
Ngày 17 tháng 11, NSA xác nhận sự cố gián đoạn ảnh hưởng đến NSANet, mạng nội bộ dùng để truyền tải thông tin mật của cơ quan này. Sự cố được xếp vào mức “Mã Vàng”, mức cao thứ hai trong hệ thống cảnh báo ba cấp. Cùng ngày, một bản cập nhật hệ thống nội bộ tại Apple đã gây gián đoạn trên diện rộng đối với cổng thông tin nhân viên, các hệ thống đăng nhập nội bộ, kết nối VPN từ xa và các dịch vụ dành cho người tiêu dùng, bao gồm iCloud, App Store và Apple Pay. Hoạt động bán hàng và sửa chữa tại nhiều cửa hàng bán lẻ trên toàn thế giới cũng bị gián đoạn.

Một ngày trước đó, lỗi phần mềm trong các hệ thống phần cứng đặt tại cơ sở của JPMorgan đã làm chậm quá trình xử lý giao dịch. Downdetector ghi nhận hơn 3.000 báo cáo sự cố, trong khi khách hàng của Bank of America, Wells Fargo và các tổ chức khác cũng phản ánh những gián đoạn liên quan. Ba ngày trước đó nữa, FAA ban hành lệnh tạm dừng cất cánh trên toàn quốc sau một sự cố liên lạc, khiến hơn 5.100 chuyến bay bị hủy và gần 10.000 chuyến bị chậm. Chuỗi sự cố bắt đầu vào ngày 12 tháng 11, khi các dịch vụ cốt lõi của Microsoft 365 ngừng hoạt động tại ít nhất 70 quốc gia. Outlook, Teams và Copilot đồng loạt gặp sự cố, với tình trạng gián đoạn kéo dài hơn hai ngày.
Sáu ngày. Năm hệ thống trọng yếu. Không sự cố nào được xác định là một cuộc tấn công, và cũng không sự cố nào được quy cho AI. Tuy nhiên, chính cách lý giải rằng mỗi sự cố chỉ là một trục trặc kỹ thuật riêng lẻ, không có yếu tố ác ý, lại phơi bày một vấn đề khó khắc phục hơn cả một cuộc tấn công.
Microsoft: Vì sao một đợt “nâng cấp năng lực hệ thống” lại gây gián đoạn suốt hai ngày
Theo báo cáo sơ bộ gửi khách hàng do Microsoft công bố ngày 15 tháng 11 và diễn biến sự việc được Bloomberg tái dựng, sự cố bắt đầu từ một thao tác chuyển hướng lưu lượng người dùng thông thường. Tối ngày 11 tháng 11, lưu lượng của Teams được tự động định tuyến sang một hệ thống máy chủ khác đang xử lý lưu lượng của Outlook. Kết hợp với phần năng lực xử lý vốn đã bị suy giảm do một sự cố không liên quan, điều này đã kích hoạt một lỗi tồn tại âm thầm trong các trung tâm dữ liệu của công ty từ tháng 7: lưu lượng tăng vọt khiến các máy chủ cạn bộ nhớ và bắt đầu ngừng hoạt động.
Nghiêm trọng hơn, hệ thống chuyển đổi dự phòng tự động của Microsoft tiếp tục chuyển thêm lưu lượng sang các máy chủ khác mà hệ thống đánh giá là vẫn hoạt động bình thường, khiến sự cố lan rộng. Đến giờ cao điểm sử dụng dịch vụ của doanh nghiệp vào sáng ngày 12 tháng 11, hơn 80% máy chủ Outlook không còn phản hồi. Sau đó, Microsoft mất thêm 15 giờ để xác định vấn đề trước khi bắt đầu triển khai biện pháp khắc phục.
Lời giải thích của Phó chủ tịch điều hành Microsoft Ramanna chỉ ra một điểm mù trong quy trình kiểm thử của công ty: các mô hình lưu lượng và cấu hình phần cứng được mô phỏng trong phòng thí nghiệm không phản ánh điều kiện thực tế. Hoạt động kiểm thử thường tập trung vào các hệ thống cũ, có năng lực xử lý thấp hơn, trong khi lỗi gây ra sự cố lại cho thấy mức độ “phá hoại nghiêm trọng hơn” trên phần cứng mới.
