Related articles
文 | 银发财经
一个 34 年前从德州小城 Odessa 起家的护理公司，正在用 AI 挑战美国养老业最顽固的困境——护工荒。
一、一个棘手的数字：610 万
最近，美国养老行业收到一份沉甸甸的预测报告。
根据 PHI（美国长期护理工人权益机构） 发布的 《Direct Care Workers in the United States: Key Facts 2025》 报告，2024 至 2034 年间，居家护理行业将面临超过 610 万个岗位空缺。
这个数字背后，是 68.1 万个因需求增长而新增的工作岗位，230 万个因职业转换产生的空缺，以及 320 万个因劳动力退出造成的缺口。
更残酷的是，即便招到了人，也未必留得住。
行业报告显示，新入职护工的流失率在入职前 100 天内高达 70% 至 80%。PHI（美国长期护理工人权益机构） 的 2025 年度报告显示，近半数 （49%） 的居家护工依赖某种形式的公共援助生活，10% 生活在联邦贫困线以下，另有 36% 处于接近贫困状态 （收入低于贫困线的 200%）——讽刺的是，他们中的许多人正从事着医疗保障工作。
"这不是一个招聘问题，而是一个结构性危机。"Caring Senior Service 创始人兼 CEO Jeff Salter 在接受 Home Health Care News 采访时表示，"没有人力资源部门能靠招人解决这个级别的缺口。"
面对这个结构性危机，行业内的尝试大多停留在提高工资、改善培训的层面。但 Jeff Salter 选择了一条不同的路——用 AI 重构整个护理服务的运营逻辑。
2025 年 2 月，他的公司正式推出名为 Kerry 的 AI 护理助手；2026 年 3 月，他在一次专访中披露了更大胆的布局：将 AI 从辅助工具升级为护理服务的核心操作系统，试图用算法缓解 610 万的人力资源缺口。
二、Jeff Salter 的 AI 赌注
Jeff Salter 不是典型的养老业老板。
1991 年，20 岁的他在德州西部小城 Odessa 创办了自己的第一家公司，当时只是一家小型家庭护理服务机构。此前，他在当地一家家庭健康公司工作了四个月，发现许多老人需要帮助洗澡、跑腿、做饭等日常生活事务，但护士和医疗机构并不提供这类服务。2002 年，他开始尝试特许经营模式，将业务扩展到全美。截至 2026 年，这家公司已拥有超过 50 个服务网点，覆盖从佛罗里达到加州的广阔市场。
但真正让 Salter 在行业内脱颖而出的，是他对技术的执着。
"他是一个技术爱好者。"公司官网这样介绍他们的创始人。2021 年，53 岁的 Salter 做了一件在养老业颇为出格的事——为庆祝公司成立 30 周年，他骑上一辆电动自行车，从圣安东尼奥出发，历时 4 个月，骑行超过 9500 英里，穿越美国大陆，亲自到访每一个加盟网点。这次骑行同时也是为他发起的非营利组织"Close the Gap in Senior Care"（弥合老年护理缺口） 筹款，最终筹集约 17 万美元，为 400 多户老年家庭免费安装了浴室扶手等安全设施。
这段旅程后来被拍成纪录片，在行业内流传。
但 Salter 深知，情怀解决不了数学问题。610 万的缺口，需要的是系统性的效率革命。
三、Kerry 登场：一个 AI 护工系统的全面刨析
2025 年 2 月，Caring Senior Service 正式推出其 AI 护理助手 Kerry。
这不是一个聊天机器人那么简单。根据官方发布的信息，Kerry 是一个基于"Kerry Care Graph™"技术构建的 AI 驱动护理管理系统，它像一个看不见的协调员，串联起客户、护工和家属三方。
接入方式异常简单：用户无需下载 App，直接通过 SMS 短信或 WhatsApp 即可使用。这对于许多不习惯使用智能手机的老年人来说，是一个关键的设计决策。
Kerry 的核心功能分为三块：
1. Care Coordinator（护理协调员） 它自动整合并管理跨多个服务的护理计划任务。当一位老人同时需要个人护理、药物提醒和家务协助时，Kerry 能将所有任务梳理成清晰的日程表，同步给相关护工。
