文 | 銀發(fā)財經

一個34年前從德州小城Odessa起家的護理公司，正在用AI挑戰(zhàn)美國養(yǎng)老業(yè)最頑固的困境——護工荒。

一、一個棘手的數字：610萬

最近，美國養(yǎng)老行業(yè)收到一份沉甸甸的預測報告。

根據PHI（美國長期護理工人權益機構）發(fā)布的《Direct Care Workers in the United States: Key Facts 2025》報告，2024至2034年間，居家護理行業(yè)將面臨超過610萬個崗位空缺。

這個數字背后，是68.1萬個因需求增長而新增的工作崗位，230萬個因職業(yè)轉換產生的空缺，以及320萬個因勞動力退出造成的缺口。

更殘酷的是，即便招到了人，也未必留得住。

行業(yè)報告顯示，新入職護工的流失率在入職前100天內高達70%至80%。PHI（美國長期護理工人權益機構）的2025年度報告顯示，近半數（49%）的居家護工依賴某種形式的公共援助生活，10%生活在聯邦貧困線以下，另有36%處于接近貧困狀態(tài)（收入低于貧困線的200%）——諷刺的是，他們中的許多人正從事著醫(yī)療保障工作。

"這不是一個招聘問題，而是一個結構性危機。"Caring Senior Service創(chuàng)始人兼CEO Jeff Salter在接受Home Health Care News采訪時表示，"沒有人力資源部門能靠招人解決這個級別的缺口。"

面對這個結構性危機，行業(yè)內的嘗試大多停留在提高工資、改善培訓的層面。但Jeff Salter選擇了一條不同的路——用AI重構整個護理服務的運營邏輯。

2025年2月，他的公司正式推出名為Kerry的AI護理助手；2026年3月，他在一次專訪中披露了更大膽的布局：將AI從輔助工具升級為護理服務的核心操作系統，試圖用算法緩解610萬的人力資源缺口。

二、Jeff Salter的AI賭注

Jeff Salter不是典型的養(yǎng)老業(yè)老板。

1991年，20歲的他在德州西部小城Odessa創(chuàng)辦了自己的第一家公司，當時只是一家小型家庭護理服務機構。此前，他在當地一家家庭健康公司工作了四個月，發(fā)現許多老人需要幫助洗澡、跑腿、做飯等日常生活事務，但護士和醫(yī)療機構并不提供這類服務。2002年，他開始嘗試特許經營模式，將業(yè)務擴展到全美。截至2026年，這家公司已擁有超過50個服務網點，覆蓋從佛羅里達到加州的廣闊市場。

但真正讓Salter在行業(yè)內脫穎而出的，是他對技術的執(zhí)著。

"他是一個技術愛好者。"公司官網這樣介紹他們的創(chuàng)始人。2021年，53歲的Salter做了一件在養(yǎng)老業(yè)頗為出格的事——為慶祝公司成立30周年，他騎上一輛電動自行車，從圣安東尼奧出發(fā)，歷時4個月，騎行超過9500英里，穿越美國大陸，親自到訪每一個加盟網點。這次騎行同時也是為他發(fā)起的非營利組織"Close the Gap in Senior Care"（彌合老年護理缺口）籌款，最終籌集約17萬美元，為400多戶老年家庭免費安裝了浴室扶手等安全設施。

這段旅程后來被拍成紀錄片，在行業(yè)內流傳。

但Salter深知，情懷解決不了數學問題。610萬的缺口，需要的是系統性的效率革命。

三、Kerry登場：一個AI護工系統的全面刨析

2025年2月，Caring Senior Service正式推出其AI護理助手Kerry。

這不是一個聊天機器人那么簡單。根據官方發(fā)布的信息，Kerry是一個基于"Kerry Care Graph?"技術構建的AI驅動護理管理系統，它像一個看不見的協調員，串聯起客戶、護工和家屬三方。

