Le Trafic IA ce n'est pas encore un poids lourd d'Internet. Mais cela modifie déjà les règles de conception des réseaux. Après des années dominées par la vidéo, le streaming et les téléchargements, la croissance de l’intelligence artificielle introduit un profil différent. Moins explosif dans le flux unique, plus persistant, plus symétrique et de plus en plus critique pour les applications et services.
C'est le point central du rapport « Impact de l'IA sur les réseaux étendus » De Ciscodédié à l’impact de l’intelligence artificielle sur les réseaux WAN. L’étude combine une analyse du trafic réel, des données de marché et des tests en laboratoire sur des agents IA. Le but est de mesurer comment l'inférence et l'IA agentique modifient les volumes, les durées de flux, la capacité en amont et les exigences de qualité.
La prédiction la plus pertinente concerne 2035. Selon le modèle Cisco, le trafic d’inférence de l’IA pourrait représenter le 25 % du trafic réseau total. Dans les services grand public, l'adoption de l'IA et des agents autonomes pourrait entraîner une croissance du trafic d'ici 6,6 fois par rapport aux niveaux actuels. Ce chiffre équivaut à une augmentation supplémentaire de 63 % par rapport à un scénario sans impact de l’IA.
Le nouveau centre de gravité des réseaux
La transformation ne concerne pas seulement la quantité de données. Le Trafic IA Il présente des caractéristiques différentes du trafic Web traditionnel. Les requêtes d'inférence n'ont rien à voir avec la navigation classique. Ils sont générés par des applications qui communiquent avec des modèles distants, envoient du contexte et reçoivent des réponses jeton après jeton.
C'est pourquoi les flux durent plus longtemps. Cisco constate que les flux d'inférence de l'IA ont une durée médiane environ le double de celle des transactions Web ordinaires. La raison est structurelle. Le modèle ne renvoie pas toujours du contenu prêt à l'emploi. Il le produit progressivement, générant une réponse séquentielle.
Le résultat est un moins de « rafales » et un trafic plus continu. La vitesse médiane des flux web traditionnels est dix fois supérieure à celle des flux IA. Mais cela ne rend pas l’IA moins efficace. À l’inverse, sa persistance peut augmenter le nombre d’états à gérer dans les réseaux et les systèmes de sécurité. Pour les opérateurs, l’enjeu devient donc architectural. Les pare-feu, les systèmes d’inspection, les plateformes DPI et les outils d’assurance devront suivre des flux plus longs et plus distribués. La capacité ne sera pas suffisante. L’observabilité, la classification et la gestion différenciée seront nécessaires.
L’inférence pèse peu aujourd’hui, mais elle prend rapidement de l’ampleur
Le rapport clarifie un point important. Aujourd’hui, le trafic d’inférence de l’IA reste marginal par rapport à des catégories comme le streaming vidéo. Cependant, la dynamique de croissance est très rapide. Les données sur la consommation de jetons montrent une multiplication par dix d’une année sur l’autre. Dans les mesures effectuées auprès de certains fournisseurs de services, Cisco indique une croissance environ quadruplée en huit mois.
C’est cette trajectoire qui inquiète et intéresse les opérateurs. Le trafic de l’IA part d’une petite base, mais se développe vers des applications déjà répandues. Les assistants, les chatbots, les outils de productivité, les services d'achat, les applications d'entreprise et les fonctionnalités logicielles intégrées font de l'inférence un élément ordinaire de l'expérience numérique.
Contrairement au trafic de formation de modèles, le trafic d’inférence traverse des réseaux étendus. La formation reste largement cantonnée aux datacenters. L'inférence, quant à elle, connecte les appareils, les applications, les cloud, les centres de données privés et les modèles distants. C’est là que le Wan devient le terrain décisif.
Le rapport met également en évidence l'utilisation des transports TCP et Quic. En termes de volume, Quic arrive à 57% dans les données analysées. Cela introduit des défis supplémentaires pour les systèmes de reconnaissance d’applications, car le chiffrement rend plus complexe l’identification du trafic au niveau des applications.