2. Kerry Assist（一键协助） 无论是老人在家突然需要帮助，还是护工在外出途中需要查询客户病史，只需发送一条消息或点击一个按钮，Kerry 能在数秒内提供实时支持。系统支持 50 多种语言，这对于美国多元文化的护工队伍至关重要。
3. Provider Manager（供应商管理器） 这是直接针对"610 万缺口"的解决方案。Kerry 使用 AI 算法自动完成护工排班和任务匹配——不是简单的填格子，而是基于地理位置、技能匹配、客户偏好、甚至护工的工作节奏偏好进行智能配对。
"它能消除人为排班中的偏见。"Salter 解释道，"人类调度员往往会优先安排自己熟悉和信任的护工，这导致新人难以获得足够工时，加速流失。AI 只看数据，不看人情。"
但 Kerry 的技术架构远不止这三个功能模块。
根据 Kerry 官网披露的技术白皮书，其底层运行着三个专门化的 AI Agent：
Provider AI Agent——调度员的"空中交通管制员"。这个 Agent 专门处理复杂的排班逻辑，实时监控所有护工的地理位置、技能认证状态、工作时长限制，并在出现突发缺勤时自动触发替补流程。它不是被动等待指令，而是主动预测：当系统检测到某区域的护工出勤率连续三天下降时，会提前向该区域发送招募信息或调整其他区域护工的通勤路线。
Workforce Reactivate——离职员工的智能召回系统。这是一个被大多数传统 HR 系统忽视的模块。美国居家护理行业的护工年流失率高达 60-80%，其中相当一部分人并非彻底离开这个行业，只是暂时休息或去了竞争对手那里。
Kerry 通过分析离职员工的通话记录、地理位置和过往排班偏好，用 SMS 向合适的人选推送个性化的返岗邀请——"Hi Mary，下周二你家附近 2 英里有一个 4 小时的班次，时薪 $18，有兴趣吗？"根据 Caring Senior Service 的实测数据，这一功能成功重新激活了约 5% 的流失员工。
Customer AI Agent——家庭的 AI 管家。这个 Agent 的定位是"保险理赔员+健康顾问+行政秘书"的混合体。它能从一份 20 页的保险文件中提取出"某种特定药物是否在覆盖范围内"，能记住"老人每周三下午需要 dialysis"并自动在该时段屏蔽其他预约，还能在家属群中协调"谁这周去陪爸爸看医生"。
这三个 Agent 共享同一个底层：Kerry Care Graph™。
这是一个专门为护理场景设计的知识图谱，它不只存储"谁服务了谁"，还记录着护工 A 和护工 B 是否合作愉快、客户 X 是否对某位护工有偏好、甚至某家药房的取药排队时间。这个图谱让 Kerry 能够做出超越简单规则引擎的决策——比如，当一位护工突然请假时，系统不只是找一个"有空的人"，而是找一个"熟悉这位客户、顺路、且和原护工关系良好"的人。
实际效果如何？Kerry 官网公布的 Caring Senior Service 案例研究提供了具体数字：
"Kerry 不是让我们的调度员失业，"一位 Caring Senior Service 的调度主管在用户评价中说，"而是让他们的工作从'打电话找人'变成了'处理真正需要人类判断的复杂情况'。"
四、2026 年的升级：从工具到操作系统
2026 年 3 月 18 日，Jeff Salter 再次成为行业焦点。
他在 Home Health Care News 的专访中披露，Caring Senior Service 正在对其技术栈进行"全面重构"，而 Kerry 只是这个庞大系统的冰山一角。
"我们刚刚推出了一些额外的软件工具。"Salter 说，"我们的目标不只是用 AI 优化现有流程，而是重新定义居家护理的运营逻辑。"
根据行业媒体 McKnight's Home Care 的报道，这次技术升级包括一个定制化的电子医疗记录 （EMR） 系统，以及更深度的 AI 集成——从客户来电的 AI 语音应答，到异常情况的 AI 预警，再到护工绩效的 AI 分析。
