El crecimiento del tráfico de IA supera al de los humanos en 8 veces. En la víspera del “desfase” del tráfico: los agentes inteligentes de IA están agotando la veta de oro de Internet de la vieja mina de oro

Pregúntale a la IA · ¿Cómo el tráfico de máquinas está desafiando y trastocando los modelos de negocio tradicionales de Internet?

Se supone que la imagen fue generada por IA

Ha llegado el Internet agentico.

El 26 de marzo de 2026 (hora local), la empresa de ciberseguridad HUMAN Security publicó su informe anual, The 2026 State of AI Traffic & Cyberthreat Benchmark Report (《AI 流量与网络威胁基准状态》).

Basándose en más de un billón (10 billones de veces) de datos de interacción procesados por su plataforma de defensa Human Defense Platform, el informe revela un punto de inflexión estructural en el sistema de tráfico de Internet:

A lo largo de 2025, la velocidad de expansión del tráfico automatizado ha alcanzado casi 8 veces la del tráfico real generado por humanos, y el fondo de tráfico subyacente de Internet está atravesando una reestructuración profunda que se inclina hacia el dominio de las máquinas.

Diferencia de velocidad de incremento de 8 veces

Al despojarse del empaquetado conceptual, los datos centrales del informe dibujan con claridad el cambio en la estructura del tráfico. En todo 2025, el tráfico automatizado de toda la red creció un 23.51% interanual, mientras que el tráfico generado por actividades humanas apenas aumentó un 3.10%. Esta brecha de crecimiento de casi 8 veces indica que el tráfico de máquinas se ha convertido en el motor impulsor central del crecimiento del tráfico de red. El impulso clave que impulsa este cambio es la popularización y adopción de los grandes modelos generativos.

El informe muestra que, de enero a diciembre de 2025, el tráfico promedio mensual impulsado por IA creció 187% con respecto al inicio del año, logrando casi triplicar el crecimiento. El factor con mayor impacto en la industria es el tráfico de IA tipo agente (Agentic AI traffic), que se disparó interanualmente hasta el 7851%. Aunque la base de 2024 era baja, esta cifra confirma la rápida implementación y adopción del enfoque de IA agentico.

A diferencia de los scrapers tradicionales que solo pueden leer páginas web y las herramientas de extracción de datos, los agentes inteligentes de IA representados por OpenAI’s Atlas y Perplexity’s Comet tienen un nivel muy alto de autonomía y capacidades de comprensión de intenciones.

Ya no son meros programas de utilidad, sino que pueden navegar e interactuar de forma autónoma en Internet como lo haría un humano, e incluso completar tareas complejas como el llenado de formularios y la ejecución de transacciones. La tendencia de rápido crecimiento del tráfico automatizado está impulsando la aparición gradual del punto de inflexión en el que el tráfico de máquinas supera, en términos de volumen absoluto, al tráfico real generado por humanos.

Bajo la concentración del tráfico, el lógica de monetización del Internet tradicional deja de funcionar

Esta reestructuración del tráfico no se distribuye de manera uniforme en toda la red, sino que presenta un marcado patrón de concentración sectorial. El informe señala explícitamente que en 10Más del 95% del tráfico impulsado por IA se concentra de forma muy alta en tres grandes bloques comerciales: retail y e-commerce, streaming y medios, viajes y hoteles.

Dentro de ellos, el retail y e-commerce son además la industria que sirve como principal soporte para el tráfico de scrapers de entrenamiento de IA, convirtiéndose en el área principal de penetración del tráfico de máquinas: el 62.5% del tráfico de scrapers de entrenamiento de IA apunta a esa industria, convirtiéndose en el campo central donde se despliega el tráfico de máquinas.

El cambio en la estructura del tráfico ha extraído directamente la base fundamental del modelo de negocio de Internet de los últimos veinte años. Antes, la lógica tradicional de monetización digital —ya sea publicidad digital, conversión de e-commerce o suscripciones de contenido— se basaba completamente en la atención y las tasas de clics (CTR) generadas por humanos. Cada clic y cada permanencia correspondían a consumidores humanos potenciales, formando el modelo clásico de “embudo de tráfico”.

