最新研究揭示，隨著企業面臨遙測成本攀升與 AI 帳單難以預測的挑戰，可觀測性有助於重建財務支出的可預測性
文／Cisco
思科發布《Splunk 2026 年可觀測性現況報告：在 AI 時代重建可預測性》（Splunk State of Observability 2026: Restoring Predictability in the AI Era），這也是 Splunk 第六度針對可觀測性產業進行分析。今年度研究調查了來自10個國家的 2,050 位IT維運（ITOps）與工程專業人士，揭露一項明顯落差：企業部署 AI 代理的迫切需求，正迅速超越對其進行監控的能力。
隨著 AI 成本波動性加劇，企業難以同時維持AI代理的品質與財務可預測性。本年度報告指出，可觀測性有助於恢復代理式 AI 系統的穩定性與財務可預測性，從而提供必要的治理機制，以建立對AI代理的信任，並確保 AI 支出與實際商業價值相符。
此外，83% 的受訪者擔心AI 代理可能造成非預期後果，因此迫切需要「代理可觀測性」（Agent Observability），也就是監控 AI 代理並設置安全防護措施的能力。隨著 AI 代理逐漸取得整個技術堆疊的存取權限，這一需求正促使IT維運和工程團隊與資安團隊更加緊密合作。
思科總裁監產品長Jeetu Patel 表示：「不久之後，多數企業的 AI 代理數量將遠超過員工人數。要大規模管理AI代理，企業必須重新思考資安與可觀測性。AI代理是否已遭入侵？是否有效完成工作？在代理式 AI 時代，這些問題密不可分，而且正以機器的速度快速發展。這份報告顯示，可觀測性與資安資料正走向融合，團隊之間的合作更甚以往。透過共同的資料平台即時偵測並回應問題，是企業大規模部署可信任AI代理的關鍵。」
思科資深副總裁兼Splunk總經理Kamal Hathi 補充：「對當今企業而言，AI 帶來的興奮感正與帳單的現實產生衝突。我們相信，可觀測性是在代理式 AI 時代重建可預測性與信心的關鍵橋梁。透過建立必要的防護機制，並將可觀測性納入 AI 代幣經濟學（AI Tokenomics）框架，領導者便能將 AI 從難以預測的支出，轉化為可衡量且具策略價值的長期商業投資。」
AI代理可觀測性成為企業要務，但仍存在落差
隨著企業逐步將 AI 代理導入軟體開發、客戶體驗等工作流程，一旦 AI 代理採取錯誤行動，就可能演變為嚴重的業務失誤。與監控傳統應用程式不同，掌握 AI 代理行為需要一套新的行為指標，這些指標與業務成果及代理決策相連結。儘管許多企業看到了 AI 代理可觀測性技術的價值，但受訪者對於如何有效執行或衡量這些工具上仍面臨挑戰：
- 87%的受訪者確認監控 AI 是其企業的優先事項；然而，54%尚未為此設定明確的業務成果目標。
- 56%的受訪者表示無法衡量 AI 工作負載指標，例如大型語言模型（LLM）的回應品質，而這正是追蹤 AI 代理成效的核心指標。
- 85%的受訪者認為掌握 AI 幻覺（hallucination）的可視性十分重要，但僅 58% 認為自身能有效做到。
AI 帶來難以預測的成本
可觀測性讓 AI 支出變得可視化、可歸因且可控。如今企業往往在多個模型上同時運行數十個AI代理，AI 成本與使用情況可能變得錯綜複雜。此外，AI 也加劇了許多企業的資料量問題，使企業難以從大量資料中有效篩選所需資訊。
- 55%的受訪者表示無法掌控 AI 成本，因為隨著使用量增加且使用情況依然難以預測，AI 的使用變得更加複雜。
- 60%的受訪者表示，意料之外的帳單暴增比高昂的基礎成本造成更大的營運壓力。
- 57%的受訪者表示，遙測資料成本已超過所監控基礎設施的成本，使財務可預測性比以往更為重要。
- 67%的受訪者使用單一可觀測性平台，透過統一視圖以準確找出遙測成本的來源。
融合可觀測性與資安，確保 AI 值得信賴
隨著 AI 代理更深入地存取企業各營運層面的權限，監控代理需要 IT 維運、工程與資安團隊共同合作，打破過去阻礙團隊協作的藩籬：
- 81%的受訪者表示，監控 AI 工作負載增進了可觀測性與資安團隊之間的協作；另有73% 能準確追溯問題的根本原因與資安因素相關，高於去年的 65%。
- 與資安團隊共同進行故障排查的可觀測性團隊比例由 2025 年的 62% 提升至 77%；團隊之間的資料共享比例亦由 74% 攀升至 84%。
領先企業的優勢：在代理式 AI 時代重建可預測性
研究發現，一群領先的組織透過可觀測性的實踐，取得了具體的商業成果並成為領先者。這些領先者普遍遵循三項最佳實踐：
- 頻繁善用 AI 代理修復並預防問題：領先企業經常運用 AI 代理執行重要的修復工作。
- 密切監控確保 AI 受到妥善控管的關鍵因素：領先企業高度關注於監控模型品質、成本、使用情況、資安與隱私。
- 將訊號與業務影響連結：這些領先企業認同，遙測資料是企業規劃流程的重要依據，並有助於形塑策略決策。
領先企業正展現可觀的轉型成果，在 AI 成本歸因方面，透過精準掌握哪些 AI 代理、模型與工作負載帶來相關支出，91% 的領先企業更有可能準確歸因 AI 成本，高於非領先企業的 69%。領先企業認為，可觀測性平台的投資報酬率（ROI）大幅超出預期的可能性，是非領先企業的 2.4 倍；此外，54% 的領先企業表示，可觀測性每年至少帶來 500 萬美元的業務營收，高於非領先企業的 28%。領先企業正切實體驗到可觀測性與資安團隊緊密合作的好處，94% 的領先企業表示，監控 AI 促進了與資安團隊的合作，高於非領先企業的 80%；另有 86% 的領先企業能更準確地將效能問題追溯至資安根本原因，相較之下，非領先企業的比例為 71%。
全球市場觀察
本年度報告顯示，在受調查的 10 個國家中，監控 AI 代理的優先性、不可預測的成本以及對AI代理的擔憂仍然是關鍵議題。印度企業在代理可觀測性能力方面表現突出，51% 表示能非常有效地監控 AI 模型品質，而全球平均僅 35%。英國在AI代理的應用方面表現出色，同時也存在擔憂：32% 的企業經常使用 AI 代理診斷根本原因，全球平均為 20%；另有 55% 強烈擔心 AI 代理可能造成的非預期後果。沙烏地阿拉伯企業表現更為先進且積極擁抱 AI，98% 表示 AI 讓他們能更專注於創新，遠高於全球平均的 84%。德國則在資料敏感度方面領先，74% 認為掌握AI 隱私的可視性非常重要。
