护工不是人：机器人给我们养老还有多远？ - 比赛结果

这篇内容的源头，是我最近走访了一家机器人企业，他们提到创业初衷源于家人住院时的护理经历。

他发现，哪怕是至亲，也很难把病人照顾得毫无疏漏，于是开始思考：是否存在一种设备，能让我们在衰老时保有更多体面？

这个想法很朴实，也恰好契合了公众对机器人的普遍期待。

过去两年，人形机器人在各类展会与舞台上能歌善舞，但如果随便问一位现场观众最希望机器人做什么，答案多半是：等我老了，它能照顾我。

这一愿望，也被文艺作品敏锐捕捉。一部海外新剧《Ann Droid》（中文译作《护工不是人》），讲述独居老人Sue苏的故事。她的独子即将搬走，临行前为母亲购置了一台人形养老机器人。

机器刚启动便问题不断：朝人脸发射激光、在老人泡澡时突然闯入、系统老旧到记不住刚告知的信息。

然而，度过磨合期后，这台笨拙的机器竟逐渐成为苏最忠实的伙伴。这比多年前《黑客帝国》描绘的未来要乐观许多。

从未有一款科技产品，能像护理机器人一样，在创业者、消费者和文艺作品中激起如此强烈的共鸣与共识。

所有人似乎都已就绪，只待那款机器人界的iPhone4登场，引爆下一波智能终端的消费热潮。那么，这一天究竟何时到来？

要将一位老人安稳地摆渡至宁静的晚年，机器人自身必须先跨越三道难关。

第一关·迷途：我们究竟指望机器人做什么？

机器人养老，我们到底希望它承担什么？这个问题看似简单到无需讨论，不就是照顾老人所需的一切吗？“那些工作”具体指什么？又为何期望机器人来承担？

照护，这个词看似简单，实则包含三种截然不同的劳动：

第一种，是体力劳动。 擦洗、翻身、喂食、搬运、起身、移位、清洁……这些直接作用于老人身体。

第二种，是情感劳动。 察觉老人的恐惧、孤独、羞耻或愤怒，并给予回应。更重要的是，照护者自身需要情绪管理：同一问题回答二十次仍保持耐心；被老人责骂后继续照料；面对冲突时不能宣泄情绪，这些同样是劳动。

第三种，是认知劳动。 何时服药？何时复诊？今天是否跌倒？身体指标有无异常？是否需要叫医生？家中药品何时补充？这些琐碎事务构成了老年生活中大量的健康管理。

因此，照护并非单一场景，而是一组难度各异的任务。唯有如此，我们才能理解人力的局限，以及纯人工照护的不可持续性。

即便是最亲近的人，也难在漫长的照护中做到面面俱到且始终耐心。日本甚至有一个专有名词：介護殺人（照护杀人）。

厚生劳动省依据《高龄者虐待防止法》的年度调查显示：2006年至2024年的19年间，由照护者（包括亲属）导致65岁以上被照护者因虐待等原因死亡的案例，至少有486起。日本媒体评论称，这只是老龄化社会照护困境的冰山一角。

说得残酷些，机器人不会虐待或谋杀老人。因为机器人的照护行为依赖代码，有预设的伦理约束，它不会因疲劳失控，也不会累积情绪直至爆发。

好消息是，机器人或许比人类更适合做稳定的照护者。

坏消息是，机器人目前还很有限。

人们最希望机器人替代的，恰恰是机器人最不擅长的：体力劳动。

机器人目前做得较好的，主要是监测、提醒、信息整理、对话与陪伴。这些劳动主要发生在信息世界，输入和输出都是数据。机器人能通过传感器知晓老人起床时间，通过模型分析健康数据，通过大模型进行对话。

但体力劳动则不同，它必须将信息转化为物理世界的行动。

例如：一台几十公斤的机器人，该用多大力度，将一位骨质疏松的老人从床上抱起？老人突然害怕、挣扎、不配合怎么办？床的位置与昨天不同怎么办？

这些问题需要大量涉及人体、力、接触、环境和失败后果的真实数据。而这正是当前行业最大的瓶颈——最难获取的数据，因为企业无法让机器人在人身上试错上万次。

所以，如果你期待的是一个会听、会说、会提醒的养老机器人，已有不少技术能满足。但其本质，似乎与一台人形智能音箱相差无几。

如果你期待的是一个能抱你起床、替你洗澡、为你翻身的机器人，它仍处于具身智能技术栈的最远端。

第二关·天堑：照护机器人与商业成功之间，隔着一个物理世界

人形智能音箱显然不符合我们对养老机器人的期待。从信息世界走向物理世界，从认知劳动到体力劳动，机器人在现实中交互越多，就越接近人们真正想要的照护，但技术难度也越大。

