DataDome alerte sur la hausse du trafic des agents IA et leurs interactions avec les parcours sensibles

DataDome publie son rapport du troisième trimestre 2026 sur l’évolution du trafic des agents IA observé entre juillet et septembre. L’étude fait ressortir une hausse rapide des volumes, près de 25 milliards de requêtes traitées, et surtout un changement de nature : certains agents ne se contentent plus de lire des pages, ils interagissent avec des parcours sensibles.

Cette évolution est importante pour les entreprises qui utilisent le web comme canal de vente, de relation client, de contenu ou de service. Les agents IA peuvent créer de nouveaux points d’entrée vers les marques, mais ils peuvent aussi augmenter les coûts d’infrastructure, brouiller les métriques marketing et exposer des formulaires, comptes, paniers ou paiements à des automatisations difficiles à qualifier. Pour les dirigeants, les équipes produit et les responsables sécurité, l’enjeu devient de définir une politique d’accès par type d’agent, plutôt que d’autoriser ou de bloquer l’IA de manière globale.

Un changement d’échelle pour le trafic automatisé

Le rapport de DataDome confirme que les agents IA deviennent une couche structurante du trafic web. Au troisième trimestre 2026, le réseau de l’entreprise a traité près de 25 milliards de requêtes d’agents IA, contre 17,7 milliards au trimestre précédent, soit une hausse de 41,5 %. Cette progression ne traduit pas seulement l’activité de robots d’indexation plus nombreux, mais l’arrivée d’agents capables d’exécuter des tâches plus proches d’une navigation réelle.

La croissance est particulièrement nette dans la catégorie des navigateurs dits agentiques. En septembre, leur trafic a été multiplié par 4,7, passant de 12,5 millions à 58,2 millions de requêtes. Même sans Muse, le nouvel agent de Meta observé dans le rapport, le volume aurait triplé pour atteindre 38,7 millions. Le phénomène ne dépend donc pas d’un seul lancement spectaculaire : il reflète une diversification plus large des outils autonomes.

Meta reste le principal contributeur en volume, avec 12,4 milliards de requêtes, soit 49,7 % du trafic d’agents IA mesuré par DataDome. Sa part recule toutefois légèrement, tandis que les agents non-Meta progressent plus vite, à +47 % contre +36,5 %. En septembre, Meta-WebIndexer devance Meta-ExternalAgent, avec 2,63 milliards de requêtes contre 2,48 milliards, signe que les grands fournisseurs segmentent déjà leurs agents par usages.

De la consultation de pages à l’action dans les tunnels critiques

La principale rupture tient à la nature des interactions. Les premiers bots associés aux grands modèles de langage servaient surtout à collecter des contenus publics, à enrichir des index ou à récupérer des informations textuelles. Les agents plus récents peuvent parcourir un site, déclencher des requêtes applicatives, suivre des étapes successives et atteindre des zones conçues pour des utilisateurs authentifiés ou prêts à convertir.

Muse de Meta illustre cette bascule. Selon DataDome, l’agent a généré 29,1 millions de requêtes durant ses 12 premiers jours de disponibilité totale, mesurés du 22 septembre au 3 octobre 2026. Surtout, 8,9 % de son trafic concernerait déjà des parcours sensibles comme les formulaires, les connexions, les paiements, la création de comptes et les paniers.

Pour un site e-commerce, une marketplace, une banque en ligne, une plateforme de voyage ou un service SaaS, ces zones ne sont pas de simples pages. Elles concentrent des données personnelles, des règles anti-fraude, des informations de prix, des décisions de disponibilité et parfois des opérations financières. Un agent capable d’y accéder peut améliorer l’expérience d’un utilisateur qui délègue une tâche, mais il peut aussi provoquer des abus, des erreurs de qualification ou une consommation excessive de ressources.

Le rapport précise que 99,3 % du trafic de Muse proviendrait d’infrastructures cloud et CDN. Ce point technique est déterminant : l’agent fonctionne depuis une machine virtuelle distante, et non depuis l’appareil du consommateur. Les politiques de sécurité qui opposent simplement trafic résidentiel et trafic de centre de données deviennent donc insuffisantes lorsque l’action est demandée par un utilisateur mais exécutée depuis le cloud.

