陳家聲/台大商研所兼任教授
進入數位網絡、AI 新時代，雖然我們的錶、時鐘還是照常的走著！千百年來始終如一！我們認知的時間沒有改變！強調錶、鐘的準確性！但是大家是否感受到新現代的時間，越來越快！
我們可以從社會層面思考大家過的時間是什麼時間？
例如以往台北到高雄，搭一般火車要4小時以上或更長！然而，高鐵大幅縮短了搭車時間，至少節省一半時間？
捷運的便捷，讓我們外出處理事物時，時間可以更有效規劃，可以做更多事情！同一段物理時間，可以到更多地方、完成更多的工作任務或多逛幾處景點！
過去完成一些數據蒐集與整理，可能耗費一週以上的時間才能完成一個項目的統計與分析！但是今天透過電腦可以快速結合不同部門、單位的數據進行整合分析，可能在短短幾分鐘內就能完成數據的蒐集與整合分析！當然先決條件是企業內部已完成數位系統的搭建！
我們身邊有許多事情在本質上，已經和過去不一樣了！或許鐘錶的物理時間計算沒有改變，但是工具設備、機具、電腦算力、AGI大模型、圖像、視頻的生成等，讓一般人可以在短時快速地間處理大量數據！換句話說，不僅是工作效率提升了！更是讓人可以釋放雙手及能力，做更多的事情！後著才是新質生產力的本質！透過科技創新，改變工作內容、創新工作方法與產品、服務！這才是價值的創新！
然而，太多的企業經營者、管理者，只強調工作『效率』！請問一下，同樣的工作，我們需要持續做更多嗎？生產更多同樣的產品為了什麼？強調規模經濟，能夠降低生產成本？帶來更多的內捲！這樣的思路非常有趣！好像是當前企業競爭的一個惡性循環案例！企業不是要快速製造更多的產品，然後能夠透過大量採購降低成本！
僅強調效率是工作製造業的思維！除了成本、效率之外，更要重視的是效益、效果、效能！新時代企業的競爭力是來自能夠善用科技『創新』能夠滿足消費者新需求的產品與服務、以及體驗！也就是創造獨特產品與服務、體驗，滿足消費者的新需求或新的痛點！換句話說：這是開發新賽道、新產品與服務帶來的是增量，而不是在既有賽道中做存量競爭！創新要的是增量，創造更多、更大的價值貢獻！
上述的想法，部分來自最近在8月6日，OpenAI首次公布全球10億用戶數據，強調：AI應用拐點來了，人們正從“問AI”走向“讓AI幹活”。從2022年11月30日，ChatGPT第一次正式公布，經過近四年的快速迭代，ChatGPT從最初的GPT-3.5，到GPT-4、多模態、推理模型、Codex，再到今天GTP5.6，它早已不是最初的“和你聊天、幫你回答問題”的工具，而是被應用到真實工作場景以解決實際問題的工作平台系統。
OpenAI把這場變化概括爲：From asking to doing——從提問，到行動。這項報告強調：這種轉變可能比任何一次模型的迭代升級都更重要，模型能力决定的是算力、算法的上限，而使用方式才是决定AGI能否落地創造真正的價值。
報告中發現：AI的應用正從少數早期市場、美歐等已開發國家快速向全球擴散，AI應用的全球差距正在逐步縮小！也就是AI“先發國家”的優勢正在縮小。從2023年7月到2026年6月，所有地區的ChatGPT周活躍用戶都在持續增長，增速最快的不是最早普及AI的北美和歐洲，而是過去滲透率相對較低的地區，如非洲的周活躍用戶規模相比2023年增長到約 24倍，亞洲約 16倍；相比之下，歐洲、南美約爲 11倍，北美約 9倍。初始AI採用率越低的地區，目前反而增長越快。OpenAI也比較了2026年第一季度和第二季度各國的人均訊息排名，上升最快的國家並不全是傳統科技强國，而是來自拉丁美洲、大洋洲和非洲的國家。
看著這些數據，或許可以獲得許多不同的啟發：傳統的數位落差是否因為科技持續創新而擴大、變得更為嚴重！後進國家AI的普及率並沒有隨著時間而造成更大的落後！反而是逆勢增長！逐漸縮小了數位落差！再從時間軸上看，目前全球AGI的普及率、普及速度，都無法依照過去先進國家發展的路徑做預測！這除了要拜科學家的努力之外，一個核心根本的改變是：要人去學習機器語言、適應機器；改變為機器適應人，讓機器能聽懂人話！能夠利用自然語言與機器溝通、操作機器、AGI！大幅地降低了學習及使用AGI限制！也就是學習及應用AGI不是數位原住民獨有的本事！任何有意願、有興趣的人都可以學習、快速上手。
若從科技傳播的速度、訊息傳播的速度、人類學習新事物的速度…等，這也帶來學習、教育等基本上巨大的顛覆！研究報告中還指出：ChatGPT用戶群的年齡結構正在變，35歲以上人群正在快速進入ChatGPT用戶群。也就是AI不再是年輕族群、科技“極客” 工具，而是逐漸成為社會大衆、全民的共同的基礎設施！OpenAI數據顯示，幾乎所有國家，35歲以上用戶貢獻的訊息占比都在持續上升。與12個月前相比，這一人群在全球訊息中的份額相對提高了約5%。而且這現象在歐洲地區更為明顯，如捷克、法國、西班牙﹑波蘭…等。這顯示ChatGPT的易用性、有效性等，讓35歲以上的用戶族群持續增加，用戶們也不再關切或追逐大模型的億萬參數規模、各家企業個別的模型，用戶更在意AI是否具有易用性、能夠快速上手？能不能解決工作、生活上的問題？結果是否靠譜、準確、有效？等。
不論是速率或是速度，他們基本上都與『時間』有關！過去牛頓物理的標準時間或許需要思考改變微量子物理的變動時間！核心思想是：我們要擺脫過去只依靠既有路徑、時間歷程的創新，需要思考社會現象、學習及應用本質的改變，這才是新質生產力的提升。