Tres chatbots caídos a la vez: la IA ya es infraestructura crítica, pero aún no se gobierna como tal

Los tres asistentes de IA más usados fallaron la misma mañana. Según The Verge, ChatGPT empezó a devolver errores hacia las 11:00 ET, con la página de estado de OpenAI reconociendo «errores elevados en ChatGPT y Codex»; la incidencia afectó también a inicios de sesión, subida de archivos, modo de voz, búsqueda, investigación profunda y generación de imágenes. OpenAI dijo haber «aplicado una mitigación» y estar «monitorizando la recuperación», con rendimiento aún degradado. En paralelo, los usuarios de Claude reportaron problemas en el chatbot, en Claude Code y en la API desde alrededor de las 10:30 ET; el estado de Anthropic señaló primero a Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8 y Opus 4.6, y después redujo el alcance a Opus 4.8 y Opus 5. CJ Avilla, del equipo técnico de Anthropic, atribuyó en X la caída parcial a un «problema de infraestructura» y admitió no tener plazo de resolución. Grok, de xAI, llevaba caído desde las 9:30 ET en Android, iOS y web, y en X respondía con un mensaje revelador: «Este modelo está sobrecargado ahora mismo. Inténtalo de nuevo o elige otro modelo».

Conviene subrayar lo que la fuente NO dice: no se conoce la causa de ninguno de los tres fallos ni existe evidencia de que estén relacionados. The Verge pidió comentarios a OpenAI, xAI y Anthropic y no obtuvo respuesta inmediata. La coincidencia temporal es llamativa, pero una coincidencia no es una causa, y el reflejo de buscar un culpable único —un proveedor de nube, un DNS, un despliegue mal calibrado— es exactamente el tipo de conclusión que hay que aparcar hasta que haya postmortems públicos. El artículo también apunta que la avería llega mientras OpenAI calienta el lanzamiento de Astra, su nuevo modelo; es contexto, no explicación.

Lo que sí se puede afirmar es qué se rompió, y ahí está el verdadero titular. No cayó un juguete conversacional: cayó Codex, cayó Claude Code, cayó la API de Anthropic. Es decir, cayeron las herramientas con las que hoy se escribe software y se ejecutan agentes dentro de pipelines de producción. Un chatbot inaccesible es una molestia; una API inaccesible es una cadena de montaje parada. El mensaje de Grok añade el otro matiz técnico: «sobrecargado» no describe un apagón, describe saturación de capacidad, un problema de escala y de reparto de GPU que se comporta distinto a un fallo de infraestructura clásico.

Aquí conecta con una tesis que venimos defendiendo: el valor —y el riesgo— se está desplazando del modelo a la capa de despliegue. Durante dos años el debate ha sido quién tiene el modelo más listo. La jornada del 3 de septiembre recuerda que la pregunta operativa es otra: quién tiene la fontanería más aburrida y más fiable. Y la industria de la IA arrastra una monocultura peligrosa: pocos proveedores, pocas nubes, pocos puntos de fallo compartidos y una capa de estado (autenticación, almacenamiento de archivos, enrutado de modelos) cuyo colapso arrastra funciones que el usuario percibía como independientes. Que un incidente tumbe a la vez voz, búsqueda y login es la firma de una arquitectura donde todo pasa por el mismo cuello.

Nuestra lectura: la madurez de esta industria no se medirá en benchmarks, sino en postmortems. Cuando la electricidad o la telefonía se convirtieron en servicios esenciales, llegaron con ellas la redundancia obligatoria, la comunicación de incidencias con plazos y la rendición de cuentas técnica; la IA está en la fase previa, con páginas de estado que se corrigen a mitad de incidente y un «no tenemos ETA» como respuesta honesta pero insuficiente. Para quien construye sobre estos modelos, la conclusión práctica es inmediata y es buena noticia: la abstracción multiproveedor y los modelos open-weight ejecutables en hardware propio dejan de ser un ejercicio de soberanía y pasan a ser continuidad de negocio. Y en el horizonte largo, este tipo de días son útiles. Si de verdad queremos que la IA sostenga diagnóstico clínico, investigación biomédica o infraestructuras críticas —el camino hacia erradicar enfermedades y liberar tiempo humano—, antes tendrá que volverse tan tediosamente fiable como el agua corriente. Los sustos de 2026 son la factura de aprendizaje de ese estándar, no un argumento contra él.