首页  ꄲ  行业资讯  ꄲ  依托 Splunk 全新技术,思科助力可信 AI 实现规模化落地

依托 Splunk 全新技术,思科助力可信 AI 实现规模化落地

创建时间:2026-09-18

伴随 AI 智能体逐步承接企业越来越多的业务工作,制约企业落地 AI 的核心瓶颈已经不再是技术能力,而是信任问题。企业客户只有确认 AI 系统安全可控、治理体系完备,同时投入产出具备实际价值,才敢于在全企业范围内大规模部署 AI。为此,思科依托 Splunk 系列全新技术创新,打通 AI 落地的信任壁垒,支持客户在现有数据所处环境下安全、高效地拓展 AI 应用边界。其中一大重要举措便是深化与英伟达的合作,把 Splunk AI 能力延伸至本地部署客户环境。

在 Splunk.Conf26 大会主会场,官方集中展示了 Splunk 面向 AI 时代的发展蓝图与一系列前沿技术革新。

 

 

 

 

思科全球总裁兼首席产品官 Jeetu Patel 表示:“现阶段企业推进 AI 落地的一大痛点在于部署流程复杂。客户心中始终存在几大疑问:这套 AI 是否值得信赖、能否完成既定业务工作?成本开销是否在可承受范围?最为关键的是,如何保障整体系统安全?借助客户本身已经高度信赖的基础设施运行 Splunk AI,企业就可以更快速、更有底气地把 AI 赋能业务,同时牢牢保有对 AI 体系的管控权限。”

 

英伟达算力加持,落地自管理版 Splunk AI

不少企业出于数据安全考量,无法将敏感业务数据迁移上云,这曾是 Splunk AI 落地本地场景的一大阻碍,如今该痛点已得到化解。思科与英伟达进一步深化战略合作,将自管理 AI 能力交付给 Splunk Enterprise 客户,企业可在自有本地机房、私有云以及物理隔离网络环境内部署运行 AI。

双方联合打造的思科安全 AI 工厂(Cisco Secure AI Factory)是一套成熟参考架构,依托 Cisco AI PODs 整合完整 AI 技术栈。其中全新推出的 Cisco AI POD for Splunk,整合新一代 AI 运行时软件、思科基础设施、英伟达加速计算能力与 Kubernetes 架构,面向本地部署客户交付 Splunk AI 整套能力。该方案已经完成预验证与性能调优,可稳定承载 Splunk AI 各类工作负载,现已正式对外发布。针对自建基础设施的企业客户,埃森哲、bitsIO、Wipro、World Wide Technology 等生态合作伙伴,可第一时间为企业提供部署实施服务。

 

 

 

Splunk AI Assistant 现已正式上市,Agent Launchpad 预计将于 2026 年底推出,二者均搭建于这套底层架构之上。产品支持开展临时智能体调查、自主定制智能体,为自建数据中心部署 Splunk 的企业团队,解锁智能体安全运营中心(Agentic SOC)等丰富业务场景。

同时,企业运行 Splunk Enterprise 业务负载时,可自主托管多款开源与闭源生成式 AI 模型,包含 Cisco 深度时序模型、Google Gemma 4、OpenAI GPT‑OSS 20B;后续数月还将兼容英伟达 Nemotron 开源模型。企业可结合不同业务任务灵活挑选适配模型,全程无需把内部数据向外输出。

大会现场,思科全球总裁兼首席产品官 Jeetu Patel 与英伟达企业 AI 平台副总裁 Justin Boitano 同台分享,解读双方共建可信规模化 AI 的合作思路。

英伟达企业 AI 平台副总裁 Justin Boitano 谈到:“企业需要让 AI 靠近数据本源,尤其当安全合规、数据主权要求核心业务必须留存在本地环境时更是如此。将 Splunk AI 工作负载运行在英伟达加速计算平台,搭配 Nemotron 开源模型,思科与英伟达共同把 AI 智能体深度嵌入 Splunk,为各类基础设施环境下的企业智能体安全运营,构筑高性能、全栈的底层基座。”

 

统一全栈观测视图,实现智能体性能与 Token 消耗可追踪

思科推出全新可观测性功能,为客户打造一体化全栈观测视角,直观掌握 AI 智能体的真实运行状态。

AI 智能体的行为往往具备不确定性,相关资源成本常常处于黑盒状态,企业往往收到账单后才知晓实际开销。Splunk Agent Observability 新增 Tokenomics 能力,补齐这一可视化短板,为企业提供 AI 智能体运行性能、Token 资源消耗的实时监控视图。运维团队能够清晰定位 AI 成本的来源与成因,在成本演变为预算超支风险之前提前干预处置。

