Pourquoi le trafic IA transforme le rôle de l’edge

L’edge se voit confier une seconde mission

L’IA modifie une décision d’infrastructure fondamentale sur le web. Diffuser du contenu exige de plus en plus de décider quelles machines peuvent y accéder et à quelles conditions. Les réseaux de diffusion de contenu et plateformes edge rapprochent les données des utilisateurs pour réduire la latence. Lorsque les contrôles se situent sur le chemin de diffusion, la même infrastructure peut identifier les appelants, bloquer les abus, appliquer des règles d’accès et faire respecter des autorisations commerciales.

Simon Wistow, cofondateur de Fastly, explique que l’activité automatisée va désormais des appels API ordinaires et des Answer Engines qui interrogent les sites web jusqu’aux crawlers conçus pour contourner les contrôles. Fastly vend de l’infrastructure edge et en tire un bénéfice commercial si les entreprises ont besoin de davantage de contrôles à l’edge, donc cette caractérisation répond aussi à un intérêt commercial. Pour les responsables infrastructure, la question pratique dépasse la seule performance. L’identité et l’usage prévu peuvent aussi déterminer si une requête doit être traitée.

Pourquoi la vitesse reste au cœur de l’edge

L’argument initial en faveur de l’infrastructure edge reste pertinent. Les délais s’accumulent à mesure que le trafic circule entre les systèmes, et les fichiers volumineux mettent du temps à traverser une bande passante limitée. La mise en cache réduit une partie de ce coût en conservant des copies des contenus fréquemment demandés au plus près de la demande sur le plan géographique. Un utilisateur ou une application peut alors récupérer un contenu proche au lieu de solliciter à répétition un système d’origine plus éloigné.

Wistow cite des études de Google qui montreraient que chaque tranche supplémentaire de 100 millisecondes de latence coûtait à Google environ 5% de ses clients. Ce chiffre doit être considéré précisément comme sa propre interprétation de ces études, sauf à vérifier la recherche Google sous-jacente. Le point d’ingénierie est plus simple : les délais réseau et de traitement s’additionnent, tandis que la mise en cache en supprime une partie en plaçant le contenu plus près du demandeur.

Wistow affirme que Fastly lui-même est né d’un changement dans les charges de travail des sites web. Il explique que le cofondateur Artur Bergman exploitait le wiki de culture pop qui est ensuite devenu Fandom et qu’il a constaté que les fournisseurs de CDN existants géraient mal des contenus de plus en plus dynamiques. Les sites web généraient et modifiaient davantage de contenus, créant une demande pour des systèmes de cache capables de prendre efficacement en charge ces charges de travail.

L’économie du matériel a également façonné l’approche de Fastly, selon Wistow. Il se souvient que les SSD devenaient plus accessibles au moment du développement de Fastly et pouvaient fournir les performances requises pour de grands caches rapides. Fastly considérait les SSD comme coûteux en dollars par gigaoctet, mais peu coûteux en dollars par I/O, une mesure plus directement liée à la rapidité avec laquelle un cache peut traiter les requêtes.

Cet historique offre un cadre utile pour comprendre le trafic IA. Les applications web dynamiques ont élargi le travail assuré par l’infrastructure de diffusion, tandis que la mise en cache et la proximité restaient essentielles. La demande générée par les machines peut à nouveau étendre cette charge en ajoutant des décisions d’identité et d’accès sur le chemin de diffusion. L’infrastructure peut désormais devoir en savoir davantage sur une machine avant de la servir.

Le trafic IA change ce que l’infrastructure doit distinguer

Wistow estime que les bots représentent déjà environ 50% de l’ensemble du trafic web et affirme que le trafic bot croît plus vite que le trafic humain. Dans cette version, il s’agit de l’estimation d’un cofondateur de Fastly plutôt que d’un benchmark neutre. À cette échelle, son argument est que les requêtes générées par des machines deviennent une charge de travail d’infrastructure courante, ce qui rend leur classification pertinente pour l’architecture, la sécurité et la politique d’accès.

Le terme « bot » recouvre des requêtes aux finalités très différentes. Parmi les exemples donnés par Wistow figurent des applications qui effectuent des appels API, des Answer Engines qui interrogent des sites pour obtenir des informations, ainsi que des crawlers automatisés qui demandent ou sondent du contenu de manière répétée. Il ajoute aussi que les clients de Fastly distinguent les bots identifiés associés à OpenAI, Anthropic, Google et Meta des crawlers malveillants qui utilisent des techniques comme les navigateurs headless ou des instances EC2 pour marteler les sites.

Un navigateur headless est un logiciel qui fait fonctionner un navigateur sans son interface visuelle habituelle, ce qui permet à une activité automatisée de ressembler à une navigation ordinaire. EC2 peut également être à l’origine de requêtes automatisées depuis une infrastructure cloud utilisée pour de nombreuses charges de travail légitimes. Les exemples de Wistow montrent pourquoi une simple étiquette « bot » donne peu d’informations sur l’intention et pourquoi les opérateurs edge peuvent rechercher des signaux supplémentaires d’identité et de comportement.

Cette distinction peut modifier la politique d’accès. Une entreprise peut autoriser une intégration API, accepter un crawler IA identifié, limiter le débit d’un autre client automatisé et bloquer un comportement associé à un abus. Ces choix influencent les requêtes qui poursuivent leur chemin vers les applications et les systèmes d’origine. Appliquer les contrôles à l’edge permet de faire respecter la politique plus tôt dans le parcours de la requête.

