最近看到一個著名知識型Youtuber「老周橫眉」，對AI時代的高齡照顧提出清晰的經濟學分析。老周說明並解釋為何「AI的發展無法解決老人照顧」的問題，主要理由在於AI或機器人雖然可以提升效率，但無法增加需求總量(需求約束)。此外，高齡照護本身就更是不容易用AI或機器人來取代的事情。對這樣的分析我個人是同意且佩服少有這樣清楚的說明。影片的連結與簡要文字說明在本文後面。

但是我想要補充一個重要面向：就如大家所知的，AI與機器人時代另一個明確的負面效應是：大量取代初階白領(與藍領)的工作。而這已經從2024年的矽谷開始發生，讓產業界萌生巨大的陰影。

如果將以上兩個AI所帶來的負面效應放在一起，我個人認為似乎等於帶出另一種「負負得正」的可能：既然會有相當大比例的年輕人在AI時代無法從過往的產業中得到好的工作收入(因為被AI或機器人取代)，那不就正好可以補足高齡照護所需要的人力？而後者卻也正是AI所難以滿足的。也就是說，AI雖然無法將其效率與生產力直接用於高齡照顧，但是可以間接減少年輕人在這部分所花的時間，而將其精力改用在照顧高齡長輩，也可以算是另一種產業轉移。

當然，對此質疑的人可能會認為，就算這些年輕人失去原有的工作機會，也一定有其他的工作機會興起。就算是助人服務的工作，也可能更多會往其他族群的服務，不大可能願意去作長照。這樣的質疑雖有其合理性，不過長照工作有個與其他產業不同之處，就在於「我們每個人幾乎都一定會需要」，是整個社會的剛需。事實上，以目前的財富累積方式，的確絕大部分的財富會在如今的嬰兒潮世代、X世代或至多到部分的Y世代手上，讓後來的Z世代與alpha世代難以享受整體經濟的果實或機會。AI的出現又加劇了這個世代差異的問題。所以當X世代或更年長的一輩退休後，其財富主要應該會透過對他們的照顧來回留到後來的世代。畢竟捫心自問，當我們年老的時候是希望得到有血有肉的真人陪伴，還是機器人的照顧(假設真作得來)？如果有錢帶不走，如何不用在對自己年老的照顧上呢？

這個想法以前比較少人提及(我後來問ChatGPT有查到少數一些想法，如附註)，我想是因為「關心年輕人因為AI失業」與「關心老人照顧無法被AI協助」的專家可能是兩群完全不同的人，他們各自都覺得AI時代無法解決自己所關心的族群，卻可能沒有注意到正好可以互相支援：用AI作需要大量生產的工作，而將年輕勞力引導致老人照護，讓高齡者能感受到AI所無法提供(但間接支持)的人性溫暖。這個理想目前難以實現的原因正是因為年輕人被期待要去作「高產值」的工作，因而不太願意(也沒有時間)來照顧老人。但是當AI減少年輕人這方面的工作機會時，間接也代表讓年輕人與老年人可以多了時間相處，增加彼此間的互動時間，反而同時滿足了高齡照顧所希望的人性溫暖，以及年輕族群所需要的工作機會。

當然，此轉移的前提是社會能重新估值照護工作，提供尊嚴與合理報酬。此外，因AI失業的年輕族群也需有再教育的政策才能讓此轉換有效。而支付他們薪資的費用也當然就來自於這些高齡者過去所累積的財富，透過政府的公共稅收與AI機器人所創造的產值來支應。當然，如何估計這樣的產業人力移轉，還需要經濟、人口、醫療與產業專家作更精密的計算。

也許AI無法取代人類的關懷，但它可能釋放出時間，讓社會重新分配人力與注意力。當年輕人不再被迫追逐高產值職位，而能投入真實的人際連結，這或許才是AI對人類最深層的貢獻。或許這樣的「負負得正」或「歪打正著」而有的「大同世界」，可以是我們在AI時代的洪流中一個可以略為安慰與期待的發展。

附註(GPT5提供)：

1. Frey & Osborne (2017)、《The Future of Employment》雖指出47%職業可自動化，但亦特別說「照護職類為最不易被AI取代者」。後續有文獻（如 OECD 2022〈AI and the Future of Work〉）提出：AI會重塑，而非終結照護工作。

2. 一些歐洲政策智庫（如Bruegel、OECD）近年討論「AI時代的照護經濟」，主張國家應將AI取代的白領工作轉化為照護職缺。

3. 日本社會學者宮台真司、經濟學者岩井克人，以及台灣高齡政策專家蔡培村，都曾提到：「AI技術能釋放時間，但照顧人心的責任仍屬人類」——但他們多半停留在倫理層面，較少具體提出「AI取代→青年轉向照護」的正向循環模型。

======

(影片簡介 by NotebookLM)

這部影片旨在探討人工智慧（AI）時代的來臨，是否能夠解決東亞地區（中、日、韓、台）面臨的極其嚴峻的人口危機，即人口快速銳減和深度老齡化問題。影片的結論是：AI雖然可以緩解人口危機帶來的部分問題，但無法解決其真正的核心問題。

東亞人口危機的嚴重性

影片首先重申了危機的嚴重性：到2050年，中日韓台65歲以上老人的比例將達到30%至40%，是OECD對超級老齡社會定義的三倍。中國80歲以上的老人預計在未來30年內將翻四倍，屆時每十個人中就有一位超過80歲的老人。這種非戰爭、饑荒或瘟疫導致的人口崩潰是人類歷史上從未發生過的。

