Fastly ha observado un rápido crecimiento del tráfico generado por la IA en nuestra red. Entre enero y mayo de 2026, las solicitudes de IA en nuestra plataforma han aumentado aproximadamente un 30 %, lo que supone un ritmo unas 6,5 veces superior al del tráfico humano en el mismo periodo. El crecimiento se acelera rápidamente y, a escala de Internet, puede traducirse en miles de millones de solicitudes automatizadas adicionales.
Al analizar los datos de nuestra plataforma, observamos que el tráfico autónomo de máquina a máquina se acerca a la mitad del total de solicitudes de Internet, incluyendo rastreadores, bots, agentes, sistemas basados en API y otras interacciones iniciadas por máquinas. Las máquinas funcionan de forma diferente, tanto en volumen como en velocidad. Son capaces de detectar, solicitar, comparar y actuar en cuestión de segundos, lo que aumenta la importancia de la visibilidad, la relevancia y la competitividad a largo plazo.
La nueva realidad del tráfico de la IA
El tráfico de IA no es una sola carga de trabajo, sino dos categorías muy diferentes: los rastreadores de IA y los fetchers de IA.
Los rastreadores de IA son rastreadores masivos que funcionan según una programación y leen sistemáticamente la web abierta para recopilar corpus de entrenamiento destinados a grandes modelos de lenguaje. Su funcionamiento es muy similar al de los rastreadores tradicionales de los motores de búsqueda y recorren la web constantemente.
Los fetchers de IA apuntan a una tendencia emergente: agentes que actúan en nombre de los usuarios. A diferencia de los rastreadores, los fetchers normalmente están vinculados a una solicitud más inmediata. Recopilan información para responder a una pregunta, comparar opciones, comprobar la disponibilidad, resumir contenidos, validar datos o gestionar una transacción.
Los fetchers no siguen un horario fijo. Su volumen depende de la carga de trabajo de los agentes y de la adopción de los asistentes de IA. Cuantos más agentes actúen en nombre de los usuarios, mayor será el tráfico generado. Esperamos observar un aumento del tráfico impulsado por los usuarios que interactúan con ChatGPT, Gemini y Claude. Dado que los rastreadores están más orientados a objetivos específicos y a la intención del usuario que los rastreadores generales, estos distintos modelos de tráfico de máquinas requieren decisiones empresariales radicalmente diferentes.
El tráfico relacionado con la IA está aumentando a un ritmo considerable: estamos observando un crecimiento masivo del tráfico de Claude, con un incremento superior al 555 % respecto a la referencia de enero.
En general, en mayo de 2026, las solicitudes de bots de IA en la red de Fastly correspondieron en un 85 % a rastreadores y en un 15 % a fetchers.
El tráfico de IA se comporta de manera diferente a los humanos
El tráfico humano es esporádico. Se rige por las zonas horarias, los días laborables, los fines de semana, los hábitos y las intenciones. El tráfico de los rastreadores de IA está mucho menos vinculado a esos patrones tradicionales. Los datos de nuestra plataforma muestran que la actividad de los rastreadores de IA se mantiene relativamente constante a lo largo de todo el ciclo de 24 horas. Estos sistemas no duermen, no se detienen ni esperan hasta la mañana siguiente. Recopilan, procesan y sincronizan información de forma continua en todas las zonas geográficas y husos horarios. Los sistemas de IA pueden descubrir, solicitar, comparar y actuar a la velocidad de una máquina, lo que lleva a las empresas a una economía mucho más en tiempo real.
El patrón de los «fetchers» es igualmente importante. Los «fetchers» de IA parecen ajustarse más a los ritmos humanos porque suelen estar vinculados a las acciones del usuario: una persona que formula una pregunta, compara opciones, comprueba la disponibilidad o intenta completar una tarea. Aunque estén automatizados, no por ello se alejan de la intención humana.
Esta dinámica pone de manifiesto una nueva capa operativa en Internet: los agentes siempre activos, automatizados y cada vez más inteligentes. Esta capa coexiste con la actividad humana, lo que genera un segundo modelo de tráfico que se comporta, se adapta y ejerce presión sobre la infraestructura de manera diferente.
El tráfico de la IA requiere una estrategia de distribución inteligente
Los sistemas de IA introducen un nuevo patrón. Los datos de nuestra red global, basados en información de mayo de 2026, muestran que menos del 9 % de las solicitudes de los usuarios humanos requieren un acceso a la infraestructura de origen. Por el contrario, más del 51 % de las solicitudes automatizadas de IA nos obligan a recuperar los datos directamente de los servidores de origen, en lugar de limitarnos a servir contenido almacenado en caché. Esto significa que, solicitud por solicitud, las cargas de trabajo de IA interactúan con la infraestructura de origen con una frecuencia seis veces superior a la de los usuarios humanos.
El tráfico de IA tiende a buscar lo que ha cambiado: el inventario actual, los precios en tiempo real, los artículos recientes, los datos actualizados de los productos, las políticas revisadas, la nueva disponibilidad, la documentación actualizada y el contexto en tiempo real. Los sistemas de IA utilizan Internet como fuente de datos en tiempo real.
En conjunto, estas tendencias ponen de manifiesto que el tráfico generado por la IA está transformando las necesidades de las empresas en materia de infraestructura web. Es necesario ofrecer contenidos que puedan almacenarse en caché de manera eficiente, enrutar de forma inteligente los datos que requieran información actualizada y proteger la infraestructura de origen cuando los sistemas automatizados soliciten información en tiempo real a la velocidad de las máquinas.
El siguiente paso
Aunque los datos revelan un cambio arquitectónico de gran envergadura, las cifras solo reflejan una parte de la realidad. El verdadero reto consiste en determinar cómo responde tu empresa a este aumento repentino.
En la segunda parte de esta serie, nuestra CMO, Joan Jenkins, analiza las implicaciones empresariales de estos datos y traza la estrategia necesaria para convertir el riesgo asociado a la tecnología en una ventaja competitiva.
Metodología
Los datos analizados en este informe abarcan la infraestructura global de Fastly desde el 1 de enero hasta el 31 de mayo de 2026. Con el fin de diferenciar las tendencias del tráfico orgánico de la incorporación de clientes o los cambios en el tráfico, las métricas de toda la red se basan en una cohorte fija de clientes con exclusiones seleccionadas, para evitar que los picos aislados de tráfico máquina a máquina conocidos sobrestimen el tráfico de bots o distorsionen los valores de referencia generales de la red.
El tráfico de IA se clasificó utilizando las señales de detección de borde de Fastly. Las métricas de crecimiento en series temporales indexan los volúmenes diarios de solicitudes con respecto a una media de referencia de enero de 2026, utilizando una media variable de 30 días para suprimir la ciclicidad semanal habitual. Por último, los cálculos de origen-alcance miden la proporción de solicitudes enrutadas directamente a la infraestructura de origen, evaluando el volumen de solicitudes estrictamente en función de la dimensión de origen de la respuesta.