企业导入AI代理的下一个瓶颈，可能不再只是模型能力，而是敏感数据能否留在企业内部。 思科（NASDAQ: CSCO）今（17）日宣布扩大与NVIDIA（NASDAQ: NVDA）合作，将Splunk AI延伸至本地部署、私有云及实体隔离环境，推出Cisco AI POD for Splunk，让企业可以在机器数据所在的环境运行AI，不必将敏感数据移往公有云。 思科表示，随着AI代理承担更多企业工作，企业要大规模导入AI，还必须同时回答三个问题：AI能否安全完成工作、相关成本是否可控，以及企业能否持续掌握AI运作状况。

思科在Splunk .Conf 26宣布一系列新方案，除与NVIDIA合作提供本地AI基础架构，也推出Tokenomics成本管理功能、强化代理式资安营运中心（Agentic SOC），并与AWS签署多年合作协议。 AI不必只在云端运行，Splunk AI进入本地部署 对于受到数据主权、资安规范或内部政策限制，无法将敏感数据迁移至云端的企业，Splunk AI过去较难直接导入。 思科与NVIDIA此次扩大合作，通过Cisco Secure AI Factory with NVIDIA参考架构，将Splunk AI带进本地部署、私有云与air-gapped实体隔离环境。

其中，Cisco AI POD for Splunk集成思科基础设施、NVIDIA加速运算、AI运行时软件及以Kubernetes为基础的架构，并已针对Splunk AI工作负载完成预先验证与优化。 这项方案目前已推出，Accenture、bitsIO、Wipro及World Wide Technology等合作伙伴，也可协助拥有自身基础架构的客户完成部署。 思科全球总裁兼首席产品总监Jeetu Patel表示：「目前企业应用AI的最大障碍之一是部署难度过高。 客户希望了解：AI能否胜任工作？ 我负担得起吗？ 最重要的是，能否确保AI安全？

」他指出，通过在既有可信基础架构上运行Splunk AI，企业可更快将AI融入业务营运，同时保有对数据与系统的掌控。 在此架构上，Splunk AI Assistant目前已可使用，预计今年稍后推出的Agent Launchpad也将支持本地数据中心的即时代理式调查，并协助资安团队依照需求创建自订AI代理。 企业还可以自行托管多种开放及专有生成式AI模型，包括Cisco Deep Time Series Model、Google Gemma 4及OpenAI GPT-OSS 20B；未来数月也将支持NVIDIA Nemotron开源模型。

NVIDIA企业AI平台副总裁Justin Boitano表示，当安全与数据主权要求关键工作负载留在本地环境时，企业需要在数据所在的位置部署AI。 通过NVIDIA加速运算平台运行Splunk AI工作负载，并结合NVIDIA Nemotron开源模型，双方希望将AI代理直接引入Splunk，支持企业的代理式安全营运。 从AI能不能用，到Token成本能否被掌握 除了让AI进入企业内部，思科也将焦点放在AI代理的可观测性与成本管理。

Splunk Agent Observability添加Tokenomics功能，让企业追踪不同AI代理，以及员工使用Claude Code、Codex与Cursor等程序编码代理时产生的Token支出。 思科指出，AI代理的行为与使用量不一定容易预测，相关成本也可能要到帐单出现后才被发现。 Tokenomics可搭配Cisco Deep Time Series Model分析使用模式，在帐单周期结束前预测支出趋势，协助企业掌握成本在哪些代理或工作流程中累积，并将AI投入与实际业务成果链接。

Splunk Agent Observability原本以本地部署为主，现已扩展至Splunk Observability Cloud及Cisco Cloud Control。 相关功能可评估AI代理与模型的运作表现，并监测从模型到应用程序及基础设施的完整AI技术堆栈；企业也可在运行期间设置Runtime Guardrails，降低幻觉、敏感数据外泄及其他不安全行为的风险。 思科同时推出Observability Studio与全新的Network Intelligence App，让开发团队从应用程序建置初期纳入可观测性，网络团队则能在Splunk平台集成网络拓扑、设备健康状况及事件信息，从警示追踪至相关设备与周边网络环境。

Splunk Observability Cloud也添加Essentials及Premier版本，提供不同层级的日志分析与可观测性功能。 Splunk强化Agentic SOC，并与AWS共同开发AI资安方案 在资安应用方面，思科认为AI驱动攻击的演进速度，已超过传统由人力主导的安全营运流程，因此需要具备代理能力的资安营运中心。 Splunk持续扩充Agentic SOC Workforce，涵盖侦测工程、主动威胁搜索、自主调查、协调应变及政策治理等工作。 这些AI代理可关联网络、云端、应用程序与身分管理环境中的机器数据，协助资安团队进行深度分析，减少警报杂讯并缩短平均修复时间。

全新升级的Exposure Analytics则扩大资产覆盖范围、追踪历史变更，并提供依照业务情境整理的风险洞察，让企业从跨供应商的即时安全数据中找出最需要优先处理的风险。 Splunk Enterprise Security Essentials与Splunk Enterprise Security Premier则分别提供不同程度的代理式资安营运能力，让企业依照资安团队规模与自主化需求导入相关功能。 此外，Splunk与Amazon旗下云端服务AWS签署多年合作协议，双方将共同进行产品开发，推动代理式资安营运中心，以更快因应AI驱动攻击。

合作内容将涵盖威胁侦测、事件调查与应变，结合Splunk的资安数据平台与威胁侦测能力，以及AWS的云端扩展能力。 从本地部署的AI POD、Tokenomics成本管理，到Agentic SOC与AWS合作，思科此次以Splunk为内核的布局，瞄准的是企业AI规模化导入后的共同课题：如何让数据留在可控环境、让AI成本能被计算，也让代理自主行动时仍保有人类治理与资安监督。