Kostnadskontroll över AI-användning blir en allt högre prioriterad fråga, och den blir ännu mer central när AI-agenter får fler och mer komplexa arbetsuppgifter.
Nu presenterar Splunk nya lösningar för att styra agenternas konsumtion.
Avsikten med AI-agenter är att de ska utföra uppgifter autonomt – men det måste säkerställas att uppgifterna utförs på ett resurs- och kostnadseffektivt sätt. I samband med Splunks årliga event .conf 2026 presenteras en mängd nya verktyg som ska göra det enklare att övervaka kotnaderna, och se till att agenterna inte spenderar okontrollerat.
Splunk Agent Observability görs tillgängligt både som on premise-lösning och i molnplattformarna Spunk Observability Cloud och Cisco Cloud Control. Plattformen används för att analysera och utvärdera beteendet för AI-modeller och agenter och blockerar dem från att göra felaktiga handlingar, exempelvis hallucinationer eller osäker hantering av känsliga data.
Plattformen får nu också ett Tokenomics-verktyg, som spårar och analyserar användningen av AI-tokens från agenter, både när som arbetar autonomt och när de används som stöd vid exempelvis kodning. Tokenomics kan också göra prognoser av förväntad användning för att säkerställa att kostnader inte springer iväg och kan kopplas till förväntad affärsnytta.
Under .conf 2026 presenteras också ett utökat partnerskap med NVIDIA för att erbjuda observabilitetsplattformen Splunk AI till företag som hanterar kritiska data och processer i on-premiselösningar istället för i molnet. Plattformen bygger på referensarkitekturen Cisco Secure AI Factory with NVIDIA.
Bolaget har även slutit ett partneravtal med Amazon Web Services, AWS, för att gemensamt utveckla nya säkerhetslösningar för agentisk AI i molnet.
