- 60% 的公司表示人工智能费用上升会给他们带来更多的财务压力。
- 监测和安全团队正在加强协作，这是一个显著的积极趋势。
- 91% 的可观察性领导者表示他们可以将成本归因于模型或代理级别。
Splunk 发布的《2026 年可观察性状况》报告指出，随着供应商转向以消费为基础的模式，企业发现人工智能成本正变得越来越难以预测。
这一现象发生在代理人工智能（Agentic AI）采用率不断增长的背景下。代理能够独立工作，并根据任务复杂度及所选模型消耗差异巨大的代币量。
调查显示，超过一半（55%）的受访组织表示无法有效控制人工智能成本；同时，57% 的组织担心其遥测数据成本高于所监控的实际基础设施成本。
代理人工智能加剧成本预测难度
81% 的受访者表示，监控人工智能工作量促进了可观察性与安全团队之间的协作。此外，73% 的受访者能够准确追溯问题至潜在的安全原因，这一比例较去年的 65% 有所提升。
两个团队之间的数据共享也在增加。思科首席产品官 Jeetu Patel 解释道：“这份报告表明可观察性和安全数据正在趋同，团队需要比以往任何时候都更加合作。”
该报告还强调了可观察性团队在更广泛的人工智能战略中的相关性。超过 91% 的可观察性领导者表示，他们可以准确地将人工智能成本归因于特定的代理、模型和工作负载，而非领导者的这一比例仅为 69%。这使得评估人工智能投资回报率成为一项重要考量。
尽管具备上述能力，价格模式的转变以及代理如何消费代币仍给财务部门带来挑战。五分之三的受访者表示，人工智能账单出现的意外高峰比始终高昂的基线成本带来的压力更大。
