Internet sta vivendo una trasformazione epocale. Dopo anni dominati da streaming, video e download, la crescita dell’intelligenza artificiale introduce nuove caratteristiche nell’uso della rete. L’inferenza AI, in particolare, sta modificando profondamente i modelli di traffico, imponendo nuove esigenze a operatori e imprese.

Un nuovo modello di traffico

Il traffico AI è molto diverso da quello tradizionale. Non è concentrato in pochi flussi estremi, ma si presenta costante, simmetrico e lungo. Le richieste di inferenza non sono istantanee e prevedibili come in un caricamento video; invece, coinvolgono comunicazioni strutturate con contesti progressivi.

Il 25% del traffico entro il 2035

Secondo il report “AI Impact on Wide Area Networks” di Cisco, entro il 2035 l’inferenza AI potrebbe raggiungere il 25% del traffico totale su Internet. Negli ambiti consumer, il traffico AI potrebbe crescere di 6,6 volte rispetto ai livelli attuali, con un aumento supplementare del 63% rispetto a un futuro senza AI.

Dati e misure reali

Cisco ha combinato analisi reali, dati di mercato e test di laboratorio per costruire un modello predittivo del traffico. I dati rivelano un utilizzo significativo in crescita: consumo di token che cresce di dieci volte su base annua ed esempi di provider che rilevano un raddoppio ogni anno.

La persistenza del traffico AI

Un fattore chiave è la durata dei flussi: i dati mostrano che i flussi di inferenza AI durano mediamente il doppio rispetto a quelli tradizionali. Questo implica una maggiore occupazione costante di risorse. Anche la velocità media è decimata rispetto al traffico web standard.

I nuovi sfide per la rete

La sostenibilità del traffico AI richiede architetture in grado di gestire flussi molto lunghi e distribuiti. I firewall, i dispositivi di sicurezza e i sistemi di classificazione dovranno evolvere per adattare le risorse a un comportamento diverso.

Osservabilità e classificazione

Gli operatori dovranno concentrarsi non solo su capacità, ma anche su osservabilità, classificazione e gestione differenziata. Senza una visione chiara e differenziata del traffico, rischiano di non gestire correttamente modelli AI.

Gli agenti autonomi

Uno scenario complesso arriva dagli agenti autonomi, che usano modelli AI come cervello software. Essi operano a velocità molto più alta rispetto a un utente e generano una quantità maggiore di dati. Nei test Cisco, un agente ha prodotto fino al 450% di traffico in più rispetto all’utente tradizionale.

Simmetria e upstream

Il cambiamento principale non è solo quantitativo. Cambia la struttura. I modelli AI richiedono traffico upstream molto più consistente. Secondo Cisco, circa il 9% del traffico di inferenza invia più dati in upload che in download. Per reti broadband o radio, è un problema di architettura.

Uploading diventa critico

Le capacità upstream, storicamente secondarie, diventano punto focale. La congestione, jitter o perdite di pacchetti possono compromettere l’esperienza utente. La qualità upload diventa un fattore di competitività.

Latente per ora, ma urgente a lungo termine

La latenza di rete non è oggi il fattore principale per l’esperienza AI, ma potrebbe diventarlo. Con modelli più veloci, anche piccole variazioni di ritardo potranno modificare la percezione dell’utente. Una gestione distribuita dell’inferenza dovrà bilanciare latenza, sicurezza e sovranità.

Dal web all’AI: una svolta per le reti aziendali

Nel mondo enterprise, il passaggio all’AI modifica i comportamenti e i requisiti. Cisco prevede che, entro il 2026, il 40% delle applicazioni aziendali integrerà agenti AI specifici. Entro il 2027, l’80% dei manager riconoscerà l’AI come cruciale per la competitività.

La sfida di oggi

I provider e gli operatori hanno davanti una grande sfida: la progettazione di reti in grado di supportare modelli AI, adattare gli strumenti di controllo, garantire sicurezza e qualità.

Un panorama dinamico

L’evoluzione non riguarderà solo tecnologie. Coinvolgerà politiche di infrastruttura, regolamenti e governance AI. Per chi vuole rimanere competitivo, oggi significa iniziare a rivedere l’architettura delle reti.

Verso un nuovo modello di rete

Le reti dovranno diventare molto più flessibili, in grado di distinguere con precisione il traffico AI. Questo richiederà nuovi strumenti, metriche mirate e, soprattutto, architetture scalabili con bassa latenza.

Per operatori e imprese, la domanda chiave non è più solo quanto è forte la connessione. È se la rete è in grado di sostenere un’esperienza di AI fluida, sicura e veloce.