Sin embargo, cuando enormes cantidades de agentes inteligentes de IA reemplazan a los humanos y ejecutan de forma autónoma acciones como comparar precios, recopilar información, reservar vuelos e incluso llevar a cabo comunicaciones comerciales iniciales, este modelo clásico se enfrenta a un fallo fundamental. Los agentes inteligentes de IA no tienen compras impulsivas, no se dejan inducir por anuncios visuales y solo siguen el intercambio de datos y la ejecución de tareas desde la perspectiva de la eficiencia y la lógica. Así, los indicadores de conversión tradicionales basados en la atención humana ya no se pueden adaptar a las características del tráfico de máquinas.

Esto significa que los “fosos” de activos digitales de las empresas deben recalcularse: la plataforma no solo debe asumir los costos de cómputo en centros de datos y de ancho de banda provocados por solicitudes de máquinas de alta frecuencia y gran escala, sino que también, bajo las expectativas de un rápido aumento del tráfico no humano, debe restablecer la base de indicadores de conversión comercial, pasando de “atraer la atención humana” a “adaptarse a las necesidades de interacción de las máquinas”.

Reajuste del pilar de ataque y defensa

El cambio en el color del tráfico también incrementa el costo computacional y los requisitos técnicos de la defensa de ciberseguridad de toda la red.

Ante los grandes modelos y los agentes inteligentes de IA con características altamente antropomórficas, los sistemas tradicionales de control de riesgos basados en simples lógicas de comportamiento (como los CAPTCHAs de verificación por imagen, CAPTCHA), ya no pueden distinguir de manera efectiva entre tráfico automatizado benigno y malicioso, y el efecto de defensa disminuye significativamente. Además, en todo el alcance de la red, la dificultad de cuantificar y diferenciar actividades automatizadas también aumenta de manera drástica.

Los datos de ataques divulgados en el informe confirman este desafío: en 2025, la proporción de tráfico a nivel global que intentó ataques de extracción de datos (Scraping) se acercó a 20%; casi es el doble que en 2022. Los intentos de secuestro de cuentas posteriores al inicio de sesión (ATO) incluso se multiplicaron por cuatro interanualmente, con un promedio de 402k ataques por organización por año.

Los atacantes maliciosos están aprovechando las características de la IA para generar en grandes volúmenes estrategias de phishing personalizadas, simulando comportamientos humanos para eludir las reglas de seguridad existentes; el arsenal de ambos bandos en el juego de ataque y defensa ya ha sido actualizado por completo.

Esta tendencia obliga a que el núcleo de defensa en ciberseguridad realice una transferencia fundamental:

De identificar “simplemente la identidad del robot”, a evolucionar hacia una “verificación profunda de la intención de la solicitud”.

Bajo el mecanismo operativo del “Internet agentico (Agentic Internet)” propuesto en el informe, el criterio central para evaluar el tráfico ya no es “si es una máquina”, sino “si la interacción posee una intención confiable”: tanto si se trata de humanos como de agentes inteligentes de IA, solo verificando la legitimidad de su intención de comportamiento se puede lograr una defensa eficaz.

Y en este ecosistema de red completamente nuevo, cómo adoptar la eficiencia de automatización de la IA y, al mismo tiempo, asegurar que los activos públicos de datos no se consuman sin límite, y que la equidad del comercio digital no se destruya, se convierte en una consideración conjunta de eficiencia y cumplimiento que plataformas tecnológicas, empresas y proveedores de seguridad deben clarificar. Esto también plantea un enunciado completamente nuevo para la construcción de un próximo sistema de confianza en red. (Este artículo se publica por primera vez en la app de Caixin Media, autor｜Silicon Valley Technews, editor｜Jiao Yan) **