Ruim de helft van de ondervraagde ITOps- en engineeringprofessionals zegt geen controle te hebben over de kosten van AI. Onverwachte pieken in de rekening veroorzaken daarbij meer operationele druk dan hoge basiskosten. Dat blijkt uit de zesde editie van het State of Observability-onderzoek, uitgevoerd door Oxford Economics in opdracht van Splunk, onderdeel van Cisco.
Het rapport Splunk State of Observability 2026: Restoring Predictability in the AI Era is gebaseerd op een enquête onder 2.050 ITOps- en engineeringprofessionals in uitvoerende en managementrollen. Oxford Economics hield het onderzoek in februari en maart 2026 in tien landen: Australië, Frankrijk, Duitsland, India, Japan, Nieuw-Zeeland, Singapore, Saoedi-Arabië, het Verenigd Koninkrijk en de Verenigde Staten. Nederland maakte geen deel uit van de steekproef.
Pieken in de rekening zorgen voor druk
Organisaties draaien volgens het rapport tientallen tot duizenden agents op meerdere modellen. Ruim de helft van de respondenten geeft aan geen controle te hebben over de AI-kosten, omdat het verbruik stijgt en minder voorspelbaar wordt. Van de ondervraagden zegt 60% dat onverwachte pieken in de rekening meer operationele druk opleveren dan hoge basiskosten. Bij 57% vallen de telemetriekosten hoger uit dan de kosten van de infrastructuur die wordt gemonitord.
Sander ten Hoedt, Cloud & AI Lead van Cisco Benelux en Zwitserland, stelt dat het enthousiasme over AI bij veel organisaties, ook in Nederland, botst met de factuur. Ten Hoedt ziet observability als onderdeel van een strategie voor AI-tokenomics, waarmee AI-uitgaven volgens hem meetbaar en beter te plannen worden.
Monitoring van agents blijft achter
Van de respondenten maakt 83% zich zorgen over onbedoelde gevolgen van AI-agents. Volgens het rapport vraagt het monitoren van agents om andere metrics dan bij traditionele applicaties, gekoppeld aan bedrijfsresultaten en aan de manier waarop agents beslissingen nemen.
In de praktijk lukt dat nog beperkt. Zo noemt 87% het monitoren van AI een prioriteit, terwijl 54% daar geen duidelijke bedrijfsdoelen aan heeft gekoppeld. Ruim de helft (56%) kan AI-workloadmetrics zoals de kwaliteit van LLM-antwoorden niet meten. Inzicht in hallucinaties vindt 85% belangrijk, maar 58% zegt daar effectief in te zijn.
Observability en security werken nauwer samen
Nu agents meer toegang krijgen tot operationele processen, vindt 81% van de respondenten dat ITOps-, engineering- en securityteams meer moeten samenwerken. Het delen van data tussen die teams is volgens het rapport gestegen van 74% naar 84%.
Jeetu Patel, President en Chief Product Officer bij Cisco, verwacht dat de meeste bedrijven binnenkort meer agents dan mensen aan het werk hebben. Organisaties moeten dan volgens Patel snel kunnen vaststellen of agents goed functioneren of gecompromitteerd zijn. Hij pleit daarvoor voor gemeenschappelijke dataplatforms, waarop security- en observabilityteams samen problemen in realtime detecteren en erop reageren.
Koplopers wijzen kosten vaker toe
Het rapport onderscheidt een groep koplopers. Van die groep kan 91% AI-kosten nauwkeurig toewijzen aan specifieke agents, modellen en workloads, tegenover 69% van de overige respondenten. Onder koplopers zegt 94% dat observability en security nauwer samenwerken door AI-monitoring. Daarnaast kan 86% van hen prestatieproblemen herleiden tot een securityoorzaak, tegenover 71% bij de rest.
Splunk koppelt die resultaten aan drie werkwijzen. Koplopers zetten agents regelmatig in voor remediation-taken, volgen modelkwaliteit, kosten, gebruik, security en privacy op de voet en koppelen telemetrie aan bedrijfsimpact en strategische planning.
Het volledige rapport is te lezen via Splunk State of Observability 2026: Restoring Predictability in the AI Era.
