為什麼有些工作不會被 AI 取代？
談到 AI 與自動化，很多人會直覺地問：「哪些工作會被取代？」
但真正重要的問題其實是：哪些工作，本質上就不適合被拆解與外包給機器？
如果從照護體系來看，答案會變得非常清楚。
醫師：不只是技術，而是整合判斷
醫師表面上看起來是高度專業、也高度仰賴數據的工作，但正因如此，醫師反而很難被 AI 完全取代。
因為醫師的核心不是「執行某個動作」，而是整合大量資訊後，做出責任歸屬極高的判斷：
檢查數據彼此是否矛盾
病史與當下症狀是否合理對應
手術風險是否值得承擔
是否需要立刻處理，或可以觀察等待
這些判斷不只是計算，而是牽涉到責任、後果與不可逆性。
在這個層級上，AI 可以輔助，但很難取代。
護理師、居服員：高度「片段化」的工作，反而容易被取代
相較之下，護理師與居服員的工作，雖然辛苦，卻更容易被自動化影響。
原因並不是因為這些工作不重要，而是因為它們的工作內容，往往被制度設計成：
明確流程
明確時間點
明確單一任務
例如：
量血壓
餵藥
協助翻身
協助洗澡
定時提醒
這類「可被切割成單一行為的任務」，正是機器與照護機器人最容易接手的部分。
當照護被拆成一段一段的服務時，
被取代的，往往不是能力，而是工作被制度切碎後的樣子。
為什麼「看護」反而最難被取代？
真正難以被 AI 取代的，反而是常被低估的角色：24 小時看護。
原因在於，看護的工作本質，從來就不是單一行為。
看護負責的是一個人的「整體狀態」：
什麼時候是真的餓，什麼時候只是焦躁
今天心情低落，是身體不舒服，還是環境太悶
什麼時候該出門走走，什麼時候該安靜休息
病情變化時，哪些狀況不對勁
哪些異常「還說不出來，但感覺怪怪的」
這是一種連續性的、情境式的判斷能力，不是流程表可以寫完的。
更重要的是，看護不是在「服務一件事」，
而是在陪伴一個人，度過整段時間。
關鍵差別：能不能被「拆解」
從 AI 的角度來看，工作的可取代性，取決於一件事：
這個工作，能不能被拆解成標準化、單一、可重複的行為？
能拆解的 → 容易被自動化
不能拆解的 → 很難被取代
醫師與看護，剛好站在兩個看似相反、卻本質相同的位置上：
他們都在做「整合與判斷」，而不是單一執行。
一個常被忽略的倫理問題
這也引出一個不太被討論的問題：
我們是不是正在把最複雜、最需要判斷的照護責任，交給制度中最辛苦、卻最沒有資源的人？
當照護被切成最低成本、最片段的服務時：
勞動被低估
判斷責任卻沒有減少
壓力被往下層集中
如果未來真的要導入 AI 與照護機器人，
也許更合理的方向不是「全面取代」，
而是讓機器接手可拆解的部分，保護那些無法拆解的人類工作。
結語
AI 並不是來淘汰「不重要的工作」，
而是淘汰那些被制度誤以為可以簡化的工作樣貌。
真正無法被取代的，從來不是技術本身，
而是那種長時間、連續地承擔一個人的狀態與責任的能力。
而這，正是看護存在的價值。