日本是全球最早系统推动护理机器人发展的国家之一。自2010年起，日本政府持续将移乘、移动、排泄、监护等机器人护理应用列为重点支持方向，并通过补贴、试点及护理服务体系，推动产品进入养老机构。

但二十年来，大致趋势是：能存活下来的护理机器人，往往是小型、专业、垂直的。

例如，Cyberdyne的HAL外骨骼进入医疗和康复场景，主要用于老年患者的辅助康复训练。还有各类“見守り”监护传感器，监测老人是否在床上、室内有无活体生命，或是否跌倒、排泄等。

这些产品都进入了物理世界，其共同特点是易于部署，无需复杂操作。

而那些试图直接复制真人护工的通用智能机器人，大多仍停留在试验阶段。

例如，理化学研究所的RIBA、Robear，目标是将老人抱起，但目前仍只有原型，无法规模化量产和部署。

Pepper曾大规模进入养老院，但主要承担聊天、带操、互动等辅助功能，后来商业化路径发生变化。丰田HSR也曾瞄准家庭服务和护理场景，最终沦为研发平台。

越是接近替代人力的照护机器人，越难量产和商业化；越是单一功能、辅助性质的产品，越容易存活。

中国当前也面临类似结构。市场上已出现大量“养老”“康养”“家庭照护”概念的人形机器人，但真正实现大规模商业交付的又有多少？

量产之后，机器人照护能否产生商业收益，则是另一个问题。毕竟，养老并非机器人最容易展示能力的场景，却是最不容许出错的场景。

家庭养老对机器人的支付意愿和消费能力，受限于居民收入的天花板。而机器人犯错后的索赔风险，又会加重企业财务负担。两者共同决定了机器人公司的营收状况。 若居民消费能力不足，市场风险又极大，机器人公司有何动力持续投入养老机器人研发？

从风险收益比看，机器人企业从康复、医疗设备起步，再走向人形机器人，或许是更合理的商业化路径。

第三关·险滩：出了问题谁负责？

沿着这条路径，我们还能推导出机器人养老的落地路径：会先在养老机构落地，而非家庭消费。

原因是，家庭环境远比工厂和养老机构复杂得多。

每个家庭的家具、床铺、地面、光线都各不相同。打造一套能在居家复杂场景下完成泛化任务的通用机器人，技术难度极大。即便技术实现，居家场景也会进一步放大责任边界问题。

相比之下，机构环境更为结构化。床位尺寸相对统一，流程更明确，这极大降低了技术出错风险。而且，有专业人员在场和明确的采购方，追责链条也比居家机器人更清晰。若机器人在家中出错引发事故，将面临硬件厂商、软件算法公司、家属消费者等多方责任划分。

虽然《民法典》的产品责任制度可覆盖部分机器人事故，可追诉生产者、销售者的相关责任，但养老机器人的事故源头可能并非单一、直接的。例如，一台机器出错，可能是硬件缺陷、算法问题、模型判断失误、训练数据有毒、软件更新、人机协作不当、真人操作失误、用户错误设置、机器人自主决策……这极大增加了责任划分的难度。

因此，面对如此高的维权门槛，不难推测：先机构，后居家；先商业服务，后家庭消费，让机器人先成为护理员工作流中的一环，或许更为现实。

老年的摆渡人，可以不是人

至此，我们无需再问：机器人能否为我养老？答案是，在人口老龄化、护理人手持续紧张的未来，机器可能成为我们绝大多数人接受照护的真正指望。

真正该问的是，机器人将以何种顺序进入我们的养老生活。

这条路，不会是通用人形机器人的闪电战，更像一场漫长的渡河。

先是监测、提醒等专用岗位，像一双不知疲倦的眼睛，一只永远在线的耳朵，一套不会忘记服药时间的系统。

然后是陪伴、康复等标准化复杂场景，可能是一台跟随我们步伐的陪伴滑轮机器人，一套搀扶我们起床的助力机械臂。

有一天，当我们真正老去，希望那台机器已在过去十几年里，将每一道河都渡过。那时，机器人真正来到我们身边，成为老年生命的摆渡人。

本文来自微信公众号 “脑极体”（ID：unity007），作者：藏狐，36氪经授权发布。