昨日に続き、本日未明、ラスベガスで行われたCisco Live 2026 Day2基調講演をライブ視聴しました。今日も キャプテンおおつかの目線で 印象に残ったポイントを整理します。

 　

Day1では、AI Agent時代の企業基盤をどう作るかという大きな構想が示されました。
Cisco Cloud Controlを中心に、Build / Secure / Runで企業ITを再定義する。
その判断基盤として、Cisco Data Fabric powered by Splunkが重要な役割を担う。

https://licensecounter.jp/engineer-voice/blog/articles/20260603_cisco_live_2026_day1ai.html

　

一方、Day2はかなり具体的でした。

テーマは From Agentic Vision to Enterprise Reality。
つまり、Day1で語られたAgentic Eraの構想を、実際の運用デモとして見せる回だったと受け止めています。

いろんな話題がありました。

　・Cisco IQ：サポートを"後追い"から"予測・評価"へ
　・Live Protect：脆弱性対応の考え方を変える
　・AgenticOps：AI Agentが調査・提案・検証まで支援する
　・Splunk / Data Fabric：横断データがなければAI Agentは判断できない
　・AI Canvas：人とAI Agentが同じ証拠で調査する
　・Galileo：AI Agentそのものを観測する必要も出てくる

 　

特に私が注目したのは、2つです。

1つ目は、AIによるトラブルシュートと設定改善。
2つ目は、AI Agentの振る舞いの可視化とガードレールです。

　

AIがトラブルシュートと設定改善を支援する

Day2のデモでまず印象的だったのは、AI Agentが運用作業を支援する流れです。

障害や性能劣化が発生したとき、従来は複数の管理画面を見比べ、ログを追い、ネットワーク、アプリケーション、セキュリティ、インフラのどこに原因があるのかを人が切り分ける必要がありました。

 　

しかし、AgenticOpsの世界では、AI Agentがその調査を支援します。

　・問題を検知する。
　・関連する証拠を集める。
　・原因を推定する。
　・対応案を提示する。
　・リスクを示す。
　・必要に応じて設定変更を提案する。
　・事前に検証し、人が承認して実行する。
　・最後に、復旧したかどうかを確認する。

Day2では、この流れがCisco Cloud Controlを入口に、デモとして具体的に示されていました。

問題の指摘と、推奨設定まで提示

　

ここで重要なのは、AIが勝手にすべてを実行するという話ではないことです。

デモの中でも、実行の段階では、人間が明示的に判断するポイントがありました。
たとえば、設定変更や対応を実行する際に、プロンプトで yes と入力する。

この瞬間が、人間がAIと一緒に運用するということです。

AI Agentは、何が起きているのか、なぜその対応が必要なのか、どのような影響が考えられるのか、といった判断材料を提示してくれます。
しかし、最後に実行するかどうかを決めるのは人間です。

 　

これはかなり現実的だと感じました。

AIに任せきるのではなく、AIが判断材料を揃え、人がそれを見て承認する。
そのうえで、AI Agentが実行や検証を支援する。

つまり、AgenticOpsは「完全自動化」ではなく、人が制御を持ったまま、AI Agentで運用を加速するモデルとして見せられていました。

　

AI Agentそのものも管理対象になる

もう一つ重要だったのは、AI Agentの振る舞いそのものを可視化し、ガードレールを設けるという考え方です。

AI Agentを業務や運用に組み込むなら、そのAgentが何をしているのかを把握する必要があります。

　・どのツールを呼び出したのか。
　・どのような判断をしたのか。
　・想定外の動きをしていないか。
　・コストや品質は妥当か。
　・危険な操作をしていないか。

AI Agentが便利になるほど、Agentそのものも観測・評価・制御の対象になります。

Day2では、Agentの動きや判断を可視化するデモも示されていました。
これは、従来のアプリケーション監視やログ監視とは少し異なる領域です。

AI Agentを使うだけでなく、AI Agentを管理する。
AI Agentを守り、AI Agentによるリスクから企業を守る。
この考え方は、Day1で示されたSecurity for Agentic AIともつながります。

