Splunk（Ciscoの一社）は、エージェント型AIを導入する企業が「学習システム」へ進化する必要があるとする見解を示しました。セキュリティ担当がAIの捜査結果を修正したり、ネットワーク担当が障害の根本原因を特定したり、観測チームが遅延やログのパターンから劣化を予測したりするなど、日々の運用で得られる知見は多い一方、チケットやダッシュボード、チャット、事後レビューに埋もれて再利用されにくいと指摘しました。今後の差別化は、より高性能なモデルや自律エージェントの数ではなく、組織の周辺から学べるかだとしています。具体的には、モデルそのものを常に再学習するのではなく、知識ベースや検索（リトリーバル）層、プロンプト、ポリシー、ガードレール、ルーティング、ワークフローを含む「モデル周辺のエコシステム」を学習させる必要があります。さらに、エージェントの行動から結果までを可視化し、観測した挙動を組織の制度的知識へ変換するフィードバックループが重要だとしました。観測・ネットワーク・セキュリティの複数エージェントで事象を捉え、人の修正や最終的な是正手順を記録し、次回は同様のパターンでゼロから始めない運用を目指します。これを実現するための要素として、メモリー、ナレッジベース、データファブリック、AIオブザーバビリティ、制御プレーンを挙げました。
参照元：2026/06/23 「Why agentic enterprises need to become learning systems」 https://venturebeat.com/orchestration/why-agentic-enterprises-need-to-become-learning-systems
この記事へのリアクション
このニュースをどう受け止めましたか？
コメント