微软似乎准备为其Office 365 Business Premium服务增加一些新的跨平台移动应用程序,并且还有可能增加某种新的“个人业务助理”。

微软似乎打算为它的Office 365 Business Premium订阅服务增加更多新的、似乎是聚焦小型企业的应用程序。
我通过MSPowerUser.com看到的注册“Office的商业应用程序”页面包括很多应用程序,有MileIQ、Bookings、Invoice、Spend、Point和Presence。列出的应用程序似乎是微软现有Office应用程序套件的补充,这些应用程序似乎也是移动优先的,而且是跨平台的。
其中一些程序已经或者正在被添加进入Office 365 Business Premium计划之中,例如MileIQ里程跟踪器和Bookings自动调度应用程序。就在本周,微软宣布Bookings可以直接同商业用户的Facebook页面集成。微软于2015年11月收购了Mobile Data Labs——这是MileIQ应用程序背后的公司。
页面上列出的一些应用程序似乎还没有正式发布,并被列为“即将推出”。其中包括Spend,一个费用跟踪应用程序以及Presence,该款应用程序允许用户“建立你自己的在线跟踪,简单并可信地跟踪你的网络形象”。
我不知道Spend应用程序和微软被称为“Phoenix”的车库孵化器项目是否有任何关系。早在2015年,微软就在测试的一个iOS版本的Phoenix费用报告应用程序,但是现在这款应用程序的介绍似乎已经从车库孵化器的页面上消失了。
新的应用程序的页面上还提到了一款名为Point的应用程序。我不知道它是否和微软另一个被称为“Home Team”的车库孵化器应用程序有关。车库孵化器的页面上将Home Team列为“实验完成”。这款应用程序的描述是:“Home Team让用户能够获得并分享对服务专业人士(水管工、电工、发型师、遛狗员等)的口碑评价。”
新的业务应用程序页面还介绍了一个“个人业务助理”作为计划的一部分,也“即将到来”。前段时间我曾经写过关于微软的Bing Concierge机器人程序的博客文章,那个时候它看起来像是谷歌Assistant的竞争对手。也许这和新的业务助理有某种关联。
所有这些页面上的“注册”按钮都会把用户带到一个注册免费测试Office 365 Business Premium的页面。该服务是微软针对小型企业最全面的Office 365订阅计划。如果按月付款的话,它的价格是每个用户每个月15美元。如果按年支付的话,价格就是每个用户每个月12.50美元。它包含了一整套本地安装的Office应用程序,能够为每个用户支持最多五台PC和/或Macs,以及Exchange Online、Skype for Business Online、SharePoint Online、Yammer企业社交网络和1 TB的OneDrive for Business云存储空间。
我不知道微软是否打算在11月2日在纽约市举办的活动上发布这些应用程序,据估计该活动将聚焦于该公司正在开发的团队和协作Office功能。我推测Skype Teams,微软的Slack竞争对手将会是发布的一部分。我认为“即将完成”的微软GigJam协作应用程序/服务可能会是那一天全面上市的另一款产品。
我已经询问微软,当“即将到来”的这些东西到来的时候,这些应用程序将如何适应该公司的战略。到目前为止我还没有得到任何回复。
更新:一位发言人表示,微软对我的任何一个问题都“无可奉告”。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。