Les agents IA deviennent des utilisateurs expérimentés
Cependant, la discontinuité la plus forte vient des agents autonomes. Dans le modèle Cisco, les agents IA ne sont pas de simples interfaces conversationnelles. Ce sont des processus logiciels qui utilisent un modèle comme moteur de décision et activent des outils externes pour accomplir des tâches. Cela change l’échelle d’utilisation. Un être humain navigue, lit, choisit et attend. Un agent fonctionne à la vitesse d’un logiciel. Interrogez les sources, envoyez des invites, mettez à jour le contexte, invoquez des outils et revenez au modèle. Chaque étape génère du trafic.
Dans les tests Cisco, une tâche effectuée par un agent produisait jusqu'à 450 % de trafic total en plus par rapport à la même activité effectuée manuellement. À propos du 70% du trafic généré c'était lié à l'inférence de l'IA. Cela fait de la connexion entre le code de l’agent et le modèle une dépendance critique.
Cisco appelle ce lien l'épine dorsale de l'agent. La métaphore est efficace, car elle montre la nouvelle centralité du réseau. Si le chemin d’accès au modèle se dégrade, l’agent ne se contente pas de ralentir. Elle risque de perdre en capacité opérationnelle, en fiabilité et en qualité de réponse.
Plus en amont, moins de certitude pour la planification des capacités
L’un des effets les plus importants concerne la symétrie du trafic. Les réseaux fixes ont été historiquement conçus autour d’une prédominance aval. Les utilisateurs téléchargeaient plus de données qu’ils n’en téléchargeaient. La vidéo a renforcé cette logique.
L’inférence de l’IA introduit un équilibre différent. Les invites deviennent plus riches, y compris le contexte, les documents, l'historique et les informations opérationnelles. Dans le cas des agents, ce contexte peut croître au cours de l’exécution des tâches.
Selon Cisco, environ le 9 % des flux d'inférence d'IA transporte plus de données en amont qu’en aval. Pour le trafic Web typique, la part est d'environ 0,5 %. C'est une différence significative, notamment pour les réseaux d'accès.
La question est particulièrement sensible pour la planification radio et pour les réseaux à large bande dont la capacité en amont est historiquement plus limitée. Les architectures fibre présentent un avantage en termes de symétrie. D’autres technologies devront accélérer les mises à niveau déjà en cours.
Le problème ne concerne pas seulement la vitesse nominale. Il s'agit de la qualité de la session IA. Un agent qui doit envoyer de grandes quantités de contexte peut être pénalisé par une congestion en amont, une gigue ou une perte de paquets. Dans ce scénario, la capacité de téléchargement devient un facteur de compétitivité.
La latence n'est pas encore le goulot d'étranglement
Le rapport réduit, au moins à court terme, le problème de la latence du réseau. Aujourd’hui, le temps de réponse global de l’IA dépend avant tout du traitement des modèles. La latence d'inférence peut aller de centaines de millisecondes à plusieurs secondes.
Le trafic réseau pèse encore peu sur le temps perçu par l'utilisateur. Pour cette raison, Cisco ne voit pas actuellement de justification généralisée pour déplacer l'inférence vers la périphérie uniquement pour des raisons de latence. La situation est cependant vouée à changer. Avec un matériel d'inférence plus efficace, la part du retard imputable au réseau deviendra plus visible. Comme les modèles réagissent plus rapidement, même des dizaines de millisecondes peuvent avoir un impact sur l'expérience. À ce stade, votre déploiement d’inférence devra combiner latence, évolutivité, sécurité et souveraineté des données.
C'est une étape stratégique pour les opérateurs. La mesure de la qualité ne peut pas s’arrêter aux KPI traditionnels. Nous aurons besoin d’indicateurs spécifiques à l’expérience IA, capables de distinguer le retard du modèle, les problèmes de réseau et les performances des applications.
