Les agents IA prennent de plus en plus en charge les tâches routinières : ils scrutent les prix des concurrents, gèrent des comptes sur les réseaux sociaux, testent des campagnes publicitaires. Mais toute automatisation a un coût caché — le trafic des proxies. Nous avons effectué trois mesures sur des tâches typiques et avons déterminé combien de gigaoctets un agent IA « consomme » par heure et par mois, afin que vous puissiez calculer précisément votre budget pour les proxies et ne pas surpayer.
Pourquoi il est important de mesurer le trafic de l'agent IA
La plupart des proxies résidentiels et mobiles sont vendus en fonction du volume de trafic, et non du nombre d'IP ou du temps. Cela les distingue fondamentalement des tarifs des data centers, où le prix est généralement fixe par port. Lorsqu'il s'agit de travail manuel — une personne fait défiler Instagram ou vérifie les prix sur Ozon — la consommation de trafic est prévisible et faible. Mais lorsque la tâche est prise en charge par un agent IA, la situation change radicalement.
L'agent IA travaille sans pauses, ouvre souvent les pages complètement (avec toutes les images, scripts, trackers), peut gérer des dizaines de sessions en parallèle et générer beaucoup plus de requêtes qu'un humain dans le même laps de temps. Sans mesure préalable, il est facile de se retrouver dans une situation où le paquet de trafic acheté se termine en quelques jours au lieu d'un mois, et l'automatisation s'arrête en raison d'un manque de quota.
Nous avons décidé de combler cette lacune et de réaliser des mesures sur trois scénarios qui se rencontrent le plus souvent chez les arbitragistes, les spécialistes SMM et les vendeurs de marketplaces utilisant des agents IA pour l'automatisation via des navigateurs anti-détection tels que Dolphin Anty, AdsPower et Octo Browser.
Méthodologie de mesure : ce que nous avons mesuré et comment
Pour la clarté de l'expérience, nous avons utilisé la même configuration : le navigateur anti-détection AdsPower avec des proxies résidentiels connectés, un compteur de trafic au niveau du serveur proxy et une journalisation des requêtes via le moniteur réseau intégré au navigateur. L'agent IA a été réalisé sous la forme d'un script basé sur un navigateur sans tête avec un module LLM pour la prise de décision (analogue à la configuration Playwright + agent GPT), lancé via la même session proxy tout au long du test.
Chaque scénario a été exécuté 3 fois à différents moments de la journée, afin d'exclure les erreurs dues au chargement dynamique du contenu et au poids variable des bannières publicitaires sur les sites. Les chiffres finaux sont la moyenne des trois exécutions. Nous avons enregistré : le volume total de données transférées (trafic entrant + sortant), le nombre de requêtes HTTP, le temps d'exécution de la tâche et le volume de trafic par « action » de l'agent (une vue de produit, un post, un lancement d'annonce publicitaire).
Détail important : nous n'avons pas bloqué le chargement des images et des médias, car dans les tâches réelles, l'agent IA doit souvent analyser le contenu visuel — captures d'écran de pages, aperçus de fiches produits, miniatures de vidéos. Cela augmente la consommation de trafic par rapport au parsing textuel via API, mais reflète plus précisément les conditions réelles de travail de la plupart des agents fonctionnant via un navigateur.
Scénario 1 : scraping des prix sur Wildberries et Ozon
Tâche de l'agent : parcourir 500 fiches produits dans une catégorie donnée, enregistrer le prix, la disponibilité et la note, comparer avec les prix des concurrents et générer un rapport. Cette tâche est typique pour les vendeurs qui suivent la dynamique des prix sur les marketplaces en temps réel.
Résultat de la mesure : le traitement de 500 fiches produits a pris 42 minutes à l'agent et a nécessité 1,3 Go de trafic. En convertissant par fiche, cela représente environ 2,6 Mo, ce qui est assez élevé pour des données purement textuelles. La raison en est que Wildberries et Ozon chargent l'ensemble des images du produit, des avis avec photos et des blocs publicitaires sur chaque page, même si l'agent n'a besoin que du prix.
