Fastly a observé une croissance rapide du trafic IA sur son réseau. De janvier à mai 2026, les requêtes d'IA sur sa plateforme ont augmenté d'environ 30 %, ce qui est près de 6,5 fois plus rapide que le trafic humain sur la même période. La croissance s'accélère, ce qui, à l'échelle d'Internet, peut se traduire par des milliards de requêtes automatisées supplémentaires.
En analysant les données de notre plateforme, nous constatons que le trafic autonome de machine à machine représente près de la moitié de toutes les requêtes Internet, ce qui comprend les robots, les agents, les systèmes pilotés par API et d'autres interactions initiées par machine. Les machines fonctionnent différemment, tant en volume qu'en vitesse. Elles peuvent découvrir, demander, comparer, et agir en quelques secondes, ce qui accroît les enjeux de visibilité, de pertinence et de compétitivité à long terme.
La nouvelle réalité du trafic IA
Le trafic IA n'est pas une charge de travail unique, mais comprend deux catégories très différentes : les collecteurs IA et les extracteurs IA.
Les collecteurs IA sont des collecteurs groupés et programmés, qui parcourent systématiquement le web ouvert afin de constituer des corpus d'entraînement pour de grands modèles de langage. Ils se comportent à peu près comme les collecteurs traditionnels de moteur de recherche et parcourent le web en continu.
Les extracteurs IA indiquent une tendance émergente : les agents qui agissent pour le compte d'utilisateurs. Contrairement aux collecteurs, les extracteurs sont généralement liés à une requête plus immédiate. Ils extraient des informations pour répondre à une question, comparer des options, vérifier la disponibilité, résumer du contenu, valider des faits ou gérer une transaction.
Ces extracteurs n'ont pas de programme. Leur volume suit la charge de travail agentique et l'adoption d'assistants IA. Plus les agents travaillent pour le compte des utilisateurs, plus le trafic est important. Nous nous attendons à une augmentation du trafic lié à l'utilisation de ChatGPT, Gemini et Claude. Étant donné que les extracteurs sont plus ciblés et axés sur une intention que les collecteurs généraux, ces différents modèles de trafic machine requièrent des décisions commerciales entièrement différentes.
Une partie du trafic IA connaît une croissance remarquablement rapide : nous observons une croissance très importante du trafic lié à Claude (plus de 555 % de croissance par rapport à la base de référence de janvier).
Globalement, en mai 2026, les requêtes de robots d'IA sur le réseau Fastly étaient constituées à 85 % de collecteurs et à 15 % d'extracteurs.
Le trafic IA se comporte différemment des humains
Le trafic humain est épisodique. Il suit les fuseaux horaires, les jours ouvrables, les week-ends, les habitudes et l'intention. Le trafic des collecteurs IA, quant à lui, est beaucoup moins lié à ces schémas traditionnels. Les données de notre plateforme montrent que l'activité des collecteurs IA reste relativement constante sur l'ensemble du cycle de 24 heures. Ces systèmes ne dorment pas, ne font pas de pause et n'attendent pas le matin. Ils collectent, traitent et synchronisent les informations en continu sur l'ensemble des zones géographiques et des fuseaux horaires. Les systèmes IA peuvent découvrir, demander, comparer et agir à la vitesse d'une machine, entraînant ainsi les entreprises vers une économie beaucoup plus en temps réel.
Le schéma de fonctionnement des extracteurs est tout aussi important. Les extracteurs IA semblent plus proches des rythmes humains, car ils sont souvent liés à l'action de l'utilisateur : une personne pose une question, compare des options, vérifie la disponibilité ou essaie d'effectuer une tâche. Ils sont donc automatisés, mais pas dissociés de l'intention humaine.
Cette dynamique montre une nouvelle couche opérationnelle au-dessus d'Internet : des agents toujours actifs, automatisés et de plus en plus intelligents. Elle se situe à côté de l'activité humaine, créant un deuxième modèle de trafic qui se comporte, évolue et sollicite l'infrastructure différemment.
Le trafic IA requiert une bonne stratégie de distribution
Les systèmes IA introduisent un nouveau schéma. Nos données du réseau mondial fondées sur les données de mai 2026 montrent que moins de 9 % des requêtes humaines nécessitent un retour à l'infrastructure d'origine. En revanche, plus de 51 % des requêtes automatisées d'IA nous obligent à puiser directement dans les serveurs d'origine, au lieu de nous contenter de diffuser du contenu mis en cache. Cela signifie que, requête par requête, les charges de travail d'IA interagissent avec l'infrastructure d'origine plus de six fois plus souvent que les utilisateurs humains.
Le trafic IA recherche souvent ce qui a changé : les stocks actuels, les prix en direct, les articles récents, les nouvelles données sur les produits, les politiques mises à jour, les nouvelles disponibilités, la documentation révisée et le contexte en temps réel. Les systèmes d'IA utilisent Internet comme source de données en direct.
Ensemble, ces schémas montrent que le trafic IA modifie les besoins des entreprises en matière d'infrastructure web. Il faut fournir efficacement ce qui peut être mis en cache, acheminer intelligemment ce qui nécessite de nouvelles données, et protéger l'infrastructure d'origine lorsque les systèmes automatisés demandent des informations en temps réel à la vitesse d'une machine.
La prochaine étape
Bien que les données révèlent un profond changement architectural, les chiffres ne racontent que la moitié de l'histoire. Le véritable défi consiste à déterminer comment votre entreprise répond à cette augmentation.
Dans la deuxième partie de cette série, notre directrice marketing, Joan Jenkins, analyse les implications commerciales de ces données et décrit la stratégie agentique nécessaire pour transformer le risque lié aux machines en un avantage concurrentiel.
Méthodologie
Les données analysées dans ce rapport concernent l'infrastructure mondiale de Fastly du 1er janvier au 31 mai 2026. Pour isoler les tendances de trafic organique de l'intégration des clients ou des variations de trafic, les indicateurs à l'échelle du réseau reposent sur une cohorte fixe de clients, avec des exclusions sélectionnées afin d'empêcher que des augmentations isolées et connues du trafic de machine à machine surestiment le trafic des bots ou ne faussent les bases de référence plus larges du réseau.
Le trafic IA a été classé en utilisant les signaux de détection en périphérie de Fastly. Les indicateurs de croissance des séries chronologiques indexent les volumes de requêtes quotidiens par rapport à une moyenne de référence de janvier 2026, en utilisant une moyenne mobile sur 30 jours pour supprimer la cyclicité hebdomadaire standard. Enfin, les calculs de portée d'origine mesurent la proportion de requêtes acheminées directement vers l'infrastructure d'origine en évaluant strictement le volume de requêtes par rapport à la dimension source de la réponse.