藉助AI，過去需要一小時的資訊整理可能只需十分鐘。於是，我們可能會把剩下的五十分鐘視為「空閒時間」，並想再塞進一項任務。既然工作比計畫更早完成，用這段時間繼續推進其他事情，看起來很有效率。但如果不斷重複這種模式，就會發生一種奇怪的現象。藉助AI，每一項工作都變快了，可一天之中卻被塞入更多工作，只要出現一個小問題，整個日程就更容易被打亂。即使速度創造出了時間，如果我們立刻把這些時間轉換成另一項任務，人這一側也不會留下餘裕。
這裡值得思考的是，空餘時間是否恰恰因為「尚未被使用」而具有價值。假設一項五天後到期的工作，其重要部分在第一天就能形成具體雛形，那麼剩下的四天並不只是多餘時間。正因為先把工作具體做出來，我們可能會發現意料之外的困難。我們可能察覺自己與委託人之間存在理解差異，也可能發現必要的資訊不足。如果什麼問題都沒有發生，就可以從容地完成。因此，提前推進的價值不僅在於把完成時間提前，還在於問題被發現之後仍然留有採取行動的時間。
即使在簡單的日程安排中，也能看出這種差異。去機場時，並不是每個人都會僅僅因為路程通常需要一小時，就恰好在起飛前一小時才離開家。交通延誤、登機門變更、遺忘物品等事件都無法事先確定。如果我們提前到達而什麼都沒有發生，那麼這段餘裕最終確實沒有被使用。但沒有被使用並不等於沒有價值。正因為這段時間存在，意外事件發生時，才更有可能在不破壞整個計畫的情況下加以吸收。餘裕的價值不僅在於這段時間裡做了什麼，也在於事情發生時，我們曾經擁有選擇另一種行動的可能。
與AI協作時也存在同樣的問題。AI可以大幅縮短起草文章、整理資訊以及比較多個方案所需的時間。但如果節省下來的時間全部用於進一步生成，AI的速度就不會轉化為人的從容空間。三個方案變成十個；研究提前結束，就進一步擴大搜尋範圍；一份文件完成，就立刻增加另一項任務。每一個選擇單獨看都可能顯得合理，但只要每一次效率提升所產生的時間都被重新投入下一個處理過程，就很難留下檢查意外問題，或重新思考方向本身是否正確的時間。
因此，在思考效率時，我們需要一種不同於「同樣時間裡多做了多少事情」的衡量方式。如果我們在較早階段就著手處理重要部分，工作的真正難點也會更早顯現。難點一旦顯現，我們就可以改變計畫、向他人諮詢、確認條件，甚至放棄原來的方法。相反，如果只是按順序完成容易的部分，把困難部分一直留到最後，那麼表面上一切可能都很順利，但等問題真正出現時，也許已經沒有時間進行改變。速度不僅可以用來增加處理量，也可以用來更早地與不確定性相遇。
從這個角度看，餘裕就不同於「什麼都沒做的時間」。它是因為我們尚不知道未來會發生什麼，而有意不預先規定用途、保留下來的時間。如果現在就給每一段時間都分配一個角色，當前計畫看起來也許毫無浪費。但當未來的條件發生變化時，計畫就沒有可以移動的空間。有意不把所有可用時間都用完，意味著承認未來無法被精確預測，同時仍然創造出一種能夠作出應對的狀態。
對Sai＊aus而言，應該把AI的速度轉化成什麼樣的價值，同樣是一個重要的設計問題。AI變得更快，並不要求人的判斷也變得更快。如果AI能夠提前完成整理，人就可能獲得更多時間去檢查前提。如果AI能夠提前生成草稿，也不必因此立刻批量生成下一批草稿；可以留下暫時離開、之後重新閱讀的餘地。AI創造出來的時間，不僅可以轉化為更多AI活動，也可以轉化為讓人重新思考的空間。
這並不是反對效率。相反，它是在重新思考我們希望速度帶來什麼。當目標是提高處理量時，把節省下來的時間用於下一項任務，有時是合適的。但在錯誤會造成嚴重後果，或條件容易發生變化的工作中，保留餘裕本身就可以保護成果。重要的既不是空餘時間必須總被使用，也不是必須總被保留，而是我們能夠選擇現在使用它，還是暫時不決定它的用途。
在AI時代，我們也許不僅需要讓工作變快的技術，還需要不把速度所帶來的一切全部耗盡的技術。看到未使用的時間時，我們往往想往裡面填入一些東西。然而，正因為存在空白空間，意外發生時我們才能行動。與其把效率提升帶來的每一份收益都轉換成新的工作，不如把其中一部分保留為未來改變的能力。這樣，AI的速度就不再只是工作量的增加，而會轉化為讓人不必被催促、能夠從容作出判斷的空間。
不是答案，而是理解。