Nous avons testé l'optimisation : nous avons désactivé le chargement des images et des vidéos au niveau du navigateur, ne laissant que les réponses HTML et JSON de l'API du marketplace. La consommation a chuté à 340 Ko par fiche — presque 8 fois moins. Mais en même temps, Wildberries affichait plus souvent des captchas sur les sessions « allégées » sans l'ensemble standard de ressources, ce qui obligeait l'agent à faire des requêtes répétées via une nouvelle IP, réduisant partiellement le gain en trafic.
Lors de l'échelle sur un catalogue complet de 10 000 produits et d'une mise à jour quotidienne des données, la consommation de trafic est d'environ 26 Go par jour sans optimisation et d'environ 3,4 Go avec les médias désactivés. Pour le scraping d'un tel volume, les proxies de data center sont plus adaptés — ils sont moins chers au coût par gigaoctet et offrent une vitesse plus élevée, ce qui est critique avec un grand nombre de flux parallèles.
Scénario 2 : publication automatique et réchauffement sur Instagram/TikTok
Tâche de l'agent : imiter le comportement d'un utilisateur vivant — faire défiler 15-20 publications dans le fil d'actualité, aimer 5-7 d'entre elles, laisser 2 commentaires, visionner 3 Stories et publier un post avec une photo. Ce scénario est typique pour les agences SMM qui réchauffent de nouveaux comptes clients avant de lancer des publicités ou qui mènent une promotion organique.
La mesure a montré : un cycle complet de réchauffement d'un compte prend 8-11 minutes et consomme 180-240 Mo de trafic. La principale consommation provient des vidéos dans les Stories et Reels : même une courte vidéo de 15 secondes pèse en moyenne 12-18 Mo lors de la lecture automatique en qualité par défaut. La publication d'un post photo avec traitement via filtre ajoute encore 15-20 Mo pour le téléchargement et la confirmation.
Si l'agence gère 30 comptes avec un réchauffement quotidien, la consommation totale sera d'environ 6-7 Go par jour, soit environ 180-210 Go par mois pour l'ensemble des comptes. C'est un chiffre substantiel qu'il faut prévoir dans le budget des proxies à l'avance — surtout si chaque compte utilise une IP distincte pour éviter les bans en chaîne lors du multi-comptage.
Pour cette tâche, nous recommandons des proxies mobiles — Instagram et TikTok sont nettement moins agressifs envers les adresses IP mobiles des opérateurs, car la majorité des utilisateurs réels se connectent via ces adresses. Cela réduit la fréquence des vérifications supplémentaires et des captchas, qui augmentent également la consommation de trafic en raison des tentatives de connexion répétées.
Scénario 3 : test de créatifs dans Facebook Ads
Tâche de l'agent : accéder à 10 tableaux de bord Facebook Ads Manager, lancer 3 annonces avec différents créatifs dans chacun, suivre le statut de modération toutes les 20 minutes pendant 2 heures et collecter des statistiques initiales sur les impressions et les clics. C'est un scénario typique pour les arbitragistes qui testent des dizaines de configurations simultanément.
Ads Manager est l'une des interfaces les plus « lourdes » parmi toutes celles testées : le simple chargement du tableau de bord d'un compte avec des statistiques consomme 8-12 Mo en raison du grand nombre de scripts JS, de graphiques et de trackers Meta Pixel. Un cycle complet — accès à 10 comptes, publication de 30 annonces avec images, plus 6 cycles de vérification de statut — a nécessité 890 Mo de trafic en 2 heures de travail continu.
En convertissant par mois avec un tel volume de comptes, la consommation sera d'environ 26-27 Go. Si une agence ou une équipe d'arbitrage gère 50+ comptes publicitaires via un navigateur anti-détection comme Dolphin Anty ou Multilogin, le trafic total peut facilement atteindre 100-150 Go par mois juste pour l'activité de surveillance et de lancement de campagnes.
Ici, la stabilité et la « propreté » de l'IP sont critiques : Facebook bannit agressivement les comptes lors d'un changement suspect d'adresse ou lors de l'utilisation d'IP de data center, qui sont facilement identifiables comme proxies. L'option optimale est des proxies résidentiels avec une IP stable par compte : elles ressemblent à des connexions domestiques ordinaires et réduisent le risque de blocage lors de l'activité de l'agent IA.
