
Splunk acaba de ponerle IA a una de las partes más fomes (y más críticas) de la observabilidad: hacer que el machine data llegue bien, estructurado y confiable. La novedad se llama AI-Powered Data Management, corre sobre Cisco Data Fabric powered by Splunk Platform, y trae dos capacidades que pasan a disponibilidad general (GA) más una que queda en acceso controlado.
La tesis es simple y duele de verdad: “meter datos a Splunk es fácil, usarlos es lo difícil”. Cada fuente nueva —apps, servicios cloud, tools de seguridad, red, endpoints— trae sus propios formatos, campos faltantes y mapeos inconsistentes. Y cuando el CIM (Common Information Model) se desalinea, la detección de seguridad empieza a arrojar resultados incompletos sin que nadie se dé cuenta.
Qué se libera
Guided Onboarding con Auto-schema (GA). Un flujo con dos patas para sacar al admin del “¿por dónde empiezo?”:
- Plan data onboarding: hace preguntas, recomienda una estrategia y arma una lista de tareas enfocada.
- Schematize custom data: toma eventos de muestra, identifica patrones, recomienda mapeos y genera la lógica de extracción de campos (hasta paquetes add-on o templates SPL2).
Self-Healing Pipelines (GA, con Splunk Ingest Monitoring 1.4.0). El plato fuerte. Monitorea el cumplimiento CIM, detecta drift, y con IA analiza la causa raíz y propone fixes. El flujo es de cuatro pasos: detectar degradación → analizar causa con IA → revisar cambios en un diff lado a lado (props.conf / transforms.conf) → deployar vía un add-on overlay que no toca los archivos originales. La clave es que el admin sigue al mando: la IA propone, el humano revisa.
Automated Field Extraction (Controlled Availability). Para reducir la tarea regex de extraer campos en ingest, usando IA para sugerir los campos a extraer.
Por qué importa
Esto no es cosmética. Es el argumento de “AI readiness” de Splunk: los agentes y workflows agentic necesitan datos gobernados, discoverables y precisos — no telemetría cruda. Si tu data foundation es un desastre, la IA que corre encima hereda el desastre.
El pitch de fondo: menos toil manual, datos de mejor calidad, y una base operacional lista para la era agéntica. Y con la vara de que en Splunk ya llevan varias semanas empujando esta línea —Agent Launchpad, medir costo por resultado, Call Graph Profiling— queda claro que el mensaje 2026 es “observabilidad que se opera sola, con el humano revisando”.
¿Me quedo con una duda? Sí: hasta dónde llega el “self-healing” de verdad. Por ahora las remediaciones son propuestas que el admin aprueba. Autónomo sí, autónomo pero con freno de mano.