Splunk Agent Observability 最初仅面向本地部署场景,如今已经拓展适配 Splunk Observability Cloud 与 Cisco Cloud Control,覆盖更多使用思科产品套件的客户。该能力能够评估智能体与大模型的行为表现,监控整套 AI 技术栈运行状态,并启用运行时防护规则,规避模型幻觉、敏感信息泄露等错误与风险操作。

Tokenomics 作为 Splunk Agent Observability 的重要组成,把可视化能力延伸至 AI 成本管控层面:可以统计并厘清 AI 智能体、各类代码智能体(Claude Code、Codex、Cursor 等)产生的 Token 消耗归属。依托 Cisco 深度时序模型,该工具还可以预判后续使用走势,在计费周期结束前预估资源消耗规模。基于这些分析结论,企业能够搭建 Token 资源管理机制,把 AI 资源投入和实际业务成效建立对应关系。

思科还着力消除自主故障排查过程中的观测盲区与成本难题,提升企业基础设施抗风险能力。Observability Studio 帮助开发团队在应用设计阶段就落实 “原生可观测” 理念,让新应用从诞生起即可完成指标度量,契合生产环境标准。全新 Network Intelligence App 将思科网络拓扑、设备健康指标、事件日志接入 Splunk 平台,网络运维人员收到告警后,能够直接溯源至对应硬件设备及其所处网络环境。与此同时,Observability Cloud 划分基础版(Essentials)与高级版(Premier)两大新版本,降低客户采购与扩容可观测能力的门槛,依托高性价比的日志分析能力,助力企业快速定位应用与基础设施故障。

Splunk.Conf26 大会展出 Cisco Cloud Control,展现思科以统一平台体验简化企业 IT 运维管理的持续创新方向。

 

智能体安全运营中心(Agentic SOC):兼顾自主能力与安全可信

由 AI 催生的网络攻击迭代速度,已经远超传统人工安全运营的响应效率。企业比过去任何时期,都需要完整感知并处置 IT 全栈的漏洞与暴露风险,覆盖从底层基础设施到上层全部应用。应对 AI 时代的新型威胁,智能体安全运营中心(Agentic SOC)成为刚需,它以机器级速度完成分析、推理与防御,同时兼顾企业对数据主权、人工管控治理的硬性诉求。

Splunk 持续迭代智能体安全运营中心,汇聚企业全域遥测数据,结合前沿通用大模型与行业专用模型驱动 AI 智能体。升级后的智能体能力扩充 Splunk Agentic SOC Workforce,复刻顶尖安全团队的工作流程,覆盖威胁检测工程、主动威胁狩猎、自主事件调查、协同响应处置、策略治理多项环节。智能体打通网络、云平台、应用、身份体系的全量机器数据,输出具备深度推理、可解释的研判结论,削减海量无效告警,缩短安全事件平均处置时长。

当下攻击者利用 AI 批量挖掘漏洞,无差别扫描企业基础设施、应用与身份系统。接连发生的安全事件表明,全面掌握企业资产暴露情况,已经上升到企业董事会重点关注层面。Exposure Analytics 增强版本进一步拓宽资产识别范围,支持追踪资产历史变化,输出贴合业务场景的风险研判,以此满足该需求。该功能把资产暴露背景,和 Splunk、思科及广泛第三方生态的实时安全事件打通,安全团队可以看到企业完整 IT 图景,而非单一厂商的局部视角。智能体借助这些上下文信息,帮助企业优先识别高优先级隐患与正在发生的安全风险。

全新 Splunk Enterprise Security 基础版,让更多安全团队可以用上智能体安全运营能力,获取更高自动化水平;高级版则解锁深度智能体自主能力,开放 Splunk Enterprise Security 全部功能模块。

 

Splunk 携手 AWS,共建面向智能体时代的企业安全体系

同样的安全挑战,推动 Splunk 与 AWS 的合作迈入全新阶段。双方在多年合作基础之上,拓展至联合产品研发范畴,并签署长期合作协议,合力演进智能体安全运营中心,更快抵御 AI 驱动的各类网络攻击。

攻击者行动节奏已经跑赢传统人工处置流程,想要与之抗衡,既需要深厚的安全分析能力,也需要可即时调度的规模化平台。Splunk 提供安全团队长期信赖的数据底座与深度检测能力,AWS 则输出全球级云平台算力规模。二者联合为安全分析人员赋能智能体工具,贯穿威胁检测、事件研判、响应处置全流程。

效率提升不等于舍弃人工监督。未来行业发展的核心,是在企业治理规则、安全人员可控的前提下,实现大规模智能体的落地运行。