AI緩解問題的能力

AI確實能夠在宏觀層面上提供助益。它能大幅提高人均生產力，使一個人能完成原本需要數人才能完成的工作。對於人口減少的社會來說，這無疑是一顆救命藥。 AI還能透過提高人均產值來擴大稅基。例如，即使上班族人數減少，若AI能讓每人產值大幅提高，總稅收仍可維持甚至增加。此外，AI也能透過影像診斷、自動化審核等方式，降低提供醫療、稅務等公共服務的單位成本，提升政府支出的性價比。

AI無法解決的核心問題（養老金與醫保）

然而，影片指出AI無法解決養老金和醫保問題，因為這是一個人口結構和分配機制的問題，而非單純的效率問題。

一、 嚴峻的數學挑戰

老齡化社會的關鍵指標是「老年撫養比」（PSR，Population Support Ratios），即每個老人對應的年輕人比例。影片以中國為例，1990年中國的PSR超過10:1，到2024年降至約6:1。預計到2050年，中國的PSR將狂跌至1.8:1，而台灣、韓國和日本則更低（1.3:1或1.25:1）。

以中國為例計算，如果目前6:1的PSR剛好夠用，那麼到25年後PSR降至1.8:1時，人均產出必須增長到現在的3.33倍，或養老單位成本需減少70%，才能維持現有水平的養老財政體系（且未計入通貨膨脹）。影片認為，在25年內達到3.33倍的人均產出增長是絕無可能的。

二、 微觀效率與宏觀總量悖論

許多人高估了AI的救命能力，因為他們將微觀場景中的效率提升（如一人頂十個客服）誤認為是宏觀層面的總產出增長。AI提升效率常針對時間而非產值。例如，律師助理寫合約的時間縮短90%，但市場對該合約的需求並不會增加十倍，這在經濟學中稱為「需求約束」（demand constraint）。AI效率提升若未能轉化為新的需求、新的就業和新的稅收，在宏觀層面只會擠掉人力，而不是創造總量，甚至會導致大規模裁員。

三、 照護服務難以替代（包末爾成本病）

長期照護是最難用AI取代的領域。根據對日本養老問題的長期研究顯示，照護機器人的成本和人力的節省效果遠不如預期，機器人本身反而需要額外的人力投入（「照護機器人自己也需要被照護」）。 護理工作涉及大量的人性、溫度、情感溝通和信任建立，難以被機器取代。這種現象符合經濟學上的「包末爾成本病」（Baumols Cost Disease）概念，即面對面的、以人為本的服務（如護士、教師、護工）自動化上限很低，效率提升有限。因此，AI難以大幅壓縮全社會公共賬單中的人本服務支出。

四、 資本集中的制度困境

養老金主要來源於員工薪資繳納的社保。然而，AI是資本偏向型技術，會導致資本集中在少數頭部企業手中，企業所需員工減少。這將導致整個社會的工資性收入佔GDP的比例降低（或稱勞動份額減少）。勞動份額減少意味著養老金和醫保基金的稅基變小。 面對稅基縮小，政府若加大對工資徵稅則會導致消費降級和年輕人躺平；若加大對資本徵稅，則可能降低投資意願，導致企業外逃和創新放緩。對AI紅利徵稅還存在實踐難度，因為頭部AI企業通常註冊在避稅天堂，且擁有強大的議價能力。

五、 中國特有的經濟結構短板

中國的衝擊尤其大，因其人均收入遠低於日韓台，且經濟結構短板明顯。地方政府收入嚴重依賴房地產相關稅收和土地出讓金（2021年佔比超過50%）。勞動人口銳減和深度老齡化將使房地產市場崩潰，大量城市淪為鬼城，地方政府一半收入來源將消失。國企稅收（佔政府稅收30%以上）也面臨壓力，因為社會人口減少，對民生壟斷行業（如銀行、通訊、石油、水電）的消費也會降低。這些都不是AI能解決的問題。

六、 創新與經濟增長問題

除了經濟停滯和財政壓力，人口危機還帶來創新能力的削弱。史丹佛大學教授Charles Jones指出，年輕人口減少將直接削弱社會的創新與增長能力。創新是一種非競爭性財富，每一個年輕人不僅帶來勞動力，也可能貢獻新的想法。當年輕人太少時，社會的「思想引擎」會熄火，創新變慢，經濟將陷入「靜止的繁榮」（即一個人口稀少但不進步的世界）。

普通人應對建議

影片最後為不同年齡段的普通人提供了建議：

50歲以上人群： 經濟上，需為延遲退休（可能到70-75歲）做好準備。必須主動提升再就業能力和數字技能（學會用AI輔助辦公）。資產配置應減少對單一房地產的依賴，轉向高流動性、回報穩定的資產（如高股息ETF、美債），並留意人民幣貶值風險。健康上，保持健康身體尤其重要，需注重肌肉鍛煉以防摔倒。心理上，要學會獨立的老去，建立同齡護助網絡，不指望子女養老。

50歲以下人群（尤其是20至30多歲的青年）： 職業上，AI重塑勞動力結構，AI不再是可學可不學，而是生存下來的必備技能。經濟上，國家養老體系未來可能不存在，必須重點學習金融知識與投資能力，儘早購買商業保險或配置海外資產。

學生/孩子： 最重要的能力是快速學習任何事物的能力。其次是建立在清晰邏輯思維上、能從雜亂信息中辨別有用信息的能力。以及在逆境中抗壓的韌性。

總結來說，AI雖是科技進步的利器，但無法克服由人口結構劇變所帶來的分配、護理成本和創新衰竭等深層次、結構性的經濟和社會難題。