El tráfico generado por sistemas de inteligencia artificial está dejando de ser una rareza estadística para convertirse en una capa propia de actividad en Internet. Un nuevo análisis de Fastly, basado en el tráfico observado en su red global, indica que las peticiones asociadas a inteligencia artificial crecieron aproximadamente un 30 % entre enero y mayo de 2026, un ritmo 6,5 veces superior al del tráfico humano durante el mismo periodo.
El dato no solo habla de volumen. También señala un cambio en la forma en que la web empieza a ser utilizada. Los usuarios humanos ya no son los únicos destinatarios de páginas, APIs, contenidos y servicios digitales. Cada vez más solicitudes proceden de crawlers de modelos, asistentes, fetchers, agentes y sistemas automatizados que buscan información, comparan opciones, validan datos o ejecutan tareas en nombre de personas y empresas.
De bloquear bots a entender máquinas
Durante años, la estrategia frente al tráfico automatizado ha sido relativamente simple: identificar bots malos y bloquearlos. Scraping agresivo, fraude, ataques de credenciales, spam, abuso de APIs o saturación de formularios justificaban una visión defensiva. Esa lógica sigue siendo necesaria, pero Fastly sostiene que ya no basta.
La razón es que no todo tráfico automatizado tiene el mismo valor. Un crawler de inteligencia artificial puede indexar contenido para entrenar o actualizar modelos. Un fetcher puede recuperar información en tiempo real para responder a una consulta de un usuario. Un agente puede consultar disponibilidad, comparar precios o completar una tarea. En algunos casos, ese tráfico puede consumir recursos sin retorno. En otros, puede convertirse en una nueva vía de descubrimiento, distribución o negocio.
Artur Bergman, fundador y director tecnológico de Fastly, resume el cambio en una idea: el reto ya no consiste solo en bloquear bots, sino en entender qué interacciones de máquina deben acelerarse, gestionarse, desafiarse o detenerse. Esa distinción es clave para cualquier empresa que dependa de su web, sus contenidos o sus APIs.
| Tipo de tráfico automatizado | Qué hace | Riesgo principal | Oportunidad posible |
|---|---|---|---|
| Crawlers de IA | Recorren la web para recopilar información | Uso intensivo de contenidos sin retorno claro | Mayor presencia en respuestas de modelos |
| Fetchers de IA | Recuperan información ante una consulta concreta | Más presión sobre el origen | Visibilidad en asistentes y agentes |
| Bots tradicionales | Automatizan acciones repetitivas | Fraude, scraping, abuso o saturación | Automatización legítima en casos controlados |
| Agentes de IA | Ejecutan tareas en nombre de usuarios | Falta de identidad, límites y trazabilidad | Nuevo canal de conversión y comercio |
| Sistemas API-driven | Interactúan directamente con servicios | Consumo irregular de recursos | Integraciones de alto valor |
Los fetchers cambian la presión sobre la infraestructura
Una de las cifras más relevantes del análisis de Fastly es que más de la mitad de las peticiones de inteligencia artificial, el 51 %, requieren acceso al servidor de origen. En el tráfico humano, ese porcentaje baja por debajo del 9 %. La diferencia importa porque el acceso al origen suele ser más caro y delicado que servir contenido desde caché.
Cuando un usuario visita una web, muchos recursos pueden entregarse desde una CDN o una capa edge sin tocar constantemente el backend. En cambio, los fetchers de inteligencia artificial suelen buscar información fresca, específica o contextual. Eso puede obligar a consultar el origen con más frecuencia, elevar costes, aumentar latencia y exigir nuevas reglas de control.
