客戶現可在其機器數據所在的環境中，運行、防禦並監測AI 思科與NVIDIA擴展合作，為Splunk本地部署客戶引進代理式AI
文·圖／思科
隨著AI代理在企業內承擔更多工作，其普及應用的最大障礙並非技術能力，而是信心。客戶需要確信AI安全可靠、受到有效監管且物有所值，才會放心將其大規模部署。今日，思科透過 Splunk 的創新方案彌補上述技術落差，助客戶在數據所在環境中，安全且具成本效益地擴展AI，當中包括擴大與NVIDIA的合作夥伴關係，將 Splunk AI 延伸至本地部署客戶。
思科全球總裁兼首席產品總監Jeetu Patel表示：「目前企業應用AI的最大障礙之一是部署難度過高。客戶希望了解：AI能否勝任工作？我負擔得起嗎？最重要的是，能否確保 AI 安全？透過在既有可信的基礎架構上運行Splunk AI，企業能更快、更有信心地將AI融入其業務營運當中，並能充分掌控。」
由 NVIDIA 加速的自主管理 Splunk AI
對於無法將敏感遷移至雲端的客戶，Splunk AI過往一直遙不可及——直到現在。思科與NVIDIA正擴大合作，為Splunk Enterprise客戶提供可自主管理的AI（self-managed AI），覆蓋其本地部署、私有雲端及實體隔離（air-gapped）環境。
- Cisco Secure AI Factory with NVIDIA是整合全端AI技術的參考架構，由思科AI PODs 打造而成。當中最新配置的 思科 AI POD for Splunk，結合全新的AI運行時軟體、思科基礎設施、NVIDIA加速運算，以及基於Kubernetes的架構，為本地部署客戶引進Splunk AI。這些功能均已經過預先驗證，並針對Splunk AI工作負載進行優化。思科AI POD for Splunk現已推出。對擁有自身基礎架構的客戶而言，Accenture、bitsIO、Wipro及World Wide Technology等合作夥伴已準備就緒，可在第一時間協助客戶完成部署。
- 現已推出的Splunk AI Assistant與預計今年稍後推出的Agent Launchpad均可在此架構層上運行。兩者結合後，能為於本地資料中心運行Splunk的團隊提供即時的代理式調查（ad-hoc agentic investigations），並針對涵蓋代理資訊安全營運中心（Agentic SOC）的廣泛應用場景建構自訂代理功能。
- 客戶亦可在Splunk Enterprise 工作負載中，自行託管多款開放及專有生成式 AI 模型，包括思科Deep Time Series Model、Google Gemma 4 及 OpenAI GPT-OSS 20B，並將於未來數月内支援 NVIDIA Nemotron 開源模型。團隊無需將數據傳送至外部環境，即可因應當前工作實際需求選用最合適的模型。
NVIDIA企業AI平台副總裁 Justin Boitano表示：「當安全及資料主權要求關鍵工作負載必須保留在本地環境的情況下，企業需要在資料所在的環境中部署 AI。透過在NVIDIA加速運算平台上運行Splunk AI工作負載，並結合NVIDIA Nemotron開源模型，思科與NVIDIA攜手將 AI 代理直接引入Splunk，為企業提供高效能的全端基礎架構，讓企業無論在何處運行其基礎設施，都能支援代理式安全營運。」
透過單一視圖掌握AI代理效能及Token開支
全新的可視性創新功能，讓思科客戶能夠以單一全端視圖（Full-stack View）全面掌握AI代理的實際運作表現。
AI代理的行為模式往往難以完全預測，而相關成本亦可能在帳單出現之前一直未被察覺。Splunk Agent Observability 憑藉全新的 Tokenomics 功能，彌補上述可視性缺口，讓企業即時掌握AI代理的運作表現及AI Token開支。透過這些功能，團隊可以清晰了解AI成本在何處及為何持續累積，及早避免對預算造成壓力。
Splunk Agent Observability最初為本地部署方案，現已擴展至SplunkObservability Cloud及思科雲端控制（Cisco Cloud Control），讓採用思科產品組合的客戶能獲得更全面的可視性。該方案可評估AI代理及模型的行為表現、監測整個AI技術堆疊（AI Stack）的運作情況，並於運行期間設置防護機制（Runtime Guardrails），阻止幻覺（Hallucination）、敏感資料外洩等不準確或不安全的行為。
