根據國際人力資源顧問公司 - Randstad在 2018 年的相關研究指出，至 2030 年全球製造業將會產生超過 800 萬個職缺。同時，美國全國製造商協會 (National Association of Manufacturers) 預測 2030 年美國將會有 210 萬個製造業職缺。
大量缺工的問題將會對製造業帶來超過 1 兆美元巨大的經濟損失。根據 2021 年勤業眾信（Deloitte）以及長期關注製造業發展和幫助製造業業者提升工作技能的機構 The Manufacturing Institute 研究顯示，製造業職缺在 2021 年創下歷史新高。
製造業缺工的主要原因有：
1.人員經驗不足、衍生工安問題
初階製造業的工作通常都會請無經驗的人員操作，在經驗不足的情況下可能會發生工安意外。即便是資深人員，也因近年來疫情的影響而停工一段時間，導致操作機台技巧生疏、工作時間拉長或身體狀況不佳等因素，增加意外發生的風險，讓許多人開始重新評估工作環境的安全以及身體狀況。
2.心理、健康問題
在疫情期間，有些人經歷了頻繁停工或臨時被資遣，有些人則因缺工和生計問題而加班。根據研究顯示，2020 年製造業工作者職業倦怠指數增加了 86％，這些心理健康問題導致部分員工不想再回到工作崗位。在英國的調查指出，有 34% 的製造業公司聲稱有員工因心理健康問題未被受到重視而離職。
3.缺乏高科技的技術人才
製造業的工作往往被誤解為技術門檻較低的產業。然而，事實上現今製造業使用的設備，操作人員會需要具備足夠的技術與專業知識背景，才能在安全的環境下作業。以固定式的動力機械為例，該工具用於切割、塑形或去除物體。要使用這樣的設備，人員需要對機械設備的操作參數設定、切割器的振動頻率有深度瞭解。這需要數學、幾何和物理等方面的相關知識。
在上述的問題中，AI 可以協助人資部門招募新血、培育員工並留住人才，下列為人資部門使用 AI 的 4 個應用方向
1.人員招募
AI 可以快速篩選履歷、並進行初步面試，甚至分析面試者的回答，評估面試者是否能勝任面試職位。透過 AI 工具可以幫助製造業的 HR 團隊減少招募的時間，找到最適合的員工，讓招募更有效率。根據 2022 年 PwC 的調查，有 39% 的 HR 已經在招募過程中使用 AI。
2.人才留任
透過 AI 工具可以分析員工離職原因，並提早採取因應對策，來降低離職率與提升留任率。在 Profet AI 2022 年所舉辦的 Crossover Talks 論壇上，台灣高科技產業物流合作夥伴五崧捷運副總經理邱承緯，說明五崧捷運如何透過 AI 平台來分析司機的離職特徵，以及現有司機的離職率，並提早與這些司機進行輔導，提供協助，改善工作上遇到的問題。
3.打造安全的作業環境
正如前文所述，工安問題是製造業勞工評估去留的主要原因之一。透過感測器分析設備中的數據，AI 可以即時監測並判斷是否有風險，預測潛在事故發生的可能性，降低工安意外發生，提高工作場域的安全性。
4.員工培訓和發展
勞力短缺的其中一個主因，是缺乏能操作高科技設備機台的技術員工。企業招募不到具有經驗的技術人員，就必須聘請較缺乏經驗的員工，而這些缺乏經驗的員工需要再另外培訓和指導。 在製造業缺工的環境下，透過 AI 平台就可以把工作流程數據化、標準化，進而幫助這些新進員工快速上手，使員工更有效率的達成安全規範及維持生產品質，降低成本，並將老師傅的經驗與技術數據化，讓知識與技術能更有效率的傳承。