La question commerciale découle de la question technique. Les éditeurs peuvent vouloir distinguer les entreprises d’IA, les types d’usage machine, l’accès géographique et les accords de licence. Les entreprises peuvent aussi accorder une valeur différente à la portée, à la découvrabilité, aux services IA et aux licences. Les fournisseurs d’infrastructure ont un intérêt commercial à proposer des contrôles plus fins lorsque les clients souhaitent établir ces distinctions.

La politique d’accès devient un problème à la fois technique et commercial

Une fois qu’un client automatisé peut être identifié, un propriétaire de contenu peut relier cette identité à une règle d’accès. Un éditeur peut autoriser un crawler IA identifié, bloquer un autre demandeur, appliquer des conditions géographiques ou demander un paiement pour une forme particulière d’accès. L’infrastructure qui traite la requête devient alors un point d’application de la règle métier, reliant les décisions des équipes commerciales, juridiques et infrastructure au même chemin de requête.

Wistow indique que certains clients de Fastly souhaitent bloquer l’accès de l’IA et que Fastly les aidera à bloquer cet accès, y compris géographiquement lorsque cela est nécessaire. Il affirme aussi que Fastly met ses clients en relation avec des entreprises d’IA et aide à négocier des accords de licence entre les propriétaires de contenu et les distributeurs de contenu/fournisseurs de services de streaming. Il s’agit de la description par Fastly de la demande de ses clients et de son propre rôle commercial, et l’entreprise peut en bénéficier si cette demande accroît la valeur de ses services.

Le même mécanisme d’application peut prendre en charge des contrôles défensifs. Identifier un comportement automatisé indésirable à l’edge peut permettre à une organisation de rejeter ou de limiter des requêtes avant qu’elles n’atteignent des systèmes applicatifs plus profonds. La qualité de la classification est centrale, car des erreurs peuvent bloquer un trafic souhaité ou laisser passer un trafic abusif. La valeur métier dépend à la fois de la politique appliquée et de la fiabilité des signaux utilisés pour l’appliquer.

Différents opérateurs peuvent choisir des politiques différentes. Un éditeur qui valorise une large diffusion peut traiter l’accès de l’IA différemment d’un autre dont les contenus premium soutiennent une activité de licence. Une plateforme peut donner la priorité à la disponibilité des API, tandis qu’un opérateur confronté à un crawling agressif peut privilégier la protection des ressources. Wistow résume la vision de Fastly par cette formule : « Il n’existe pas de solution universelle. »

L’edge commence à regrouper performance, sécurité et politique

Fastly décrit son approche du trafic IA comme incluant le semantic caching, l’étiquetage des contenus, la protection contre l’exfiltration de données et les prompts malveillants, ainsi que le blocage et l’assistance en matière de licences. Le semantic caching organise la réutilisation autour de la similarité de sens plutôt qu’autour d’une requête répétée à l’identique. Fastly positionne cette capacité aux côtés de contrôles qui régissent la manière dont les requêtes et contenus liés à l’IA sont traités. Il s’agit d’affirmations du fournisseur concernant sa propre offre.

Fastly présente également l’étiquetage des contenus et les contrôles de sécurité comme des composantes de ce rôle edge élargi. Dans sa logique, les labels fournissent des informations qui peuvent aider à déterminer comment le contenu doit être traité, tandis que les protections contre les prompts malveillants et l’exfiltration de données visent les tentatives de manipulation des systèmes d’IA ou d’extraction d’informations protégées. Le blocage fournit un mécanisme d’application. Ensemble, ces fonctions étayent l’argument de Fastly en faveur d’une combinaison, à l’edge, de la diffusion et de la politique de sécurité liée à l’IA.

La résilience reste une composante de ce rôle opérationnel. Wistow décrit l’ambition de Fastly comme le fait d’aider ses clients à rester protégés contre les cyberattaques, les bots et ce que l’entreprise appelle la « météo d’internet », y compris les ruptures de câbles aléatoires. Fastly a un intérêt commercial à présenter ces problèmes comme relevant de l’infrastructure edge. Le point architectural est que la diffusion, le filtrage du trafic et la résilience peuvent tous agir sur les requêtes avant qu’elles n’atteignent un système d’origine.

Points clés

L’edge se voit confier une seconde mission : L’infrastructure edge va au-delà de la performance pour identifier le trafic machine, faire respecter des règles d’accès et appliquer des autorisations commerciales. Les dirigeants devraient considérer la politique d’accès à l’IA comme un élément de la planification de l’infrastructure.
La vitesse reste au cœur de l’edge : La mise en cache et la proximité restent essentielles alors que l’IA ajoute de nouvelles exigences à l’infrastructure de diffusion. Les organisations devraient préserver la performance tout en ajoutant l’identité machine et des contrôles de politique au parcours de la requête.
Le trafic IA exige une meilleure classification : Le trafic bot comprend des API légitimes et des crawlers IA identifiés, ainsi que des automatisations abusives. Les dirigeants devraient utiliser des signaux d’identité et de comportement pour distinguer le trafic plutôt que d’appliquer une seule politique à chaque bot.
La politique d’accès est à la fois technique et commerciale : Les décisions d’accès à l’IA peuvent refléter les licences, la géographie, la sécurité et les priorités métier. Les équipes infrastructure, juridiques et commerciales devraient s’aligner sur les machines pouvant accéder au contenu et sur les conditions de cet accès.
L’edge regroupe performance, sécurité et politique : Les plateformes edge combinent de plus en plus mise en cache, filtrage du trafic, contrôles de sécurité de l’IA et application des accès. Les dirigeants devraient évaluer ensemble ces capacités tout en examinant de près les affirmations des fournisseurs et la précision de la classification.