Nhưng yếu tố con người cũng đáng được quan tâm không kém những lý giải về kỹ thuật. Trên diễn đàn ẩn danh về môi trường làm việc Blind, một người dùng được xác định là nhân viên Microsoft cho biết các nhóm phụ trách hạ tầng cốt lõi của Microsoft 365 đã trải qua nhiều đợt cắt giảm nhân sự và nghỉ việc tự nguyện trong những năm gần đây. Những kỹ sư từng duy trì các hệ thống cũ trong nhiều năm đã rời đi, khiến đội ngũ còn lại chật vật trong việc nhanh chóng chẩn đoán các sự cố phức tạp. Việc khôi phục hệ thống về trạng thái trước đó từng chỉ mất khoảng 45 phút nay có thể kéo dài tới năm giờ. Trong sự cố lần này, có thông tin cho rằng các công cụ quản lý sự cố nội bộ đã có lúc không tải được bình thường, buộc các kỹ sư phải phối hợp liên phòng ban đến tận đêm khuya để rà soát mã nguồn và kiến trúc dịch vụ do các đồng nghiệp cũ để lại.
Microsoft chưa công khai phản hồi về những thông tin này. Tuy nhiên, chúng phù hợp với thực tế là sự gián đoạn kéo dài bất thường và các nỗ lực khôi phục hệ thống về trạng thái trước đó đã không giải quyết được vấn đề.
Điều gì thực sự đang diễn ra: Khoảng cách ngày càng lớn giữa tốc độ phát triển AI và tiến độ đổi mới hạ tầng
Không sự cố nào trong năm sự cố này được quy cho AI. Microsoft đã phủ nhận rõ ràng sự liên quan của “AI hoặc các tác nhân AI”, trong khi FAA và NSA cũng loại trừ AI khỏi các yếu tố gây sự cố. Nhưng “không do AI gây ra” và “không liên quan đến kỷ nguyên AI” là hai chuyện khác nhau.
Điều đang diễn ra là hai đường cong ngày càng tách xa nhau. Một đường biểu thị tần suất thay đổi và cường độ tải công việc do AI thúc đẩy: mô hình lưu lượng đang thay đổi, cấu hình phần cứng đang thay đổi và tốc độ cập nhật phần mềm đang tăng lên, trong khi môi trường kiểm thử và năng lực ứng phó sự cố chật vật để theo kịp. Đường còn lại biểu thị chu kỳ đổi mới hạ tầng: cáp đồng và bộ định tuyến của FAA vận hành theo những chu kỳ tính bằng thập kỷ, các mạng của NSA phát triển qua nhiều thế hệ, còn năng lực nội bộ của Microsoft trong việc duy trì các hệ thống cũ đang suy giảm qua từng quý.
AI cho phép phát hiện số lượng lớn lỗ hổng hệ thống với tốc độ chưa từng có. Điều này tạo áp lực rất lớn buộc các doanh nghiệp và cơ quan chính phủ phải khắc phục ngay lập tức, thường bằng cách triển khai đồng thời nhiều bản vá, gây sức ép đáng kể lên những hệ thống vốn không được thiết kế để thích ứng với tốc độ thay đổi nhanh như vậy. Mối quan hệ nhân quả ở đây không phải là AI tạo ra lỗ hổng, mà là AI đẩy nhanh nhịp độ thay đổi, trong khi những hệ thống phải tiếp nhận các thay đổi đó lại được thiết kế cho một nhịp độ chậm hơn.
Trường hợp của Microsoft minh họa rõ nhất cơ chế này. Lỗi đã tồn tại âm thầm từ tháng 7. Một thao tác chuyển hướng lưu lượng thông thường đã kích hoạt nó. Cơ chế chuyển đổi dự phòng tự động khiến sự cố trầm trọng hơn. Và việc thiếu hụt chuyên môn trong công tác duy trì các hệ thống cũ khiến quá trình khôi phục chậm bất thường. Không bước nào trong số này là AI, nhưng tất cả đều diễn ra dưới sức ép mở rộng dịch vụ đám mây do AI thúc đẩy.