Du volume à la valeur : Comment l'IA et les agents redéfinissent les réseaux télécoms

Le développement des grands modèles de langage (LLM) ne s'est pas encore traduit par une perturbation majeure du trafic sur les réseaux. Cependant, l'automatisation croissante des requêtes, tirée par l'essor des agents et des machines connectées, pourrait influencer la structure du trafic Internet à l'avenir. Cela pourrait donner aux réseaux un rôle plus important pour rendre possibles des cas d'usage avancés d'IA générative.

Ce changement sera plus qualitatif que quantitatif : plus de trafic montant (uplink), plus de flux sensibles à la latence, davantage d'interactions générées par des machines. Ces flux seront porteurs de valeur et pourraient être éligibles à une meilleure monétisation pour les opérateurs télécoms, grâce à une qualité de service différenciée.

D'un outil back-end à une couche d'interaction

En seulement deux ans, les grands modèles de langage (LLM) ont atteint plus d'un milliard d'utilisateurs. Cela crée un paradoxe : la demande d'inférence en IA générative (GenAI) a augmenté de manière exponentielle, mais son impact actuel sur le trafic des réseaux d'accès reste limité par rapport à la vidéo. Cet article examine comment l'IA générative pourrait influencer les réseaux télécoms dans les années à venir.

Premier impact de la GenAI sur les réseaux

OpenAI a fait état de plus de 2,5 milliards de messages d'utilisateurs par jour en juillet 2025, ce qui correspond vraisemblablement à environ 1 à 4 mille milliards de tokens consommés par jour sur ChatGPT. Extrapolé sur une année, cela reste très faible par rapport au trafic télécom mondial total. Ericsson estime l'impact actuel de la GenAI sur le trafic mobile à environ 0,06 %, ce qui est cohérent avec l'idée que les interactions textuelles restent marginales en volume. Même la génération d'images, bien qu'en forte croissance, ne modifie pas sensiblement la situation globale à l'échelle du réseau. Les rapports de trafic d'Ericsson et de Nokia indiquent tous deux que le streaming vidéo grand public et les réseaux sociaux continuent de dominer les volumes de trafic.

L'intelligence artificielle émerge et apparaît plutôt comme un facteur de croissance incrémental que comme un substitut aux catégories de trafic existantes. Cependant, quelques premiers changements peuvent être observés :

• Une légère augmentation du trafic montant (uplink) et de l'interactivité des sessions (voix, requêtes multimodales, synchronisation du contexte).
• Moins de chargements de pages ou d'appels API par tâche, mais chaque interaction est plus lourde en calcul, en contexte et en extraction de données.
• Les premiers signes d'un trafic généré par des machines (agents, copilotes appelant des API). Même si une part importante de l'activité web est déjà non humaine (crawlers, scrapers et bots), le prochain basculement réside dans un trafic de plus en plus tiré par l'exécution plutôt que par la navigation.

Néanmoins, cette première phase reste principalement centrée sur l'humain.

Quand les interactions ne sont plus pilotées par l'utilisateur : Agents x Robots

Le premier élément de rupture est l'essor des agents, qui prendront des décisions plus autonomes et amplifieront les actions humaines. Nous pouvons nous attendre à ce que les assistants suggèrent des actions sans qu qu'on leur demande et exécutent certaines tâches de manière autonome pour le compte des utilisateurs. Pour donner quelques exemples :

• Rechercher des informations en interrogeant plusieurs sites web, où la collecte de données (crawling) pilotée par LLM peut multiplier le nombre de requêtes.
• Auto-publier à grande échelle : les agents peuvent générer des articles, des fiches produits, des publications et potentiellement des contenus multimédias.

Même si le nombre de tokens générés par une requête LLM augmente, la majeure partie des échanges de tokens reste au sein des data centers. Pour les réseaux télécoms, le principal effet réside moins dans les tokens eux-mêmes que dans la multiplication des requêtes, des boucles d'extraction, des appels API et des sessions machine-to-machine. Nokia prévoit une forte hausse du trafic WAN lié à l'IA agentique, le trafic machine-to-machine devenant une nouvelle catégorie significative qui atteindrait 537 Exaoctets/mois en 2034 (soit 10 fois plus qu'en 2025).

Le second élément de rupture est l'essor de la robotique après une longue période de stagnation relative. L'IFR fait état de plus de 542 000 robots industriels installés en 2024 et d'un parc opérationnel mondial d'environ 4,66 millions d'unités. Les robots de service professionnels progressent également, avec près de 200 000 unités vendues en 2024 et une flotte en « Robots-as-a-Service » en croissance de 31 %.

