缺和获取之间的区别很重要，因为它改变了解决方案。如果问题纯粹是短缺，那么答案就是等待更多工人进入该行业，这就是为什么传统的解决问题的方法专注于提高对该行业的认识或试图改善培训。这些方法就像往一个有漏洞的桶里倒水——它们的影响很小，或者需要太长时间才能产生效果。

如果问题是获取，那么更好的数据、更好的匹配、更好的协调和最终更好的基础设施可以在没有一个新工人进入劳动力市场之前解锁巨大的价值。

人工智能正在改变白领招聘，但建筑业对认证、行业技能、工作现场经验和工人可用性有着独特的要求。人工智能驱动的招聘在熟练工人中是什么样子，它在哪里提供了最大的价值？

导致 Skillit 诞生的洞察是，人工智能在帮助招聘熟练工人之前，首先需要了解他们，这就是为什么我们以分层方式构建了该平台。首先，我们专注于捕获劳动力数据。熟练工人不总是坐在桌子后面，手里拿着简历（如果你像我一样，有着多年手工劳动的“粗壮的手指”，那么在小手机屏幕上输入简历将是一个糟糕的用户体验），因此我们大量依赖语音和自动化。今天，工人可以仅通过语音创建和维护丰富的个人资料，我们的人工智能会不断更新这些个人资料，当有新信息可用时。

第二，我们建立了一个代理系统，帮助招聘人员识别、参与和连接他们正在寻找的工人。

第三，所有这些劳动力和交易数据都创建了一个智能层，允许公司实时查询和了解建筑劳动力市场。

我认为今天最大的价值来自于可见性、速度和精度。我们的人工智能终于使建筑业的雇主和招聘人员能够以惊人的精度看到他们需要的劳动力，并花费更少的时间搜索，更多的时间建立与合适的人的关系，并最终实现业务成果。

Skillit 正在建立您所描述的劳动力基础设施，而不仅仅是另一个招聘平台。您如何定义劳动力基础设施，为什么您认为它将成为建筑业中与项目管理或调度软件一样重要的组成部分？

大多数劳动力公司似乎只停留在成为一个市场的层面。他们帮助买家和卖家找到对方，这就是全部。对于我们来说，下一步是成为一个平台，我们的人工智能帮助管理各种招聘工作流程，自动化重复性过程，并使招聘更加高效和可扩展。

基础设施是完全不同的东西，它成为该行业依赖的系统。劳动力数据的存储地点，招聘发生的地点，以及劳动力市场智能的产生地点。我们基本上同时构建三个系统：劳动力数据的记录系统、人工智能代理驱动的行动系统和帮助公司实时了解和规划劳动力市场的智能系统。当这些系统结合在一起时，劳动力管理变得更加战略、可预测和可扩展。

我相信劳动力基础设施将成为建筑业中与项目管理软件一样重要，甚至更重要的组成部分，因为每个项目都从人开始。在日程、预算和材料变得重要之前，您需要熟练的劳动力来执行工作，并诚然，产生任何收入。

DPR 建筑和 Suffolk Technologies 正在直接投资 Skillit，而不仅仅是成为客户。这对主要建筑商如何看待劳动力、劳动力规划和竞争优势有何启示？

我认为这表明建筑商对劳动力的看法发生了更广泛的转变。对于大多数建筑公司来说，劳动力现在是业务中最重要的战略变量之一。随着建筑商承担更大、更复杂的项目，并在内部执行更多工作，他们雇佣熟练工人的能力越来越多地决定了项目结果。

每一美元的建筑收入都始于一名工人在现场工作。劳动力规划取决于了解人才在哪里存在、短缺在哪里出现以及如何最有效地部署劳动力。

能够做到这一点更快、更准确的承包商将在未来十年中拥有显著的竞争优势。

建筑业仍然是世界上最少数字化的行业之一。目前仍存在哪些障碍阻碍了人工智能在劳动力管理方面的更广泛应用，您预计这些障碍将在多快消失？

最大的障碍不是技术，而是数据。大多数人工智能系统的好坏取决于它们可以访问的信息，而建筑业历史上并没有以可靠或结构化的方式捕获劳动力数据。我们对项目、材料和设备了解很多，但对实际建造项目的人的技能、经验和可用性了解很少。