接入方式異常簡單：用戶無需下載App，直接通過SMS短信或WhatsApp即可使用。這對于許多不習慣使用智能手機的老年人來說，是一個關鍵的設計決策。

Kerry的核心功能分為三塊：

1. Care Coordinator（護理協調員）它自動整合并管理跨多個服務的護理計劃任務。當一位老人同時需要個人護理、藥物提醒和家務協助時，Kerry能將所有任務梳理成清晰的日程表，同步給相關護工。

2. Kerry Assist（一鍵協助）無論是老人在家突然需要幫助，還是護工在外出途中需要查詢客戶病史，只需發(fā)送一條消息或點擊一個按鈕，Kerry能在數秒內提供實時支持。系統支持50多種語言，這對于美國多元文化的護工隊伍至關重要。

3. Provider Manager（供應商管理器）這是直接針對"610萬缺口"的解決方案。Kerry使用AI算法自動完成護工排班和任務匹配——不是簡單的填格子，而是基于地理位置、技能匹配、客戶偏好、甚至護工的工作節(jié)奏偏好進行智能配對。

"它能消除人為排班中的偏見。"Salter解釋道，"人類調度員往往會優(yōu)先安排自己熟悉和信任的護工，這導致新人難以獲得足夠工時，加速流失。AI只看數據，不看人情。"

但Kerry的技術架構遠不止這三個功能模塊。

根據Kerry官網披露的技術白皮書，其底層運行著三個專門化的AI Agent：

Provider AI Agent——調度員的"空中交通管制員"。這個Agent專門處理復雜的排班邏輯，實時監(jiān)控所有護工的地理位置、技能認證狀態(tài)、工作時長限制，并在出現突發(fā)缺勤時自動觸發(fā)替補流程。它不是被動等待指令，而是主動預測：當系統檢測到某區(qū)域的護工出勤率連續(xù)三天下降時，會提前向該區(qū)域發(fā)送招募信息或調整其他區(qū)域護工的通勤路線。

Workforce Reactivate——離職員工的智能召回系統。這是一個被大多數傳統HR系統忽視的模塊。美國居家護理行業(yè)的護工年流失率高達60-80%，其中相當一部分人并非徹底離開這個行業(yè)，只是暫時休息或去了競爭對手那里。

Kerry通過分析離職員工的通話記錄、地理位置和過往排班偏好，用SMS向合適的人選推送個性化的返崗邀請——"Hi Mary，下周二你家附近2英里有一個4小時的班次，時薪$18，有興趣嗎？"根據Caring Senior Service的實測數據，這一功能成功重新激活了約5%的流失員工。

Customer AI Agent——家庭的AI管家。這個Agent的定位是"保險理賠員+健康顧問+行政秘書"的混合體。它能從一份20頁的保險文件中提取出"某種特定藥物是否在覆蓋范圍內"，能記住"老人每周三下午需要 dialysis"并自動在該時段屏蔽其他預約，還能在家屬群中協調"誰這周去陪爸爸看醫(yī)生"。

這三個Agent共享同一個底層：Kerry Care Graph?。

這是一個專門為護理場景設計的知識圖譜，它不只存儲"誰服務了誰"，還記錄著護工A和護工B是否合作愉快、客戶X是否對某位護工有偏好、甚至某家藥房的取藥排隊時間。這個圖譜讓Kerry能夠做出超越簡單規(guī)則引擎的決策——比如，當一位護工突然請假時，系統不只是找一個"有空的人"，而是找一個"熟悉這位客戶、順路、且和原護工關系良好"的人。

實際效果如何？Kerry官網公布的Caring Senior Service案例研究提供了具體數字：

"Kerry不是讓我們的調度員失業(yè)，"一位Caring Senior Service的調度主管在用戶評價中說，"而是讓他們的工作從'打電話找人'變成了'處理真正需要人類判斷的復雜情況'。"

四、2026年的升級：從工具到操作系統

2026年3月18日，Jeff Salter再次成為行業(yè)焦點。

他在Home Health Care News的專訪中披露，Caring Senior Service正在對其技術棧進行"全面重構"，而Kerry只是這個龐大系統的冰山一角。

"我們剛剛推出了一些額外的軟件工具。"Salter說，"我們的目標不只是用AI優(yōu)化現有流程，而是重新定義居家護理的運營邏輯。"

根據行業(yè)媒體McKnight's Home Care的報道，這次技術升級包括一個定制化的電子醫(yī)療記錄（EMR）系統，以及更深度的AI集成——從客戶來電的AI語音應答，到異常情況的AI預警，再到護工績效的AI分析。

具體能帶來什么改變？

AxisCare在2026年初發(fā)布的一份行業(yè)調查報告提供了參照：使用AI智能排班的機構，平均能為每位護工每天節(jié)省30-60分鐘的通勤時間，相當于每天多接一個班次的可能。同時，通過AI優(yōu)化路線和減少"空檔時間"，機構可將護工的可計費工時比例提升15%以上。

