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。
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。
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。
