Splunk place la confiance au cœur du produit avec .conf26

Contexte et thème central

Lors du salon .conf26 organisé à Denver, Cisco et sa filiale Splunk ont structuré l’ensemble des présentations autour d’un mot‑clé unique : trust. Le choix de ce terme reflète la transition annoncée d’un logiciel qui répond à des requêtes vers un logiciel qui agit de façon autonome. Cette orientation s’appuie sur la montée en puissance des agents intelligents, qui, selon le président produit de Cisco, Jeetu Patel, consomment désormais plus de ressources que les utilisateurs humains.

Agents comme nouvelle force de travail

Patel a présenté plusieurs indicateurs chiffrés : dès février, le nombre de tokens consommés par les agents a dépassé celui des humains, et sept mois plus tard, les agents utilisent cinq fois plus de tokens. Il a également indiqué que 60 % de la capacité mondiale de calcul IA de l’année est dédié à l’inférence, contre l’entraînement. Cette réallocation signifie que les charges de travail ne sont plus limitées par l’attention humaine ; les agents fonctionnent 24 h/24, génèrent d’autres agents et mobilisent davantage de bande passante réseau. Patel compare ces agents à des adolescents : intelligents, intrépides, mais parfois sujets à de mauvais jugements, ce qui impose aux équipes de définir des politiques d’IA très précises.

Fusion de l’observabilité et de la sécurité

Une démonstration en direct a illustré la difficulté de distinguer une compromission d’une erreur d’agent. John Morgan, vice‑président sécurité de Splunk, a annoncé une intégration prévue d’ici la fin d’année entre Splunk Observability et Splunk Enterprise Security. Cette intégration consolide les traces d’agents, les scores d’évaluateurs, la télémétrie applicative, les données réseau et les signaux de sécurité sur un même « fabric ». L’objectif est de fournir un même fil d’évidence exploitable tant par les équipes d’observabilité que par les équipes SOC, tout en respectant leurs budgets distincts. Cette convergence répond à la réalité que, sans visibilité complète, il est impossible de diagnostiquer ou de corriger un incident.

Tokenomics et maîtrise des coûts

Le produit phare présenté, Splunk Agent Observability, introduit la fonctionnalité Tokenomics, qui suit et prédit la dépense de tokens des agents. Un scénario de démonstration a montré un agent de commerce électronique honorant une promotion expirée de 300 $, entraînant un coût estimé à 500 000 $ / heure à grande échelle. La solution a consisté à insérer un garde‑langage de modèle de petite taille, avec une latence inférieure à 350 ms, réduisant les dépenses d’évaluation de ~1 000 $ / jour à quelques dollars. Vikram Chatterjee, directeur de la résilience des agents, a rappelé que « tout ne nécessite pas un modèle dans la boucle », soulignant l’importance d’un contrôle d’exécution économique. Diganta Nayak de Verizon a ajouté que le critère de sélection d’un modèle doit intégrer le coût total de l’issue business, pas seulement le nombre de tokens.