Entreprise, le trafic peut être multiplié par neuf
Dans le monde de l’entreprise, l’impact de l’IA agentique est lié à la transformation des processus. Le rapport cite des prévisions selon lesquelles 40 % des applications d’entreprise intégreront des agents d’IA spécifiques d’ici 2026. En 2025, cette part était inférieure à 5 %. L’accélération est soutenue par la poussée en matière de productivité, d’automatisation et de réduction des coûts. Toujours selon les données rappelées par Cisco, d'ici 2027 80 % des managers considéreront l'IA agentique comme cruciale pour la survie compétitive de l'entreprise.
La conséquence sur les réseaux d'entreprise est importante. Sans agents IA, le trafic des entreprises augmenterait d’environ 2,5 fois sur la période 2026-2035. Avec l’adoption de l’IA agentique, la croissance pourrait atteindre neuf fois. Ce scénario modifie également le rôle des infrastructures internes. Les entreprises devront gérer les connexions entre les sites, les cloud publics, les centres de données privés, les environnements sur site et les modèles externes. Le trafic d’IA deviendra partie intégrante des flux d’applications d’entreprise.
Le résultat est une nouvelle priorité pour les architectures SD-WAN, la sécurité distribuée et l’observabilité de bout en bout. Il ne s’agira pas seulement de connecter les utilisateurs et les applications. Il faudra garantir des chemins fiables entre agents, modèles et outils opérationnels.
Consumer AI, l’échelle qui change Internet
Si l’entreprise apporte de la complexité, le consommateur apporte de l’échelle. Cisco s'attend à ce que l'adoption de l'IA par les utilisateurs finaux devienne presque universelle d'ici le milieu des années 2030. L’IA entrera dans les smartphones, les appareils portables, les voitures, les applications financières, le shopping, les jeux, le divertissement et la réalité augmentée. La transition sera progressive, mais profonde. De nombreux utilisateurs ne percevront plus l’IA comme un service distinct. Ils le trouveront intégré dans les applications et les appareils. Cela fera de l’inférence une fonction de base de la connectivité.
Consumer Agentic AI ajoute une autre couche. Les assistants personnels, les agents d'achat, les outils de planification, les services financiers automatisés et les fonctions à domicile fonctionneront en arrière-plan. Chaque tâche générera des requêtes, du contexte et des échanges avec des modèles distants.
Pour les opérateurs, cela signifie que le trafic IA pourrait devenir un moteur majeur de la croissance globale. La vidéo restera pertinente, mais elle ne sera plus la seule référence en matière de capacité et de qualité de planification. Le réseau devra prendre en charge des services plus interactifs, persistants et sensibles à la continuité.
La sécurité et les politiques entrent dans la conception
La croissance du trafic d’IA ouvre également la voie à la cybersécurité et à la gouvernance. Des flux plus longs, chiffrés et distribués rendent l’inspection plus complexe. L'utilisation de Quic peut réduire la visibilité des applications des systèmes traditionnels. Les agents interagissent également avec des sources, des outils et des services externes. Cela augmente la surface de risque. Un agent compromis ou mal configuré peut générer un trafic anormal, accéder à des données sensibles ou amplifier des erreurs opérationnelles. Le réseau devra donc intégrer des contrôles plus granulaires, sans pénaliser l'expérience.
L’ajustement peut également avoir un impact. Souveraineté des données, localisation des inférences, sécurité des infrastructures critiques et responsabilité des agents autonomes entreront dans les choix de déploiement. La répartition entre le cloud, la périphérie, les centres de données privés et les appareils ne sera pas seulement technique. En Europe, ces thèmes sont liés à la stratégie sur le cloud, les données, l'IA et l'infrastructure numérique. La capacité à prendre en charge un trafic d’IA fiable pourrait devenir un indicateur de compétitivité industrielle. Pas seulement pour les opérateurs, mais pour l’ensemble de l’écosystème numérique.