好消息是这种情况正在迅速改变，人工智能使得通过语音、自动化和日常工作流程捕获和维护劳动力数据变得更加容易。我认为，随着底层数据层的改进和劳动力市场的持续压力，劳动力人工智能的采用将在未来三到五年内显著加速。

您的平台依赖于经过验证的工人数据和技能评估。您如何平衡自动化与评估工艺、经验和工作现场表现的现实，这些往往无法完全体现在简历上？

建筑业最终是一种手艺，我不认为工艺可以完全归结为简历或算法。这就是为什么我们一直相信未来是人工智能加上人类判断，而不是人工智能取代人类判断。Skillit 上的每个工人都经过结构化的筛选过程，我们将其与评估、就业史、客户反馈和日益增加的网络信号结合起来。

随着时间的推移，我们设想我们的平台将转向一种声誉系统，工人、主管、项目经理和雇主都为对工作表现的更丰富的图景做出贡献。人工智能当然会帮助组织和分析这些信息，但信任是通过现场工作质量赢得的。

数据中心、半导体设施、能源项目和大型基础设施开发正在推动对熟练工人的前所未有的需求。您认为哪些行业在未来五年内将对劳动力市场施加最大的压力？

人工智能基础设施、能源和先进制造业将带来最大的压力。这些项目在规模和集中度方面都很独特，数据中心、半导体设施、电力发电、传输基础设施和先进制造业都在争夺许多相同的高技能工种。

我们正在进入可能是人类历史上最大的物理建设周期。仅四家公司在未来十年内就将在人工智能基础设施和能源上投资 6000 亿美元，这可能超过历史上在高速公路、道路和电气化方面的投资总和。这种需求将对电工、管道工、焊工、暖通空调技术人员、操作员和许多其他关键工种施加巨大的压力。

展望未来，您如何看待建筑业招聘的发展趋势？我们是否会转向一个更加动态的劳动力市场，工人不断被匹配到项目中，还是传统的招聘模式将继续占主导地位？

我认为招聘将变得更加动态、可预测和自动化。今天，大多数建筑招聘都是被动的——一个项目需要劳动力，某人接到电话，搜索开始。随着时间的推移，人工智能将使公司能够预测劳动力需求，预测短缺，并自动找到合适的工人。

这并不消除招聘人员的作用，因为建筑业是一种高风险的工作，需要人类的介入，但它使他们变得更加战略。最好的招聘人员将在人工智能代理团队的支持下工作，结果将是一个劳动力市场，它可以更快地移动，产生更好的结果，并使承包商能够以更大的信心承担更大、更雄心勃勃的项目，可能是由他们现在对劳动力的理解驱动的，而不是相反。

如果 Skillit 成功实现其长期愿景，建筑业的劳动力生态系统将在 2035 年如何看待它，以及人工智能将如何改变数百万熟练工人发现机会、发展职业和在项目之间移动的方式？

我们的愿景正在展开，分为三个部分。第一部分是解决获取问题。我们希望每个熟练工人都可见，每个雇主都能找到他们需要的人才，无论地理位置、行业还是劳动力来源。第二部分是解决短缺本身。通过了解大规模的劳动力需求，并使用人工智能引导工人进入高机会的职业，我们可以帮助创造更多的熟练工人，并加速他们的发展道路。第三部分是扩展到建筑业以外，进入制造业、能源、公用事业，最后是所有物理行业。

更广泛地说，我相信人工智能应该使人类更加不可或缺，而不是更加可替代。作为一名前木匠和钢筋工，我一生都围绕着那些通过技能和判断力创造了物理世界的人。每座桥梁、医院、工厂、发电厂和数据中心都存在，因为人类的工艺。技术在放大这种能力而不是取代它时才是最好的。

如果我们成功，人工智能不会取代熟练工人，而是帮助全球 14 亿熟练工人发现更好的机会，建立更成功的职业生涯，并为原本可能不可能的项目做出贡献。

感谢这次精彩的采访，读者可以访问 Skillit 以了解更多信息。