隨著 AI 代理逐步進入企業營運、資安與 IT 管理流程，企業考量的重點也開始從「AI 能做到什麼」，轉向安全性、治理能力與實際成本；思科在 Splunk .Conf26 公布一系列 Splunk AI 更新，除了擴大與 NVIDIA 合作，將 AI 能力帶進本地資料中心、私有雲端與實體隔離環境，也進一步強化 AI 代理可觀測性、Token 成本管理及代理式資安營運能力，希望降低企業大規模導入 AI 時面臨的資料主權、安全與成本門檻。
攜手 NVIDIA 讓 Splunk AI 進入本地資料中心
對於敏感資料無法移轉至公有雲端的企業，思科與 NVIDIA 進一步擴大合作，讓 Splunk Enterprise 客戶能在本地部署、私有雲端及實體隔離環境中使用 Splunk AI；其中，Cisco Secure AI Factory with NVIDIA 為整合全端 AI 技術的參考架構，最新加入 Cisco AI POD for Splunk 配置，結合 AI 運行時軟體、思科基礎設施、NVIDIA 加速運算與 Kubernetes 架構，並針對 Splunk AI 工作負載完成預先驗證與最佳化。Cisco AI POD for Splunk 目前已推出，Accenture、bitsIO、Wipro 及 World Wide Technology 等合作夥伴也可協助企業部署相關環境。
目前已推出的 Splunk AI Assistant，以及預計 2026 年稍後推出的 Agent Launchpad，都可在這套架構上運行，讓本地使用 Splunk 的團隊進行即時代理式調查，並針對包括代理式資安營運中心在內的不同應用情境建立自訂 AI 代理。
企業也可直接在 Splunk Enterprise 工作負載中自行託管不同生成式 AI 模型，包括 Cisco Deep Time Series Model、Google Gemma 4 與 OpenAI GPT-OSS 20B，未來數月內也預計支援 NVIDIA Nemotron 開源模型。企業可依實際工作需求選擇不同模型，不需將資料傳送至外部環境。
AI 代理不只要能運作，成本與安全也要看得見
除了解決 AI 能否部署在企業內部的問題，思科這次也將重點放在 AI 代理上線後的監控與成本管理；全新的 Splunk Agent Observability 可透過單一全端視圖，監測 AI 代理與模型的行為，以及整個 AI 技術堆疊的運作情況，並加入運行期間防護機制，針對幻覺、敏感資料外洩等不準確或具有風險的行為進行管控。原先以本地部署為主的 Splunk Agent Observability，目前也進一步延伸至 Splunk Observability Cloud 及 Cisco Cloud Control。
其中新增的 Tokenomics 功能，則將 AI 監控進一步延伸到成本層面。企業可以追蹤不同 AI 代理的 Token 使用量，也能掌握員工使用 Claude Code、Codex 及 Cursor 等程式編碼代理所產生的 Token 開支。
Tokenomics 也會利用 Cisco Deep Time Series Model 分析使用模式，提前預測 AI 使用量與支出趨勢，讓企業不必等到帳單週期結束後才發現成本超出預期。
透過這些數據，企業可建立 Tokenomics 管理機制，進一步評估不同 AI 工作負載所消耗的資源，以及 AI 投入與實際業務成果之間的關係。
思科同時持續擴大 Splunk 在整體 IT 環境的可觀測性；Observability Studio 讓應用程式從開發初期就具備可量測與監控能力，讓服務在進入正式生產環境前即可建立可觀測性；Network Intelligence App 則將思科網路拓撲、設備健康狀態與事件資訊整合至 Splunk 平台，讓網路團隊能從警示直接追蹤至相關設備及周邊網路環境。
Splunk Observability Cloud 也新增 Essentials 與 Premier 版本，簡化企業採購及擴充可觀測性服務的方式，並透過日誌分析協助排查應用程式及基礎設施問題。
AI 代理進一步走進資安營運，Splunk 與 AWS 深化合作
在資安領域，Splunk 持續推進代理式資安營運中心，也就是 Agentic SOC，隨著攻擊者開始利用 AI 自動化搜尋漏洞、探測企業基礎架構與身份系統，傳統主要依靠人工處理警報、調查及應變的方式，面臨更大的速度壓力；Splunk Agentic SOC Workforce 因此加入更多 AI 代理能力，涵蓋偵測工程、主動威脅搜尋、自主調查、協調應變及政策治理等工作，這些 AI 代理可分析橫跨網路、雲端、應用程式及身份管理環境的全端機器數據，進行關聯分析與深度推理，並提供可解釋的分析結果，希望減少資安團隊面對的警報雜訊及縮短平均修復時間。
Splunk 也升級 Exposure Analytics 風險暴露分析功能，增加資產覆蓋範圍、歷史變更追蹤，以及依不同業務情境提供風險資訊，透過串聯 Splunk、思科及第三方生態系統中的即時安全活動資料，企業能從更完整的 IT 環境角度掌握風險，而 AI 代理則可以利用這些資訊判斷重要風險的位置與優先順序。
產品方案方面，Splunk Enterprise Security Essentials 將代理式安全營運與更自主化的功能帶給更多資安團隊，Splunk Enterprise Security Premier 則提供更深入的代理式自主能力及完整的 Splunk Enterprise Security 功能。
除了與 NVIDIA 合作，Splunk 也宣布與 AWS 擴大合作，雙方簽署多年合作協議，將共同進行產品開發，持續推動代理式資訊安全營運中心；Splunk 將提供資料平台與威脅偵測能力，AWS 則提供雲端擴展能力，雙方計畫讓 AI 代理進一步參與威脅偵測、事件調查及應變流程。
不過，在自動化程度持續提高的同時，Splunk 也強調企業仍需保留治理機制與資安分析人員的監督能力。
