Microsoft encabeza cinco grandes caídas de sistemas en una semana: la infraestructura diseñada para una era anterior tiene dificultades para responder al ritmo y las exigencias de la era de la IA

El 17 de noviembre, la NSA confirmó una interrupción que afectó a NSANet, su red interna de transmisión de información clasificada. El incidente se clasificó como «Código Amarillo», el segundo nivel más alto de su sistema de alertas de tres niveles. Ese mismo día, una actualización de los sistemas internos de Apple provocó interrupciones generalizadas en su portal para empleados, sus sistemas internos de inicio de sesión, el acceso remoto por VPN y servicios para consumidores como iCloud, App Store y Apple Pay. Las operaciones de venta y reparación se vieron interrumpidas en numerosas tiendas de todo el mundo.

Análisis de TMGM: noticias de mercados financieros, calendario económico e información del mercado

Un día antes, un error de software en los sistemas de hardware alojados en las propias instalaciones de JPMorgan retrasó el procesamiento de transacciones. Downdetector registró más de 3000 avisos de interrupciones, mientras que clientes de Bank of America, Wells Fargo y otras entidades también notificaron problemas relacionados. Tres días antes de ese incidente, la FAA había ordenado suspender los despegues en todo el país tras un fallo de comunicaciones, con más de 5100 vuelos cancelados y casi 10 000 retrasados. La secuencia comenzó el 12 de noviembre, cuando los servicios principales de Microsoft 365 dejaron de funcionar en al menos 70 países. Outlook, Teams y Copilot fallaron simultáneamente, y las interrupciones se prolongaron durante más de dos días.

Seis días. Cinco sistemas críticos. Ninguno de los incidentes se identificó como un ataque y ninguno se atribuyó a la IA. Sin embargo, es precisamente esta explicación, según la cual cada uno fue un fallo técnico aislado y sin intencionalidad maliciosa, la que revela un problema más difícil de resolver que un ataque.


Microsoft: cómo una «ampliación de capacidad» se convirtió en una interrupción de dos días

Según el informe preliminar para clientes que Microsoft publicó el 15 de noviembre y la reconstrucción de los hechos realizada por Bloomberg, la interrupción comenzó con una redirección rutinaria del tráfico de usuarios. La noche del 11 de noviembre, el tráfico de Teams se redirigió automáticamente a otro sistema de servidores que gestionaba el tráfico de Outlook. Esto, sumado a la capacidad que ya se había perdido por un problema ajeno, activó un error que permanecía latente en los centros de datos de la empresa desde julio: los servidores agotaron su memoria al dispararse el tráfico y comenzaron a fallar.

Lo que agravó aún más la situación fue que el sistema automático de conmutación por error de Microsoft redirigió tráfico adicional a otros servidores que consideraba operativos, propagando el fallo. Para cuando llegó el pico de tráfico de la mañana del 12 de noviembre, al inicio de la jornada laboral, más del 80 % de los servidores de Outlook no respondían. Microsoft tardó otras 15 horas en identificar el problema antes de empezar a implementar una solución.

La explicación de Ramanna, vicepresidente ejecutivo de Microsoft, apuntó a un punto ciego en el proceso de pruebas de la empresa: los patrones de tráfico y las configuraciones de hardware simulados en sus laboratorios no reflejaban las condiciones reales. Las pruebas solían centrarse en sistemas más antiguos y menos potentes, mientras que el error que provocó las caídas resultó ser «más destructivo» en el hardware más reciente.

Pero el factor humano merece tanta atención como la explicación técnica. En Blind, un foro anónimo sobre el entorno laboral, un usuario que se identificó como empleado de Microsoft afirmó que los equipos responsables de la infraestructura central de Microsoft 365 habían sufrido varias rondas de despidos y bajas voluntarias en los últimos años. Los ingenieros que llevaban mucho tiempo manteniendo los sistemas heredados se habían marchado, por lo que al personal restante le resultaba difícil diagnosticar con rapidez los fallos complejos. Las reversiones de sistemas a un estado anterior, que antes tardaban unos 45 minutos, ahora podían llevar cinco horas. Según estas informaciones, durante este incidente las herramientas internas de gestión de incidencias no se cargaron correctamente en un momento dado, lo que obligó a ingenieros de distintos departamentos a trabajar juntos hasta altas horas de la noche para examinar el código y las arquitecturas de servicios heredados de antiguos compañeros.

Microsoft no ha respondido públicamente a estas afirmaciones. Sin embargo, son coherentes con la duración inusualmente larga de la interrupción y con el hecho de que los intentos de reversión no lograran resolver el problema.


Qué está ocurriendo realmente: una brecha creciente entre el ritmo de la IA y la renovación de las infraestructuras

Ninguno de estos cinco incidentes se atribuyó a la IA. Microsoft negó expresamente la participación de «IA o agentes», mientras que la FAA y la NSA también descartaron la IA como factor. Pero «no causado por la IA» y «sin relación con la era de la IA» son dos cosas distintas.

Lo que está ocurriendo es una divergencia entre dos curvas. Una representa la frecuencia de los cambios y la intensidad de las cargas de trabajo impulsadas por la IA: los patrones de tráfico cambian, las configuraciones de hardware también y las actualizaciones de software se aceleran, mientras que los entornos de pruebas y las capacidades de respuesta a incidentes tienen dificultades para seguir el ritmo. La otra representa los ciclos de renovación de las infraestructuras: los cables de cobre y los rúteres de la FAA funcionan con horizontes temporales medidos en décadas, las redes de la NSA evolucionan a lo largo de generaciones y la capacidad interna de Microsoft para mantener sistemas heredados se erosiona trimestre tras trimestre.

La IA permite identificar grandes cantidades de vulnerabilidades en los sistemas a una velocidad sin precedentes. Esto ejerce una enorme presión sobre las empresas y los organismos públicos para corregirlas de inmediato, a menudo mediante la implementación simultánea de varios parches, lo que somete a una tensión considerable a sistemas que nunca se diseñaron para adaptarse a cambios tan rápidos. La relación causal no consiste en que la IA cree vulnerabilidades, sino en que acelera el ritmo de los cambios, mientras que los sistemas que los absorben se diseñaron para un ritmo más lento.

El caso de Microsoft ilustra este mecanismo con especial claridad. El error permanecía latente desde julio. Una redirección rutinaria del tráfico lo activó. La conmutación automática por error amplificó sus efectos. Y la pérdida de conocimientos especializados en el mantenimiento de sistemas heredados hizo que la recuperación fuera inusualmente lenta. Ninguno de estos pasos, por separado, era IA, pero todos se produjeron bajo la presión de la expansión de los servicios en la nube impulsada por la IA.