對于Caring Senior Service而言，這意味著什么？

假設一位護工原本每天工作8小時，其中1.5小時花在通勤和行政事務上，實際提供護理服務6.5小時。通過AI優(yōu)化，通勤時間壓縮到45分鐘，行政自動化再節(jié)省15分鐘，實際服務時間提升到7小時——在總工時不變的情況下，服務產能提升了近8%。

當這個邏輯乘以數萬護工、數百萬工時，數字開始變得可觀。

五、現實的骨感：AI不是魔法

但在 enthusiasm 之外，行業(yè)數據呈現了更復雜的圖景。

Axxess在2026年1月發(fā)布的行業(yè)增長洞察報告顯示了一個矛盾的現象：60%的居家護理機構領導者相信AI將在2030年前對行業(yè)產生最大影響，但僅有不到24%的機構已經進行了AI專項投資。

"預期與執(zhí)行之間存在巨大鴻溝。"Axxess專業(yè)服務執(zhí)行副總裁Tammy Ross在報告中指出，"許多機構仍在觀望，擔心技術門檻、隱私合規(guī)和ROI不確定性。"

此外，AI能解決效率問題，但未必能解決根本的人力資源危機。

PHI的報告揭示了護工流失的深層原因：低薪只是表象，更核心的問題是缺乏職業(yè)上升通道、工作強度大、情感耗竭嚴重。一位護工平均每天需要走訪4-6個家庭，在路上奔波數小時，面對的都是最需要幫助、有時也是最難溝通的老人。

AI可以讓這個系統更高效，但它暫時還無法給護工一個擁抱，無法在他們崩潰時遞上一杯咖啡，也無法讓他們的時薪從15美元漲到25美元。

六、中國的鏡鑒

美國的故事對中國有參考價值嗎？

答案是肯定的，但路徑可能不同。

中國的居家養(yǎng)老同樣面臨護工短缺，但結構性差異明顯：美國的難題是"招不到人"（勞動力市場緊張、工資競爭力弱），中國的難題更多是"留不住人"（職業(yè)尊嚴感低、社會認可度差、流動性過高）。

Caring Senior Service的AI實踐提供了幾個值得關注的切入點：

一是降低技術門檻。Kerry選擇SMS/WhatsApp而非App作為入口，這一設計對于不熟悉智能機的中國老年人同樣友好。

二是解決排班痛點。中國護工行業(yè)的"派單"長期以來依賴人工經驗，效率低下且容易滋生不公。AI算法的介入，有可能成為行業(yè)規(guī)范化的突破口。

三是關注護工體驗而非僅關注客戶體驗。Kerry的設計邏輯中，護工和客戶端被放在同等重要的位置——系統不僅要讓老人滿意，也要讓護工的工作更有尊嚴、更有效率。這種"雙邊平臺"思維，在中國的智慧養(yǎng)老產品開發(fā)中相對稀缺。

當然，差異同樣顯著。美國的居家護理以市場化、付費服務為主，技術應用可以直接轉化為商業(yè)回報；中國的居家養(yǎng)老以政府主導、普惠服務為主，AI部署需要考慮成本分攤和公共財政承受能力。

七、結語：工具與人的辯證法

Jeff Salter在2024年10月的一次演講中說過一句話："不要把AI看作顛覆性的變革，而要把它看作一個工具——一個能補充和改善居家護理服務的工具。"

這句話道出了本質。

AI或許能在未來十年幫助美國填補部分610萬的缺口，但它不會從根本上改變一個事實：居家養(yǎng)老是一個依賴人與人連接的古老行業(yè)。再智能的算法，也無法替代一位護工在老人臨終前握住的雙手。

但對于Salter和他的Caring Senior Service來說，這并非一道選擇題。在護工短缺日益嚴峻、人口老齡化不可逆轉的背景下，AI是唯一的倍增器——它不是要取代人，而是要讓有限的人力發(fā)揮更大的價值。

2026年3月，Jeff Salter正忙著把他的"Odessa小公司"改造成一家科技公司。AI能否填上610萬的缺口，沒人敢打包票。但至少，在護工最難招、老人最需要人的時候，還有人愿意試試別的辦法。