Splunk geeft AgenticOps vorm met "supercharged" observability

In dit artikel:

Splunk zette tijdens .conf25 in op wat het “AgenticOps” noemt: AI-agents die routinetaken overnemen, én een observabilitylaag die deze agents zelf bewaakt. Het doel is dat agents niet alleen automatische troubleshooting uitvoeren, maar ook dat andere agents en tools continu hun gedrag, prestaties en kosten monitoren zodat mensen zich op zinvollere werkzaamheden kunnen richten.

Wat nieuw is
- Troubleshooting door agents: zowel Splunk Observability Cloud als AppDynamics krijgen mogelijkheden waarmee AI-agents automatisch incidenten analyseren en mogelijke root causes aanwijzen. Event IQ correleert en groepeert alerts, terwijl Splunk IT Service Intelligence (ITSI) trends, impactinschattingen en oorzaken presenteert.
- AI-observability: naast traditionele monitoring breidt Splunk mogelijkheden uit om LLM’s, AI-agents en AI-infrastructuur te meten — denk aan kwaliteit, kosten, bottlenecks en gebruikspieken. Zo moeten prestaties en risico’s van AI-systemen zichtbaar en bestuurbaar worden.
- Verenigd platform: AppDynamics en Observability Cloud worden samengebracht tot één ervaring voor 3-tier- en microservicesomgevingen. Integratie met Cisco’s ThousandEyes maakt het mogelijk netwerkgedrag direct te correleren met applicatieprestaties, bijvoorbeeld bij betaalprocessen of bereikbaarheid van SaaS-diensten.
- Gebruikerservaring en replay: Cisco introduceert Browser en Mobile Session Replay voor Real User Monitoring (RUM) in AppDynamics en brengt die functies ook naar Observability Cloud, zodat teams echte gebruikerssessies kunnen terugkijken.
- OpenTelemetry-agent en hybride APM: er komt een nieuwe AppDynamics-agent op basis van OpenTelemetry om telemetrie naar zowel AppDynamics als Observability Cloud te sturen. Ook breidt APM-ondersteuning uit naar hybride applicaties en business transactions, waardoor cloud-native en klassieke omgevingen gedekt blijven.

Waarom dit belangrijk is
Splunk wil organisaties helpen sneller van symptoom naar impact en root cause te gaan — niet alleen bij gewone IT-incidenten, maar ook wanneer AI-agents falen of extra kosten veroorzaken. Door observability uit te breiden naar AI-componenten ontstaat inzicht in LLM-kosten, bottlenecks en hoe netwerkproblemen gebruikers raken.

Voorwaarden en uitdagingen
De belofte moet zich in de praktijk bewijzen: organisaties moeten lagere MTTR kunnen aantonen, minder false alerts zien en transparantie in LLM-kosten ervaren. Cruciaal blijft ook governance: wie houdt uiteindelijk toezicht op de agents? Als dat lukt, verschuift de rol van security- en observabilityteams van brandjesblussers naar regisseurs van agents, met meetbare voordelen voor IT en business.