Tableau récapitulatif de la consommation de trafic
Ci-dessous se trouvent les chiffres récapitulatifs pour les trois scénarios pour un calcul rapide du volume de trafic nécessaire lors de la planification du travail des agents IA.
| Scénario | Trafic par action | Trafic par jour (volume typique) | Type de proxy recommandé |
|---|---|---|---|
| Scraping Wildberries/Ozon (10 000 fiches) | 2,6 Mo / 340 Ko sans médias | 26 Go / 3,4 Go sans médias | Data center |
| Réchauffement/publication automatique Instagram (30 comptes) | 180-240 Mo par cycle | 6-7 Go | Mobiles |
| Facebook Ads (10 comptes, 30 annonces) | 890 Mo en 2 heures | 10-13 Go (avec 2-3 cycles) | Résidentiels |
Comment réduire la consommation de trafic de l'agent IA
Les mesures ont montré que la majeure partie du trafic est consommée par les images, les vidéos et les scripts de suivi, et non par les données utiles dont l'agent a besoin. Voici des moyens éprouvés de réduire la consommation sans compromettre la qualité de l'automatisation :
- Désactivez le chargement des médias là où c'est possible. Pour les tâches de scraping pur des prix et des caractéristiques des produits, les images ne sont pas nécessaires — l'économie peut atteindre 80-85%.
- Utilisez les API des marketplaces et des réseaux sociaux au lieu du rendu complet de la page, si cela est permis par le navigateur anti-détection et les règles de la plateforme — cela réduit le poids de la requête de plusieurs fois.
- Limitez la fréquence des vérifications de statut. Dans le scénario avec Facebook Ads, vérifier toutes les 20 minutes au lieu de toutes les 5 minutes réduit la consommation de trafic pour la surveillance presque de 4 fois sans perte de pertinence des données.
- Cachez les ressources statiques de la session — logos, icônes d'interface, fichiers CSS — pour que l'agent ne les télécharge pas à nouveau à chaque nouveau lancement.
- Réglez la qualité des vidéos dans les Stories/Reels au minimum pour les tâches de visionnage automatique, si cela n'affecte pas l'exécution de la tâche principale de l'agent.
La combinaison de ces méthodes dans nos tests a réduit la consommation totale de trafic de 40 à 60% selon le scénario, tout en augmentant même légèrement la vitesse d'exécution de la tâche par l'agent grâce à un poids de page réduit.
Quel type de proxy choisir pour la tâche
Le type de proxy influence directement non seulement le coût du trafic, mais aussi la stabilité du travail de l'agent IA. Pour le scraping massif des marketplaces, où il n'y a pas de vérifications strictes sur l'« humanité » des IP, les proxies de data center sont optimaux — ils sont rapides, moins chers au coût par gigaoctet et conviennent bien pour de grands volumes de requêtes homogènes.
Pour le travail avec les réseaux sociaux et les tableaux de publicité, où les plateformes luttent activement contre l'automatisation et le multi-comptage, la priorité est donnée aux IP résidentielles et mobiles. Elles ressemblent à des connexions utilisateur ordinaires, ce qui réduit la fréquence des captchas et des blocages, et donc, indirectement, économise le trafic en raison d'un nombre réduit de tentatives répétées et de réautorisations.
Conseil pratique : ne pas acheter un gros paquet de trafic « pour tout » — séparez les tâches par type de proxy en fonction de leur nature. C'est à la fois moins cher et plus fiable pour le fonctionnement stable de l'agent IA à long terme.
Conclusion
Nos mesures ont montré que la consommation de trafic de l'agent IA dépend fortement du type de tâche : le scraping des marketplaces sans optimisation peut consommer des dizaines de gigaoctets par jour, la publication automatique sur les réseaux sociaux — des unités de gigaoctets pour l'ensemble des comptes, et le travail avec les tableaux de publicité Facebook Ads — jusqu'à 10-13 Go lors d'une surveillance active. Comprendre ces chiffres aide à planifier plus précisément le budget pour les proxies et à éviter des situations où le trafic se termine plus tôt que prévu.
Si votre agent IA s'occupe du scraping de grandes quantités de données sur Wildberries ou Ozon, faites attention aux proxies de data center — ils offrent le meilleur rapport vitesse/coût du trafic. Pour le réchauffement et l'automatisation sur Instagram et TikTok, les proxies mobiles sont plus appropriés, tandis que pour un fonctionnement stable avec des tableaux de publicité et du multi-comptage, les proxies résidentiels avec une IP fixe par compte sont recommandés.