具体能带来什么改变？
AxisCare 在 2026 年初发布的一份行业调查报告提供了参照：使用 AI 智能排班的机构，平均能为每位护工每天节省 30-60 分钟的通勤时间，相当于每天多接一个班次的可能。同时，通过 AI 优化路线和减少"空档时间"，机构可将护工的可计费工时比例提升 15% 以上。
对于 Caring Senior Service 而言，这意味着什么？
假设一位护工原本每天工作 8 小时，其中 1.5 小时花在通勤和行政事务上，实际提供护理服务 6.5 小时。通过 AI 优化，通勤时间压缩到 45 分钟，行政自动化再节省 15 分钟，实际服务时间提升到 7 小时——在总工时不变的情况下，服务产能提升了近 8%。
当这个逻辑乘以数万护工、数百万工时，数字开始变得可观。
五、现实的骨感：AI 不是魔法
但在 enthusiasm 之外，行业数据呈现了更复杂的图景。
Axxess 在 2026 年 1 月发布的行业增长洞察报告显示了一个矛盾的现象：60% 的居家护理机构领导者相信 AI 将在 2030 年前对行业产生最大影响，但仅有不到 24% 的机构已经进行了 AI 专项投资。
"预期与执行之间存在巨大鸿沟。"Axxess 专业服务执行副总裁 Tammy Ross 在报告中指出，"许多机构仍在观望，担心技术门槛、隐私合规和 ROI 不确定性。"
此外，AI 能解决效率问题，但未必能解决根本的人力资源危机。
PHI 的报告揭示了护工流失的深层原因：低薪只是表象，更核心的问题是缺乏职业上升通道、工作强度大、情感耗竭严重。一位护工平均每天需要走访 4-6 个家庭，在路上奔波数小时，面对的都是最需要帮助、有时也是最难沟通的老人。
AI 可以让这个系统更高效，但它暂时还无法给护工一个拥抱，无法在他们崩溃时递上一杯咖啡，也无法让他们的时薪从 15 美元涨到 25 美元。
六、中国的镜鉴
美国的故事对中国有参考价值吗？
答案是肯定的，但路径可能不同。
中国的居家养老同样面临护工短缺，但结构性差异明显：美国的难题是"招不到人"（劳动力市场紧张、工资竞争力弱），中国的难题更多是"留不住人"（职业尊严感低、社会认可度差、流动性过高）。
Caring Senior Service 的 AI 实践提供了几个值得关注的切入点：
一是降低技术门槛。Kerry 选择 SMS/WhatsApp 而非 App 作为入口，这一设计对于不熟悉智能机的中国老年人同样友好。
二是解决排班痛点。中国护工行业的"派单"长期以来依赖人工经验，效率低下且容易滋生不公。AI 算法的介入，有可能成为行业规范化的突破口。
三是关注护工体验而非仅关注客户体验。Kerry 的设计逻辑中，护工和客户端被放在同等重要的位置——系统不仅要让老人满意，也要让护工的工作更有尊严、更有效率。这种"双边平台"思维，在中国的智慧养老产品开发中相对稀缺。
当然，差异同样显著。美国的居家护理以市场化、付费服务为主，技术应用可以直接转化为商业回报；中国的居家养老以政府主导、普惠服务为主，AI 部署需要考虑成本分摊和公共财政承受能力。
七、结语：工具与人的辩证法
Jeff Salter 在 2024 年 10 月的一次演讲中说过一句话："不要把 AI 看作颠覆性的变革，而要把它看作一个工具——一个能补充和改善居家护理服务的工具。"
这句话道出了本质。
AI 或许能在未来十年帮助美国填补部分 610 万的缺口，但它不会从根本上改变一个事实：居家养老是一个依赖人与人连接的古老行业。再智能的算法，也无法替代一位护工在老人临终前握住的双手。
但对于 Salter 和他的 Caring Senior Service 来说，这并非一道选择题。在护工短缺日益严峻、人口老龄化不可逆转的背景下，AI 是唯一的倍增器——它不是要取代人，而是要让有限的人力发挥更大的价值。
2026 年 3 月，Jeff Salter 正忙着把他的"Odessa 小公司"改造成一家科技公司。AI 能否填上 610 万的缺口，没人敢打包票。但至少，在护工最难招、老人最需要人的时候，还有人愿意试试别的办法。
