L'impact de l'IA générative sur les réseaux télécoms d'ici 2030

L’évolution des grands modèles de langage n’a pas encore provoqué de perturbation majeure du trafic. Cependant, l’automatisation croissante des requêtes, alimentée par l’essor des agents et des machines connectées, pourrait influencer les schémas de trafic Internet à l’avenir. Cela pourrait donner aux réseaux un rôle plus important dans la prise en charge d’usages avancés de l’IA générative.

Ce changement sera davantage qualitatif que quantitatif : plus de trafic en amont, des flux plus sensibles à la latence, et une augmentation des interactions machine-à-machine. Ces flux auront une valeur et pourraient être mieux monétisés par les opérateurs, via une différenciation de la qualité de service.

Du back-end à la couche d’interaction

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

Premier impact de l’IA générative sur les réseaux

OpenAI a rapporté plus de 2,5 milliards de messages consommateurs par jour en juillet 2025, ce qui correspond probablement à environ 1 à 4 trillions de tokens visibles par jour pour ChatGPT. Sur une année, cela reste très faible par rapport au trafic mondial total des télécommunications. Ericsson estime que l’impact actuel de l’IA générative sur le trafic mobile est d’environ 0,06 %, ce qui confirme que les interactions basées sur du texte restent marginales en volume. Même la génération d’images, bien que rapide, ne modifie pas fondamentalement la situation à l’échelle du réseau.

D’après Ericsson et Nokia, la majorité du trafic provient encore du streaming vidéo et des réseaux sociaux. L’intelligence artificielle apparaît plutôt comme un facteur d’appoint qu’un remplaçant des catégories de trafic existantes.

Cependant, quelques changements précoces sont perceptibles :

• Une légère augmentation du trafic en amont et de l’interactivité des sessions (voix, prompts multimodaux, synchronisation de contexte).
• Moins de chargements de pages ou d’appels API par tâche, mais chaque interaction devient plus lourde en calcul, contexte et récupération.
• Des signes précoces de trafic d’origine machine (agents, copilotes appelant des API). Même si une grande partie de l’activité web est déjà non humaine via des crawlers, scrapers et bots, la prochaine étape est une augmentation du trafic basé sur l’exécution plutôt que la navigation.

Quand les interactions ne sont plus pilotées par l’utilisateur : Agents et Robots

Le premier changement majeur est l’émergence des agents, qui prendront des décisions de manière plus autonome et amplifieront les actions humaines. On peut s’attendre à ce que les assistants proposent des actions sans qu’on leur demande, et réalisent certaines tâches de façon autonome pour le compte des utilisateurs. Voici quelques exemples :

• Recherche d’informations en interrogeant plusieurs sites web, où le crawling piloté par LLM peut multiplier les résultats.
• Publication automatique à grande échelle : les agents peuvent générer des articles, pages produits, publications, et potentiellement des médias.

Même si le nombre de tokens générés par une requête LLM augmente, la majorité des échanges reste confinée aux environnements des centres de données. Pour les réseaux télécoms, l’effet principal n’est pas tant la quantité de tokens, mais la multiplication des requêtes, boucles de récupération, appels API et sessions machine-à-machine. Nokia prévoit que le trafic WAN alimenté par des agents IA augmentera fortement, atteignant 537 exaoctets par mois en 2034 (dix fois plus qu’en 2025).

Après une longue période de stagnation relative, la robotique connaît une croissance notable. IFR rapporte plus de 542 000 robots industriels installés en 2024, avec un stock mondial d’environ 4,66 millions d’unités. Les robots de service professionnels se développent également, avec près de 200 000 unités vendues en 2024, et une flotte de robots en mode « Robots-as-a-Service » en croissance de 31 %.

Les systèmes robotiques génèrent et adaptent du contenu en continu à une échelle plus grande. Les voitures connectées en sont un exemple. Le trafic actuel, déchargé à grande échelle, reste limité par l’architecture, les coûts et le traitement local, mais la tendance va vers un échange plus constant de vidéos et de données de contrôle.

Les agents combinés à la robotique donneront aux appareils connectés la capacité de prendre des décisions, comme des applications utilisant des caméras pour interpréter l’environnement. Ericsson évoque également des assistants IA basés sur la vidéo, l’aide à la photographie sur smartphone, et les lunettes intelligentes comme moteurs potentiels de croissance du trafic en amont. Cela pourrait augmenter le volume de fichiers multimédias et de flux de contexte en temps réel.

Conséquences pour le réseau : un nouveau besoin de faible latence et de edge computing

Les rapports de mobilité d’Ericsson et les prévisions de trafic de Nokia indiquent que le véritable changement ne réside pas seulement dans l’augmentation du volume de trafic, mais aussi dans la modification de ses schémas.

• L’upstream devient plus important. Si les appareils envoient en continu des données (vidéo, contexte, capteurs), l’équilibre traditionnel entre téléchargement et envoi commence à évoluer. Cela peut être déclenché par des prompts automatisés, de la télémétrie haute résolution, des assistants automatisés et des boucles de rétroaction des agents.
• La densité des sessions va augmenter. Avec plus d’interactions par utilisateur ou tâche, et davantage de trafic machine-à-machine.
• La latence devient cruciale. Certaines interactions, notamment celles impliquant des environnements réels, doivent se produire rapidement. On peut imaginer la capture d’images à analyser et à enrichir en temps réel pour des applications allant des techniciens de terrain aux assistants pour consommateurs. On peut aussi envisager des conversations instantanément traduites, résumées et enrichies de réponses précises pour des interactions entre agents, clients ou participants à des réunions.

Cela mène à une troisième conséquence : la répartition des tâches dans le réseau. La majorité du traitement reste confiée aux centres de données des hyperscalers, qui continueront à concentrer la puissance de calcul. Mais une interaction unique pourrait de plus en plus impliquer un traitement local (contexte utilisateur, petits modèles locaux, filtrage de confidentialité, génération de premiers jets), à la périphérie ou dans le cloud privé (continuité de session, cache régional, amélioration vidéo ou audio, recherche vectorielle, traitement de documents sensibles), et dans le cloud (assistants de codage, génération par lots, automatisation back-office).

L’optimisation de la latence pour des applications critiques nécessitera d’améliorer la performance de l’inférence, ce qui pourrait renforcer la pertinence des opérateurs télécoms, à condition qu’ils puissent offrir des services programmables d’accès à la périphérie, à la latence, à la localisation et à la qualité de service.

Conclusion : vers une transformation du schéma de trafic ?

D’ici 2030, les machines pourraient représenter une part importante des interactions, tandis que l’humain continuerait à dominer le volume de trafic, avec 70 % du trafic WAN mondial toujours issu de sources non-AI, selon Ericsson. Nokia prévoit que le trafic lié à l’IA deviendra un composant majeur de la croissance du WAN d’ici 2034, avec une forte expansion des flux utilisateur et machine-à-machine pilotés par agents.

Le véritable changement ne réside donc pas simplement dans une explosion de la bande passante, mais dans une transformation de la nature du trafic : plus d’upstream, plus de flux sensibles à la latence, davantage de trafic inter-centres de données, et un passage d’une navigation à une exécution. Cela influencera la conception des réseaux et pourrait ouvrir de nouvelles opportunités de monétisation pour les opérateurs.