‏هوش مصنوعی عاملی ترافیک شبکه را ۹ برابر می‌کنه

گزارش تازه سیسکو با عنوان AI Impact on Wide Area Networks 2026 یه پیام روشن داره: هوش مصنوعی عاملی (Agentic AI — یعنی سیستم‌هایی که به‌طور خودکار تصمیم می‌گیرن و وظایف رو مستقل اجرا می‌کنن) داره شکل ترافیک شبکه‌های جهانی رو از پایه عوض می‌کنه. بر اساس این مطالعه، ایجنت‌های AI می‌تونن تا ۴۵۰٪ بیشتر از یه کاربر انسانی ترافیک تولید کنن و پیش‌بینی می‌شه که تا ۲۰۳۵ رشد کل ترافیک سازمانی به ۹ برابر سطح فعلی برسه، در حالی که بدون این فناوری این عدد فقط ۲.۵ برابر بود.

این گزارش بر پایه سه منبع تهیه شده: تحلیل ترافیک واقعی از طریق سرویس Crosswork Assurance سیسکو، داده‌های صنعتی شخص‌ثالث، و آزمایش‌های کنترل‌شده‌ی ایجنت‌های AI در محیط لب. سیسکو در این تحقیق جریان‌های زنده‌ی استنتاج AI (یعنی همون لحظه‌ای که مدل داره پاسخ تولید می‌کنه) روی شبکه‌های ارائه‌دهندگان سرویس رو مستقیم اندازه گرفته.

یکی از مهم‌ترین یافته‌ها اینه که ترافیک استنتاج AI با ترافیک معمولی وب فرق اساسی داره. جریان‌های AI به‌طور میانگین ۲ برابر طولانی‌تر از تراکنش‌های وب معمولی هستن، چون مدل داره محتوا رو توکن به توکن تولید می‌کنه نه یه‌باره. از طرف دیگه، نرخ داده‌ی جریان‌های AI حدود ۱۰ برابر کمتر از وب معمولیه — یعنی آروم‌تر، اما پایدارتر. این تفاوت‌ها مستقیماً روی تنظیمات QoS (کیفیت سرویس) و برنامه‌ریزی ظرفیت شبکه تأثیر می‌ذارن.

یه نکته‌ی جالب دیگه اینه که تقارن ترافیک هم داره تغییر می‌کنه. در ترافیک HTTP معمولی، فقط ۰.۵٪ از جریان‌ها آپلود بیشتری نسبت به دانلود دارن. اما در ترافیک استنتاج AI این عدد به ۹٪ می‌رسه. با گسترش ایجنت‌هایی که داده ارسال می‌کنن، برنامه‌ریزی ظرفیت آپلینک شبکه‌های موبایل باید از نو تعریف بشه.

از نظر تأخیر هم وضع متفاوته. در حالی که API‌های وب سنتی معمولاً زیر ۱۰۰ میلی‌ثانیه پاسخ می‌دن، حتی یه درخواست کوتاه به یه مدل زبانی بزرگ (LLM) چند صد میلی‌ثانیه طول می‌کشه تا اولین خروجی رو شروع کنه و پاسخ کامل ممکنه چند ثانیه بگیره. این یعنی تأخیر شبکه برای اولین بار به یه فاکتور تعیین‌کننده در تجربه‌ی کاربری AI تبدیل می‌شه.

سیسکو هشدار می‌ده که مسیر استنتاج AI بین ایجنت و مدل، عملاً «نخاع» سیستم‌های خودکار می‌شه — هر اختلالی در این مسیر مستقیماً عملکرد ایجنت رو مختل می‌کنه. گارتنر پیش‌بینی کرده که تا ۲۰۲۶ حدود ۴۰٪ اپلیکیشن‌های سازمانی ایجنت‌های AI داشته باشن (در مقابل کمتر از ۵٪ در ۲۰۲۵) و تا ۲۰۳۵ درآمد نرم‌افزارهای سازمانی مرتبط با ایجنت‌های AI به بیش از ۴۵۰ میلیارد دلار برسه.

نکات کلیدی:

• ایجنت‌های AI تا ۴۵۰٪ بیشتر از کاربران انسانی ترافیک شبکه تولید می‌کنن
• ترافیک سازمانی تا ۲۰۳۵ به ۹ برابر سطح فعلی می‌رسه (بدون AI: فقط ۲.۵ برابر)
• تا ۲۰۳۵ یک‌چهارم کل ترافیک شبکه مربوط به استنتاج AI خواهد بود
• جریان‌های AI دو برابر طولانی‌تر، اما با نرخ ده برابر کمتر از ترافیک وب معمولی هستن
• تأخیر LLMها از چند صد میلی‌ثانیه تا چند ثانیه متغیره — شبکه باید این رو مدیریت کنه
• تقارن ترافیک در حال تغییر جدیه و برنامه‌ریزی ظرفیت آپلینک رو تحت تأثیر قرار می‌ده