Splunk 报告：43% 印度企业难以控制 AI 成本

根据思科旗下 Splunk 发布的《2026 可观测性现状》报告，85% 的印度组织将监控 AI 工作负载列为优先事项，但 43% 难以控制 AI 成本，46% 无法有效衡量 AI 工作负载指标。

该报告基于对 10 个国家 2050 名 IT 运维与工程专业人员的调查，指出随着企业扩大部署，AI 智能体的使用日益增多，在监控、财务可预测性和安全方面带来了挑战。

“大多数公司很快就会拥有远超员工数量的智能体在工作中运行，”思科总裁兼首席产品官 Jeetu Patel 在一份新闻稿中指出。“大规模管理智能体需要重新构想安全与可观测性。我们的智能体是否已被攻破？它们是否在良好地履行职责？在智能体 AI 的世界里，这些问题密不可分，而且它们正以机器速度发展。”

报告发现，39% 的印度受访者缺乏与 AI 监控相关的明确业务成果，而全球这一比例为 54%。虽然印度有 87% 的受访者认为对 AI 幻觉的可视化很重要，但 70% 表示其组织在监控 AI 幻觉方面卓有成效，而全球这一比例为 58%。

AI 成本仍是另一项挑战。

虽然 43% 的印度受访者表示他们无法准确控制 AI 成本，但全球这一比例为 55%。对 54% 的印度受访者而言，意外账单激增造成的运营压力大于高基线成本，而全球这一比例为 60%。在全球范围内，57% 的受访者表示遥测成本已超过被监控基础设施的成本。

安全担忧也在推动团队之间更紧密的协作。

约81%的印度受访者担忧AI智能体的意外后果，而89%的受访者表示，监控AI工作负载增进了可观测性团队与安全团队之间的协作，全球这一比例为81%。此外，印度有81%的受访者能够准确将性能问题追溯至安全相关的根本原因，全球这一比例为73%。

印度组织报告的模型质量监控能力高于全球同行，51%的受访者称其做法非常有效，而全球这一比例为35%。

报告指出了在可观测性方面取得更佳成效的组织所采用的三项做法：利用AI智能体修复和预防问题；监控模型质量、成本、使用情况和安全性；将遥测数据与业务影响关联起来。

在这些领先组织中，91%能够准确归因AI成本，而非领先组织中这一比例为69%。此外，54%的领先组织报告称，可观测性每年带来至少500万美元的业务收入，而非领先组织中这一比例为28%。