ChatGPT, Claude y Grok caen el mismo día: la pista que nadie confirma es el proveedor de cómputo compartido

Por Zendoric · 3 de septiembre de 2026.

La mañana del jueves, tres de los chatbots de IA más usados del mundo cayeron casi a la vez. Claude (Anthropic) empezó a dar "errores elevados" a las 6:23 am hora del Pacífico. Grok (xAI) se cayó en todas sus plataformas a las 6:30 am. ChatGPT y Codex, de OpenAI, se sumaron a las 7:43 am con lo que la compañía describió como "un error de enrutamiento". Ninguna de las tres empresas ha explicado con claridad por qué coincidieron.

Los tiempos de recuperación también se solaparon: OpenAI dio el problema por resuelto a las 8:17 am, Anthropic a las 9:16 am (aunque Claude Sonnet 5 tuvo síntomas parecidos poco después de las 9:00 am) y xAI no cerró el incidente hasta las 10:05 am, según recoge WIRED a partir de las páginas de estado y los comunicados de cada compañía. Hubo además reportes dispersos de una posible caída de Gemini que Google ni confirmó ni desmintió.

La pista más reveladora no vino de Anthropic ni de OpenAI, que declinaron señalar una causa compartida, sino de SpaceX. La matriz de xAI atribuyó el fallo de Grok a "una caída en nuestro centro de cómputo de Memphis" y añadió, en su comunicado público: "también nos gustaría disculparnos con nuestros socios de cómputo afectados". Esa frase importa porque Anthropic y xAI anunciaron en mayo una "asociación de cómputo" con SpaceX: si la propia compañía de Elon Musk habla de "socios" afectados en plural, la lectura obvia es que ese centro de Memphis -o infraestructura conectada a él- no sirve solo a Grok.

Es una hipótesis, no una confirmación: OpenAI no figura entre las empresas que anunciaron ese acuerdo con SpaceX, así que su avería por "error de enrutamiento" tendría que ser una coincidencia temporal, o apuntar a un problema distinto en su propia pila. Y el patrón habitual para tres caídas simultáneas -un fallo en Cloudflare, en AWS o en Azure que arrastra a varios clientes a la vez- tampoco encaja: ninguno de esos grandes proveedores de infraestructura reportó incidentes ese día.

El dato que mide el daño real llegó por otra vía: en Hacker News circuló la cifra de que la actividad en GitHub cayó un 7% mientras los dos grandes laboratorios de IA estaban caídos, una señal -aunque de origen informal y sin metodología publicada- de cuánto del trabajo diario de programación pasa ya por asistentes como Codex o Claude Code. Si es aproximadamente cierta, dice más sobre la industria del software que cualquier comunicado de prensa.

Nuestra lectura: lo llamativo de este episodio no es la caída en sí -los servicios digitales fallan, incluida la nube que lleva años presumiendo de "cinco nueves" de disponibilidad- sino la opacidad con la que Anthropic y OpenAI la gestionaron. Ninguna publicó un post-mortem técnico con causa raíz, como sí hace rutinariamente AWS tras sus incidentes grandes. Cuando el producto era un chatbot de consulta, esa opacidad era tolerable. Cuando el producto es la herramienta con la que miles de equipos de ingeniería escriben y revisan código a diario -como sugiere el frenazo en GitHub-, deja de serlo: exige la misma cultura de responsabilidad y transparencia que exigimos a la nube.

Hay además un riesgo estructural que este episodio deja entrever: los grandes laboratorios de IA, que compiten entre sí por cuota de mercado, cada vez comparten más la base física sobre la que corren -chips, centros de datos, energía, y ahora, aparentemente, cómputo con SpaceX-. Esa concentración reduce costes y acelera el despliegue, pero también correlaciona los fallos: si el mismo proveedor de cómputo sostiene a varios "competidores", una sola avería deja de ser un problema de una empresa y pasa a ser un problema del sector.

A corto plazo, esto es exactamente el tipo de fricción que cabía esperar de una industria que ha crecido más rápido que su disciplina de ingeniería: los mismos apagones y silencios que vivió la nube en sus primeros años de expansión masiva, antes de que la observabilidad, los múltiples centros de datos y los post-mortems públicos se volvieran estándar. No es motivo de alarma, pero sí de exigencia: cuanto antes trate la industria de la IA sus infraestructuras con el rigor de infraestructura crítica -en vez de con el hermetismo de un lanzamiento de producto-, antes dejará de ser el eslabón frágil de una economía que ya depende de ella para programar, escribir y decidir. Ese endurecimiento de la base es, precisamente, el tipo de trabajo poco vistoso que hace posible que la promesa de fondo -una IA fiable, barata y omnipresente- deje de ser aspiración y se convierta en infraestructura dada por hecha, como hoy lo es la electricidad o internet.