特に、AI Agentが業務上の操作や設定変更に関わるようになると、「何をしたか」「なぜそう判断したか」「どこまで権限を持つか」が重要になります。

人間のユーザーであれば、ID、権限、操作ログ、承認プロセスを管理してきました。
AI Agentについても同じように、識別し、権限を与え、行動を監視し、必要に応じて止める仕組みが必要になります。

Day2では、その世界観がかなり具体的に見えてきました。

　

Cloud ControlとSplunkが2つの世界をつなぐ

この2つの世界観を支えるのが、Cisco Cloud ControlとCisco Data Fabric powered by Splunkです。

 　

AI Agentがトラブルシュートを支援するには、判断材料が必要です。
ネットワーク、セキュリティ、アプリケーション、オブザーバビリティ、外部ツールのデータがバラバラのままでは、AI Agentは正しく判断できません。

 　

そこで、Cisco Data Fabric powered by Splunkが各領域のデータを横断的に束ね、AI Agentが判断できる文脈を作る。

その文脈を使って、Cisco Cloud Control上で人とAI Agentが同じ場で運用・防御する。

 　

ここでのポイントは、AI Agentが単に「答えを出す」だけではないことです。

AI Agentは、複数の情報を集め、関連づけ、対応案を提示します。
人間は、その判断材料を見て、実行するかどうかを決める。
実行後は、復旧したかどうかまで確認する。

 　

 この一連の流れを成立させるには、AI Agentに渡すデータの質と文脈が重要になります。
その意味で、Splunk / Data Fabricの役割はかなり大きいと感じました。

Day1で感じた「Cloud Controlが主役で、Splunkは判断基盤」という見立ては、Day2のデモでさらに強まったように感じます。

　

Day1は構想、Day2は現実の運用

Day1は、Agentic Eraに向けた全体構想でした。

AI Agentが人と共に働く前提で、企業基盤をBuild / Secure / Runで再定義する。
その中心にCisco Cloud Controlがあり、Cisco Data Fabric powered by Splunkが判断基盤となる。

　

Day2は、その構想を具体デモで見せる回でした。

AIがトラブルシュートや設定改善を支援する。
AI Agentそのものの振る舞いを可視化し、ガードレールを設ける。
そして、それらをCloud ControlとSplunkが支える。

 　

まさに、Day2のタイトル通りです。

From Agentic Vision to Enterprise Reality

Day1で語ったAgentic Visionを、Day2ではEnterprise Realityとして見せた。
そのように受け止めています。

 　

特に印象的だったのは、AI Agentが勝手に突き進むのではなく、人間が判断に入る設計が示されていたことです。

　AIが必要な材料を揃える。
　人が承認する。
　AIが実行や検証を支援する。

この関係性は、企業ITの運用においてかなり重要です。

　

まとめ

Day2で見えたのは、AI Agentを単に使う話ではありません。

　AIが運用を支援する。
　同時に、AI Agentそのものも管理・制御する。

AgenticOpsは、AIにすべてを任せる運用ではなく、人が制御を持ったまま、AI Agentの力を使って運用を高度化するモデルとして具体化されていました。

デモで示された「実行時に人間が yes と入力する」という流れは、その象徴だと思います。

AIは、状況を整理し、証拠を集め、リスクを示し、対応案を提案する。
しかし、最後に実行を判断するのは人間です。

これは、AI時代の運用における現実的な落としどころだと感じました。

一言でまとめるなら、Day2はこうです。

AIが運用を助け、AI Agentも管理対象になる。
そして、人間はAIが揃えた判断材料をもとに、最後の実行判断を行う。
CiscoはそれをCloud ControlとSplunkで現実の運用に落とそうとしている。