Il 55% dei professionisti IT e di ingegneria dichiara di non riuscire a tenere sotto controllo i costi dell’intelligenza artificiale. Il 56% non è in grado di misurare metriche dei carichi di lavoro dell’IA, come la qualità delle risposte dei modelli linguistici, mentre l’83% teme le conseguenze indesiderate degli agenti. È il divario tra velocità di adozione e capacità di governo a emergere dallo Splunk State of Observability 2026: Restoring Predictability in the AI Era, presentato da Cisco. Giunta alla sesta edizione, la ricerca coinvolge 2.050 professionisti delle operations IT e dell’ingegneria in dieci Paesi.
Le organizzazioni stanno affidando agli agenti attività che spaziano dallo sviluppo software alla gestione dell’esperienza cliente. La capacità di verificarne decisioni, affidabilità e impatto economico, però, fatica a tenere il passo. L’87% degli intervistati considera il monitoraggio dell’IA una priorità, ma il 54% non vi associa ancora risultati di business chiari. Anche sulle allucinazioni, le risposte errate o inventate dei modelli, la distanza è evidente: l’85% ritiene importante riuscire a individuarle, mentre solo il 58% dichiara di farlo efficacemente.
È in questo spazio che si colloca l’osservabilità degli agenti: la capacità di raccogliere e interpretare i dati sul loro comportamento, valutarne le prestazioni e introdurre meccanismi di controllo. Rispetto alle applicazioni tradizionali, il monitoraggio deve estendersi alle decisioni prese dai sistemi e al loro legame con i risultati aziendali. Un agente che risponde rapidamente, infatti, non necessariamente sta svolgendo correttamente il compito assegnato.
«Presto, nella maggior parte delle aziende, gli agenti di IA saranno molto più numerosi delle persone», osserva Jeetu Patel, President e Chief Product Officer di Cisco. «Gestirli su larga scala richiede un ripensamento degli approcci alla sicurezza e all’osservabilità». Verificare se un agente sia stato compromesso e accertare che lavori correttamente diventano così due aspetti dello stesso problema.
Sul fronte economico, a pesare è soprattutto l’incertezza. Per il 60% degli intervistati, i picchi di spesa imprevisti creano maggiori difficoltà operative rispetto a costi di base elevati. La presenza di numerosi agenti che utilizzano modelli diversi rende più complesso ricostruire i consumi e prevedere le fatture. Anche il controllo genera spesa: il 57% afferma che i costi della telemetria, cioè dei dati raccolti per osservare il funzionamento dei sistemi, hanno superato quelli dell’infrastruttura monitorata.
«Nelle aziende di oggi, l’entusiasmo per l’IA deve fare i conti con la realtà dei costi», sottolinea Kamal Hathi, SVP e GM di Splunk in Cisco. La proposta è integrare l’osservabilità nella gestione economica del consumo di token, le unità con cui viene misurata l’elaborazione di molti modelli di IA, per collegare la spesa al valore prodotto. Il 67% degli intervistati utilizza già un’unica piattaforma di osservabilità, con l’obiettivo di ottenere una visione integrata e individuare l’origine dei costi di telemetria.
La diffusione degli agenti sta modificando anche il lavoro dei team. L’81% del campione afferma che il monitoraggio dell’IA ha rafforzato la collaborazione tra osservabilità e sicurezza. Il 77% dei team di osservabilità lavora con quelli di sicurezza per individuare e risolvere i problemi, contro il 62% del 2025, mentre la condivisione dei dati è salita dal 74% all’84%. Cresce anche la quota di chi riesce a ricondurre i problemi di prestazione alle relative cause di sicurezza: dal 65% al 73%.
Il report individua poi un gruppo di organizzazioni con pratiche di osservabilità più evolute. Queste aziende utilizzano gli agenti per correggere e prevenire le criticità, monitorano qualità dei modelli, consumi, costi, sicurezza e privacy e collegano i dati tecnici alle decisioni strategiche. Il 91% dichiara di riuscire ad attribuire con precisione i costi dell’IA ai diversi agenti, modelli e carichi di lavoro, contro il 69% delle altre organizzazioni.
Anche i risultati economici dichiarati mostrano una distanza: il 54% delle aziende più avanzate attribuisce all’osservabilità almeno cinque milioni di dollari di ricavi aggiuntivi annui, rispetto al 28% delle altre. Si tratta delle valutazioni degli intervistati, che non dimostrano da sole un rapporto di causa ed effetto. Indicano però dove queste organizzazioni stanno concentrando l’attenzione: sapere quali agenti generano spesa, quali risultati producono e quando occorre intervenire.
