对新的计算能力最明显的推动者一直都是日益复杂的应用程序。尽管工程师、研究人员和军方早就拥有解决高端问题的超级计算能力，大多数的商业计算至今仍相对简单，基本上仍绕着文本和数字转悠。然而，原来为超级计算机保留的、不断增加的先进计算技术正在寻找进入日常生活的方式。

　　1、模拟：尽管电子制表软件是用于线性处理的基本财务建模的有效工具，但在当今这个各商业领域彼此关联的网络化世界里，在鉴别一系列商业决策和不可预见的结果上，简单的建模就不够了。计算机模拟已被证实是对许多事物（从天气到股票市场）建模的有效工具，并且企业也发现，用户可以使用模拟软件更好地预测商业决策或者市场因素的结果（例如一个网络或新的商业系统的设计、在制造或者客户服务方面新的流程的效果）。由于模拟变成了商业计划流程的一个主要部分，所以无论是工具的复杂性，还是在合理的时间内运行模拟所需的处理能力，都必须予以强调。
　
　　2、可视性：同样，当今的复杂问题将需要有更高级的工具向用户呈现解决方案和信息。丰富的三维可视工具是帮助用户理解较复杂的概念和设计方案，以及缩小解决方案范围的强大工具和手段。
　
　　3、学习系统：尽管真正的“思考型机器”还停留在科幻小说的范畴，采用神经网络和学习算法形式的基本人工智能系统已经存十多年了。逐渐地，研究人员正在寻找各种方式，更多地应用这些工具以自动操作许多以往依靠人类监控或者互动的操作任务。系统逐渐能够被教会去识别不同的模式并学会作出合适的反应。银行和信用卡公司可以使用这种系统跟踪欺诈行为，运输公司利用它进行实时路径选择。
　
　　4、前后关联的系统（Contextual systems）：人类拥有适应周边环境的能力，并可以基于对身边世界所掌握的知识来调整他们的反应。在很大程度上，应用软件和商业系统没有被赋予这样的能力。在接下来的5年，我们期待应用软件和终端用户平台得以改进，从而在决定如何处理时会考虑是否有一个用户在线或者是在一天中的什么时间和其他的事情。
　
　　尽管并不是每个用户都不断需要这些更高级的应用软件，但是，随着软件开发者更熟练地使用这些先进应用技术，他们将在更广泛的范围中应用这些技术，目标也不仅仅锁定在特殊的用户上。实际上，我们期望任何有关产品运输、操作复杂的环境、以及市场分析或者战略计划的用户都将在日常工作活动中使用某种高级的应用软件。(eNet硬件)