El crecimiento de tráfico asociado a Claude es otro indicador destacado. Fastly afirma que el tráfico relacionado con Claude creció más de un 555 % frente a su línea base de enero de 2026. Este tipo de incremento muestra que los asistentes y agentes empiezan a generar patrones de consumo propios, distintos de los usuarios humanos y también distintos de los bots clásicos.
| Métrica observada por Fastly | Dato destacado |
| Crecimiento de tráfico de IA entre enero y mayo de 2026 | Aproximadamente +30 % |
| Ritmo frente al tráfico humano | 6,5 veces más rápido |
| Peticiones de IA que requieren acceso al origen | 51 % |
| Peticiones humanas que requieren acceso al origen | Menos del 9 % |
| Crecimiento de tráfico relacionado con Claude | Más del 555 % frente a enero |
| Periodo analizado | Enero-mayo de 2026 |
La conclusión técnica es clara: el tráfico de inteligencia artificial no puede tratarse como una simple variación del tráfico web tradicional. Tiene otros ritmos, otra frecuencia de acceso al origen y otra intención. También puede aumentar de golpe cuando un asistente popular empieza a citar, consultar o recuperar información de una web concreta.
Crawlers y fetchers no son lo mismo
Fastly distingue dos categorías especialmente importantes: crawlers y fetchers. Los crawlers recopilan información de forma sistemática para construir o actualizar modelos y sistemas de búsqueda. Su comportamiento se parece más al de los rastreadores clásicos, aunque con nuevas implicaciones sobre propiedad intelectual, visibilidad y control de contenidos.
Los fetchers, en cambio, actúan en respuesta a una petición concreta. Si un usuario pregunta a un asistente cuál es el mejor producto, cuál es la política de devolución de una tienda o cuál es la información más reciente sobre una empresa, el sistema puede enviar un fetcher a recuperar datos en tiempo real. Este patrón tiene más valor potencial para el negocio porque puede estar cerca de una decisión de compra o de una interacción de usuario real.
Para una empresa, la diferencia es enorme. Bloquear un crawler puede proteger contenidos, pero también reducir la posibilidad de aparecer en respuestas de modelos. Bloquear un fetcher puede preservar recursos, pero también impedir que un asistente recomiende, cite o conecte con el servicio en el momento exacto en que un usuario muestra intención.
No existe una regla universal. Un medio puede querer limitar el entrenamiento con sus contenidos, pero permitir ciertos fetchers que lleven tráfico cualificado. Un ecommerce puede bloquear scraping masivo de precios, pero abrir acceso controlado a agentes verificados. Una empresa SaaS puede endurecer sus APIs, pero crear planes específicos para integraciones agénticas.
La estrategia de tráfico de máquinas entra en el negocio
La investigación de Fastly apunta a que la gestión del tráfico de inteligencia artificial está dejando de ser solo un problema de seguridad e infraestructura. Empieza a ser una decisión estratégica. Cómo responde una empresa al tráfico de máquinas puede influir en su visibilidad, captación de clientes, coste de infraestructura, control de contenidos y nuevas vías de monetización.
Fastly menciona dos comportamientos opuestos observados en grandes empresas. Una decidió bloquear de forma estricta un pico repentino de tráfico de fetchers, probablemente para proteger la autoridad de sus contenidos. Otra optó por no bloquear agentes de inteligencia artificial, lo que derivó en un aumento del volumen de fetchers durante varios meses y, potencialmente, en más visibilidad dentro de servicios impulsados por IA.
La diferencia entre ambas decisiones muestra el nuevo dilema. En la web clásica, posicionarse en buscadores era una parte esencial de la estrategia digital. En la web agéntica, las empresas tendrán que decidir si quieren ser accesibles para sistemas de inteligencia artificial, bajo qué condiciones y con qué controles.
| Decisión estratégica | Posible beneficio | Posible coste |
| Bloquear crawlers de IA | Protección de contenido y menor consumo | Menor presencia en modelos y respuestas |
| Permitir fetchers | Mayor visibilidad en asistentes | Más carga sobre el origen |
| Exigir autenticación | Más control y trazabilidad | Menor alcance si los agentes no se adaptan |
| Aplicar precios por API | Monetización directa | Barrera para descubrimiento |
| Diferenciar por intención | Mejor equilibrio entre seguridad y negocio | Requiere más observabilidad y reglas |
Visibilidad, contexto y precisión
Fastly resume una estrategia eficaz de tráfico de máquinas en tres elementos: visibilidad, contexto y precisión. La visibilidad permite saber qué sistemas de inteligencia artificial interactúan con una web, una API o una aplicación. El contexto ayuda a entender si ese tráfico aporta valor, consume recursos sin retorno o genera riesgo. La precisión permite responder de forma distinta según la intención y el impacto.