Un équilibre économique encore incertain pour les sites

DataDome met en évidence une asymétrie qui intéresse directement les éditeurs, commerçants et opérateurs de plateformes. Au troisième trimestre 2026, les agents IA de Meta ont effectué 12,4 milliards de requêtes sur les sites analysés, tandis que Meta AI n’aurait envoyé que 51 000 visites vers ces mêmes sites. Autrement dit, l’infrastructure des entreprises peut être fortement sollicitée sans recevoir, à ce stade, un volume comparable de trafic qualifié.

Ce déséquilibre pose un problème de modèle économique. Un agent peut consommer de la bande passante, solliciter un moteur de recherche interne, interroger des pages produits ou appeler des API, tout en captant une partie de la valeur informationnelle hors du site. Pour les médias, les comparateurs, les catalogues spécialisés ou les services de réservation, la question devient stratégique : quel accès accorder à des intermédiaires qui utilisent le contenu sans toujours renvoyer l’utilisateur vers la source ?

Le paysage reste aussi très volatil. ClaudeBot progresse de 159 % sur un trimestre pour atteindre 2,3 milliards de requêtes et dépasser GPTBot, en recul de 12 % dans les mesures citées. ChatGPT-User aurait chuté de 37 % en un mois, tandis que Comet, le navigateur de Perplexity, aurait reculé de 65 % entre juillet et septembre. Pour les équipes opérationnelles, cela signifie qu’une règle statique peut devenir obsolète en quelques semaines.

Pourquoi les anciennes méthodes de filtrage ne suffisent plus

La gestion traditionnelle des bots repose souvent sur des signaux simples : chaîne user-agent, réputation d’adresse IP, fréquence des requêtes, origine réseau ou respect du fichier robots.txt. Ces indices restent utiles, mais ils ne permettent pas toujours de distinguer un agent légitime, un robot de collecte agressif, un assistant déclenché par un utilisateur ou un outil d’automatisation concurrentiel. Une chaîne user-agent peut être copiée, une adresse IP peut changer et un trafic cloud peut correspondre à des usages très différents.

La notion clé devient l’intention. Un agent d’indexation, un robot d’entraînement, un assistant d’achat, un outil de support client ou un système de scraping commercial ne devraient pas bénéficier des mêmes droits. Les entreprises ont intérêt à classer les agents par fournisseur, fonction, niveau de vérification, zone consultée et type d’action autorisée. Cette approche évite de bloquer des usages porteurs, tout en limitant l’accès aux fonctions qui exposent le plus l’entreprise.

Sur le plan technique, l’identification doit dépasser la simple déclaration envoyée par le client HTTP. La validation des plages IP publiées, l’analyse comportementale des sessions, la cohérence entre l’identité annoncée et l’infrastructure utilisée, ainsi que la surveillance des appels API deviennent essentielles. Lorsqu’un agent tente de créer un compte, de remplir un formulaire, d’ajouter un produit au panier ou d’atteindre un paiement, il doit être traité différemment d’un robot qui lit une page publique.

Construire une gouvernance des agents IA

Pour les entrepreneurs et les professionnels de l’innovation, la réponse ne consiste pas à fermer le web aux agents IA. Certains deviendront des apporteurs d’affaires, des interfaces de comparaison, des assistants d’achat ou des relais de service client. Mais cette opportunité suppose des règles explicites : quels contenus peuvent être lus, quelles API peuvent être appelées, quels volumes sont acceptables et quelles actions nécessitent une authentification renforcée.

Cette gouvernance doit associer les équipes sécurité, produit, juridique, data et marketing. Le RGPD impose déjà une maîtrise des traitements de données personnelles, notamment lorsque des formulaires, comptes clients ou espaces transactionnels sont concernés. Les conditions d’utilisation, les accords partenaires, les règles anti-fraude et les choix de monétisation doivent donc être alignés avec les contrôles techniques appliqués aux agents.

Le rapport de DataDome montre finalement que les agents IA ne relèvent plus seulement du SEO ou de la cybersécurité. Ils influencent la charge serveur, la distribution, la conversion, la fraude et la relation entre plateformes et propriétaires de sites. Les entreprises qui sauront identifier les agents fiables, comprendre leurs objectifs et limiter précisément leurs permissions disposeront d’un avantage opérationnel dans un web de plus en plus automatisé.