Cisco presenterar en rad nya AI-funktioner i Splunk som ska göra det enklare för företag att använda, övervaka och säkra AI i stor skala. Bland nyheterna finns lokal drift av Splunk AI tillsammans med NVIDIA, bättre kontroll över kostnader för AI-agenter samt nya funktioner för agentbaserade säkerhetsoperationer.
När AI-agenter får en allt större roll i företagens verksamhet blir frågor kring säkerhet, styrning och kostnader allt viktigare. Cisco vill möta dessa utmaningar genom nya funktioner i Splunk som gör det möjligt för organisationer att använda AI närmare den data de redan hanterar.
En central del av satsningen är ett utökat samarbete mellan Cisco och NVIDIA som gör Splunk AI tillgängligt även för organisationer som behöver behålla känsliga data i egna datacenter, privata moln eller isolerade miljöer. 
Splunk AI kan köras lokalt
Genom Cisco Secure AI Factory with NVIDIA lanseras Cisco AI POD for Splunk, en förkonfigurerad infrastruktur för att köra Splunks AI-funktioner lokalt.
Lösningen kombinerar Ciscos infrastruktur med NVIDIA-accelererad beräkning, AI-runtime och en Kubernetes-baserad arkitektur som har validerats och optimerats för Splunk AI.
Cisco AI POD for Splunk är tillgänglig nu och riktar sig bland annat till organisationer med höga krav på datasuveränitet, säkerhet och kontroll över var information behandlas.
Splunk AI Assistant finns redan tillgänglig på plattformen, medan Agent Launchpad väntas lanseras senare under året. Funktionerna ska bland annat göra det möjligt att genomföra agentbaserade analyser och bygga egna AI-agenter direkt i organisationens Splunk-miljö.
Kunder kommer även att kunna drifta flera generativa AI-modeller själva, däribland Cisco Deep Time Series Model, Google Gemma 4 och OpenAI GPT-OSS 20B. NVIDIA öppna Nemotron-modeller planeras också bli tillgängliga under de kommande månaderna.
Det innebär att organisationer kan välja modeller efter användningsområde utan att behöva skicka känsliga data utanför den egna miljön.
Cisco vill förenkla införandet av AI
Enligt Jeetu Patel, President och Chief Product Officer på Cisco, är själva införandet fortfarande ett av de största hindren för AI i större organisationer.
Företag behöver enligt honom kunna avgöra om AI-systemen går att lita på, om kostnaderna är hanterbara och om systemen kan säkras innan tekniken kan användas i större skala.
Genom att köra Splunk AI på infrastruktur som organisationerna redan använder och kontrollerar vill Cisco minska dessa hinder och ge verksamheter större kontroll över sina AI-miljöer.
Splunk Tokenomics ger kontroll över AI-kostnader
En annan viktig nyhet finns inom Splunk Agent Observability.
När användningen av AI-agenter ökar kan även konsumtionen av AI-token och de tillhörande kostnaderna snabbt växa. Det kan vara svårt för organisationer att förstå exakt vilka agenter, modeller eller användare som driver kostnaderna.
Den nya lösningen Tokenomics ska ge organisationer möjlighet att följa AI-agenters prestanda och tokenförbrukning i realtid.
Systemet kan bland annat spåra och fördela tokenkostnader mellan olika AI-agenter och medarbetares användning av kodningsverktyg som Claude Code, Codex och Cursor.
Med hjälp av Cisco Deep Time Series Model ska lösningen dessutom kunna analysera konsumtionsmönster och prognostisera framtida AI-kostnader innan faktureringsperioden är avslutad.
Målet är att göra det lättare att koppla organisationens AI-investeringar till faktiska affärsresultat.
AI-agenter övervakas i realtid
Splunk Agent Observability finns nu även i Splunk Observability Cloud och Cisco Cloud Control.
Plattformen övervakar hur AI-agenter och modeller beter sig och hur de presterar genom hela AI-stacken. Den kan också använda skyddsmekanismer under drift för att stoppa felaktiga eller osäkra åtgärder, exempelvis hallucinationer eller situationer där känsliga data riskerar att exponeras.
Cisco presenterar samtidigt Observability Studio, som ska hjälpa utvecklingsteam att bygga in observerbarhet redan när nya applikationer skapas.
En ny Network Intelligence App kopplar dessutom samman Ciscos nätverkstopologi, enheternas hälsa och nätverkshändelser med Splunk. På så sätt ska tekniska team enklare kunna gå från ett larm till den specifika nätverksenhet och omgivande infrastruktur som orsakat problemet.
Nästa steg för agentbaserade SOC
Cisco och Splunk satsar också vidare på det som företagen beskriver som ett Agentic SOC, där specialiserade AI-agenter hjälper säkerhetsteam med delar av arbetet i ett Security Operations Center.
De nya funktionerna inom Splunk Agentic SOC Workforce omfattar bland annat detektering, proaktiv hotjakt, automatiserade undersökningar, koordinerad incidenthantering och styrning av säkerhetspolicyer.
Genom att kombinera telemetri från nätverk, molntjänster, applikationer och identitetssystem ska AI-agenter kunna analysera säkerhetshändelser och hjälpa säkerhetsteam att prioritera vilka incidenter som kräver åtgärder.
Samtidigt byggs Exposure Analytics ut med bredare täckning av organisationens tillgångar, historisk förändringsdata och riskinformation anpassad efter verksamheten.
Tanken är att kombinera information om potentiella exponeringar med aktuell säkerhetsaktivitet från Splunk, Cisco och tredjepartssystem för att skapa en mer samlad bild av organisationens risker.
Splunk och AWS fördjupar samarbetet
Cisco meddelar samtidigt att Splunk och AWS utökar sitt befintliga samarbete genom ett flerårigt avtal om gemensam produktutveckling.
Fokus ligger på säkerhetslösningar som ska kunna hantera AI-drivna cyberattacker och stödja utvecklingen av agentbaserade säkerhetsoperationer.
Splunk bidrar med sin plattform för dataanalys och säkerhetsdetektering, medan AWS bidrar med global molninfrastruktur och skalbarhet.
Målet är att ge säkerhetsanalytiker mer agentbaserat stöd för detektering, undersökning och respons samtidigt som organisationerna behåller mänsklig kontroll och styrning över systemen.
AI flyttar närmare företagens data
De nya Splunk-lösningarna visar samtidigt hur fokus inom företags-AI håller på att förändras. Frågan handlar inte längre enbart om vilka AI-modeller organisationer kan använda, utan också om var modellerna körs, hur de övervakas och hur kostnader, säkerhet och data hanteras.
Genom kombinationen av Splunk, Cisco-infrastruktur och NVIDIA AI-plattform vill Cisco göra det möjligt att köra agentbaserad AI närmare företagens befintliga data och samtidigt behålla kontrollen över både säkerhet och drift.
De nya funktionerna presenterades i samband med Splunk .conf i Denver den 15 september 2026.