Este enfoque puede ser más útil que una política binaria de permitir o bloquear. Una empresa puede acelerar agentes verificados, limitar crawlers agresivos, exigir validación adicional a ciertos fetchers, proteger contenidos premium, abrir APIs públicas con cuotas y bloquear automatización maliciosa. La clave está en tomar la decisión cerca del tráfico, con información suficiente y en tiempo real.
Aquí encaja el interés de Fastly por el edge. Una plataforma distribuida puede aplicar reglas antes de que las peticiones lleguen al origen, reduciendo carga y latencia. También puede combinar seguridad, observabilidad, bot management, control de acceso y rendimiento en una misma capa.
Para equipos técnicos, esto significa revisar logs, encabezados, patrones de user-agent, frecuencia de solicitudes, rutas más consultadas, tasa de acceso al origen y comportamiento por proveedor de IA. Para equipos de negocio, implica otra pregunta: qué tráfico de máquinas puede convertirse en clientes, referencias, conversiones o ingresos.
La web se prepara para usuarios no humanos
La investigación de Fastly encaja con una tendencia más amplia. Los agentes de inteligencia artificial empiezan a actuar como intermediarios entre usuarios y servicios digitales. Ya no se limitan a generar texto. Buscan información, comparan alternativas, hacen consultas a APIs, reservan, compran o preparan decisiones. Cada una de esas acciones deja tráfico en la infraestructura de alguien.
Esto obliga a replantear la arquitectura web. Las páginas pensadas solo para humanos quizá no sean suficientes. Las APIs sin control pueden quedar expuestas. Los contenidos sin reglas de acceso pueden ser absorbidos por crawlers. Los sistemas de checkout quizá necesiten identificar agentes. Y los modelos de negocio basados en publicidad o visitas humanas pueden verse tensionados si parte del consumo se desplaza a respuestas generadas por asistentes.
El dato del 30 % de crecimiento entre enero y mayo no significa que las máquinas hayan sustituido a los humanos en la web. Significa que su peso crece más rápido y que su comportamiento es diferente. Para muchas organizaciones, el primer paso no será monetizar agentes, sino medirlos. Saber cuántas solicitudes llegan, de quién, a qué rutas, con qué coste y con qué resultado.
La próxima etapa de Internet no será solo más automatizada. Será más negociada. Las empresas tendrán que decidir qué máquinas aceptan, cuáles bloquean, cuáles cobran y cuáles tratan como una nueva fuente de clientes. El tráfico de inteligencia artificial ya no es ruido de fondo. Empieza a ser una señal de mercado.
Preguntas frecuentes
¿Cuánto ha crecido el tráfico de IA según Fastly?
Fastly afirma que las solicitudes asociadas a inteligencia artificial crecieron aproximadamente un 30 % entre enero y mayo de 2026, un ritmo 6,5 veces superior al tráfico humano.
¿Qué diferencia hay entre crawlers y fetchers de IA?
Los crawlers recopilan información de forma sistemática para modelos o índices. Los fetchers recuperan información en tiempo real como respuesta a una petición concreta de un usuario o asistente.
¿Por qué el tráfico de IA presiona más al servidor de origen?
Según Fastly, el 51 % de las peticiones de IA requieren acceso al origen, frente a menos del 9 % en tráfico humano. Esto puede aumentar costes, latencia y carga de infraestructura.
Qué deberían hacer las empresas ante este tráfico?
Deberían medir qué sistemas de IA acceden a sus servicios, distinguir tráfico útil de tráfico abusivo, definir políticas por intención y aplicar controles precisos en seguridad, rendimiento y monetización.