作為Splunk Agent Observability的一部分，全新Tokenomics解決方案將可視性進一步延伸至成本管理層面，追蹤並分析不同 AI 代理，以及員工使用 Claude Code、Codex 和 Cursor 等程式編碼代理的 Token 開支。方案亦利用Cisco Deep Time Series Model預測使用模式，並於帳單週期結束前預測開支趨勢，助企業及早掌握成本變化。透過這些洞察，企業能夠建立並落實Tokenomics管理框架，將AI投資與實際業務成果更有效地緊密連結。
思科亦透過減少影響自主故障排查的可視性盲點及成本門檻，助企業增強基礎架構韌性。Observability Studio讓團隊從應用程式開發初期開始，便具備「原生可觀測」（born observable）特性，實現可量測、可監控，並具備投入生產環境的能力。全新的Network Intelligence App將思科的網路拓撲（Network Topology）、設備健康狀況及事件資訊整合至Splunk平台，讓網路團隊能夠直接從警示追蹤至相關設備及其周邊網路環境。此外，Observability Cloud全新推出Essentials及Premier版本，簡化客戶購買和擴展業務可觀測性的方式，並透過具成本效益的日誌分析，協助排查應用程式及基礎設施問題。
為代理式資安營運中心（Agentic SOC）實現可信的自主營運
AI 驅動的攻擊速度正超越傳統由人類主導的安全營運所能應對的極限。要有效抵禦 AI 時代的威脅，企業需要建立具備代理式能力的資安營運中心（Agentic SOC），以機器速度進行推理及防禦，同時兼顧企業對資料主權及人類治理的要求。
Splunk 正透過結合企業級遙測數據，以及由領先的前沿模型和特定領域模型驅動的專屬 AI 代理，推動代理式資安營運中心的發展。全新的代理能力進一步擴展 Splunk Agentic SOC Workforce，模擬頂尖資安團隊的運作模式，涵蓋偵測工程（Detection Engineering）、主動威脅搜尋（Proactive Threat Hunting）、自主調查（Autonomous Investigation）、協調應變（Coordinated Response）及政策管治（Policy Governance）等工作。透過關聯分析橫跨網路、雲端、應用程式及身份管理環境的豐富全端式機器數據（Full-stack Machine Data），這些AI代理能進行深度推理並提供透明且可解釋的分析結果，從而減少警報雜訊，並縮短平均修復時間。
攻擊者現正利用 AI 大規模搜尋漏洞，持續且無差別地探測基礎架構、應用程式及身份系統。近期的多宗攻擊事件顯示，全面掌握風險暴露狀況已成為企業董事會層面的重要議題。全新升級的風險暴露分析（Exposure Analytics）功能透過更廣泛的資產覆蓋範圍、歷史變更追蹤及針對特定業務情境的風險洞察，協助企業全面了解其風險暴露情況。透過連結風險暴露資訊與Splunk、思科，及廣泛第三方生態系統中的即時安全活動數據，團隊能夠掌握IT環境的全貌，而非僅限於單一供應商所涵蓋的範圍。AI代理則可利用這些資訊，更準確地識別最關鍵的風險，以及當前存在風險的位置。
全新的Splunk Enterprise Security Essentials功能，將代理式安全營運能力及更為自主化的功能帶給更多資安團隊。而Splunk Enterprise Security Premier則進一步提供更深入的代理式自主能力，以及Splunk Enterprise Security的完整功能。
思科Splunk與AWS攜手共建代理式企業
面對 AI 驅動攻擊不斷加速的趨勢，Splunk與AWS正進一步深化合作。雙方擴展合作規模，透過一項多年合作協議，將聯合進行產品開發，共同推動代理式資訊安全營運中心的發展，以更快速地應對AI 驅動的攻擊。
AI驅動的攻擊正以超越人類應變流程的速度演變。要有效應對這些威脅，企業不僅需要更深入的安全洞察能力，亦需要具備即時採取行動的規模化能力。Splunk 提供資安團隊一直依賴的數據平台及深度威脅偵測能力，而AWS則提供全球級雲端擴展能力。雙方將攜手為資安分析人員提供代理式支援，涵蓋威脅偵測、事件調查及應變等關鍵工作。
資安團隊不會因為追求更快速度而放棄監督與管治。展望未來，實現大規模代理式行動將成為企業發展趨勢，同時確保企業所需的治理機制與分析師管控能力。