Les systèmes robotiques génèrent et adaptent du contenu en continu et à plus grande échelle. Les voitures connectées sont un exemple de cette première génération de robots. Le trafic actuel déporté sur les réseaux étendus reste limité par l'architecture, les coûts et le traitement local, mais la tendance pointe vers des échanges plus continus de données vidéo et de contrôle à travers les réseaux.

La combinaison des agents et de la robotique dotera les appareils connectés de capacités de prise de décision, comme des applications utilisant des caméras pour interpréter leur environnement. Ericsson pointe également les assistants IA basés sur la vidéo, l'assistance par caméra de smartphone et les lunettes intelligentes comme des moteurs potentiels de croissance du trafic montant. Cela pourrait augmenter le volume des fichiers multimédias et des flux contextuels en temps réel.

La part des sessions non humaines peut donc augmenter de manière significative.

Conséquences pour le réseau : de nouveaux arguments pour la faible latence et le Edge Computing

Le Mobility Report d'Ericsson et les prévisions de trafic de Nokia suggèrent tous deux que le vrai changement ne réside pas seulement dans le volume de trafic, mais dans la transformation de sa structure.

D'abord, le trafic montant (uplink) devient plus important. Si les appareils envoient continuellement des données telles que de la vidéo, du contexte ou des données capteurs, le déséquilibre traditionnel entre téléchargement (download) et envoi (upload) commence à s'estomper. Cela peut être déclenché par des requêtes automatisées, de la télémétrie haute résolution, des assistants automatisés et des boucles de rétroaction d'agents. La densité des sessions va également augmenter, entraînant beaucoup plus d'interactions par utilisateur ou par tâche ainsi que plus de trafic machine-to-machine.

Ensuite, la latence devient plus critique. Certaines de ces interactions, en particulier lorsqu'elles concernent des environnements réels, doivent se produire rapidement. On peut imaginer la capture d'images devant être analysées et enrichies en temps réel pour des applications allant des techniciens de terrain aux assistants grand public. On peut aussi imaginer des conversations instantanément traduites, résumées et enrichies de réponses précises pour des interactions entre agents, clients ou participants à des réunions.

Cela mène à la troisième conséquence : la répartition des tâches au sein du réseau. La majorité du travail reste prise en charge par les data centers des Hyperscalers, qui continueront de concentrer la puissance de calcul. Mais une seule interaction pourrait de plus en plus impliquer un traitement sur l'appareil (contexte utilisateur, petit modèle local, filtrage de la confidentialité, génération du premier token ou brouillon), une partie sur le Edge ou dans un cloud privé (continuité de session, cache régional, amélioration de la voix ou de la vision, RAG privé, recherche vectorielle, traitement de documents sensibles), et une partie dans le cloud (assistants de code, génération par lots, automatisation du back-office).

La nécessité d'optimiser la latence pour les applications critiques conduira à l'optimisation des performances d'inférence. Cela pourrait renforcer la pertinence des opérateurs télécoms, à condition qu'ils puissent proposer le Edge, la faible latence, la proximité et la qualité de service sous forme de services programmables.

Conclusion : vers une transformation de la structure du trafic ?

D'ici 2030, les machines pourraient représenter une part importante des interactions, même si les humains continueront de dominer le volume de trafic et que 70 % du trafic WAN mondial ne proviendra toujours pas de l'IA selon Ericsson. Nokia prévoit que le trafic lié à l'IA deviendra une composante majeure de la croissance du WAN d'ici 2034, avec une forte expansion des flux machine-to-machine, qu'ils soient pilotés par les utilisateurs ou par des agents. Le véritable changement n'est donc pas une simple explosion de la bande passante, mais une transformation de la nature du trafic : plus d'uplink, des flux plus sensibles à la latence, plus de trafic entre data centers et un passage de la navigation à l'exécution. Cela affectera la manière dont les réseaux sont conçus et pourrait ouvrir de nouvelles opportunités de monétisation pour les télécoms.

• https://www.ericsson.com/en/reports-and-papers/mobility-report/articles/genai-data-traffic-today-june-2025?utm_source=chatgpt.com
• https://ifr.org/ifr-press-releases/news/service-robots-see-global-growth-boom?utm_source=chatgpt.com
• https://www.nokia.com/asset/213660/