ChatGPT, Claude y Grok cayeron a la vez: las empresas necesitan un plan de contingencia para los apagones de la IA

El jueves, de forma casi simultánea y sin una explicación clara, ChatGPT (OpenAI), Claude (Anthropic) y Grok (SpaceXAI) sufrieron caídas prolongadas que afectaron a usuarios y a flujos de trabajo empresariales que hoy dependen de estos sistemas. El episodio, cubierto originalmente por Computerworld y firmado por la periodista Taryn Plumb, ha puesto sobre la mesa una pregunta incómoda para los responsables de tecnología: ¿qué ocurre cuando los asistentes agénticos de IA, cada vez más integrados en procesos críticos, simplemente dejan de responder?

Los tres servicios cayeron con horas de diferencia pero dentro de la misma franja de la mañana, hora del Este de EE. UU. ChatGPT se vio afectado hacia las 11:00 a.m. ET durante aproximadamente dos horas, con problemas en búsqueda, subida de archivos, agentes, GPTs, modo de voz, generación de imágenes, ChatGPT work, la Compliance API, Deep Research, ChatGPT Atlas y otros conectores y aplicaciones; también resultaron afectados los servicios de Codex (web, API, línea de comandos y la extensión de VS Code). OpenAI resolvió la incidencia hacia las 12:55 p.m. ET y recomendó a los usuarios de control remoto de Codex volver a vincular sus dispositivos móviles. Llamativamente, la caída coincidió con el lanzamiento previsto de GPT-6 Astra, el nuevo modelo de frontera que, según OpenAI, se aproxima a la inteligencia artificial general (AGI).

Claude comenzó a fallar antes, hacia las 7:37 a.m. ET, con errores elevados en un listado extenso de modelos —Mythos y Fable 5.1 y 5, Sonnet 5, y Opus 5, 4.8 y 4.6— hasta resolverse hacia las 11:27 a.m. ET, unas cuatro horas después. Anthropic ya había sufrido el día anterior una interrupción más breve, de unos 27 minutos, también por errores elevados en Sonnet 5. Grok, por su parte, empezó a presentar problemas hacia las 9:30 a.m. ET, con impacto en Grok Web, Build, API, los plugins de Office/Workspace, Android y X, hasta recuperar un tráfico "saludable" a la 1:08 p.m. ET, cerca de tres horas y media después.

Brian Jackson, director principal de investigación en Info-Tech Research Group, calificó de "curioso" que varios proveedores distintos fallaran al mismo tiempo, y apuntó como hipótesis la posibilidad de que compartieran algún elemento de infraestructura común, como una capa de CDN, el DNS o infraestructura de nube compartida. Es una teoría, no una causa confirmada: la propia coincidencia se describe como algo en buena medida misterioso.

El analista tecnológico Carmi Levy fue más allá al valorar el trasfondo del incidente: sostuvo que debería servir de "llamada de atención" para los líderes de TI que han ignorado en gran medida el coste de que estas plataformas, cada vez más críticas, se queden a oscuras de repente, porque "el riesgo ya no es hipotético". Según Levy, hace apenas unos meses el uso de IA en la empresa típica se limitaba a chatbots para responder preguntas básicas o redactar correos sencillos, con lo que las caídas de gran escala apenas afectaban a la productividad general. Eso está cambiando deprisa: ahora las organizaciones necesitan entender mejor el impacto que la IA agéntica tiene en el trabajo diario y hasta qué punto interrumpe la capacidad de los empleados para completar tareas complejas una vez que han cedido el control a herramientas automatizadas en la nube.

Levy advirtió además de un efecto colateral: cuando las herramientas caen, los empleados pueden recurrir a flujos manuales tradicionales —actualizar hojas de cálculo o elaborar informes a mano—, pero también pueden descubrir que, tras apoyarse tanto en agentes de IA, sus habilidades cognitivas "puede que ya no estén tan afiladas como antes". Por eso recomienda revisar los planes de recuperación ante desastres y continuidad de negocio, documentar los flujos de trabajo con más detalle, diseñar escenarios de recuperación ante una caída prolongada y reforzar la formación para que el personal mantenga sus capacidades manuales con el tiempo. A diferencia de plataformas de productividad como Google Workspace o Microsoft 365, que ofrecen cierto "modo sin conexión" con datos almacenados localmente o sincronización con Dropbox o Google Docs para escritorio, las plataformas de IA agéntica ofrecen, de momento, muchas menos alternativas para seguir operando sin conexión. Cuanto más deleguen las empresas en agentes para tareas críticas —y más aparten a las personas del proceso en nombre de la productividad—, menos preparados estarán los empleados para retomar el control cuando el servicio se interrumpa, algo que Levy considera inevitable.

Jackson, desde Info-Tech, propone una salida más arquitectónica: tratar el modelo de lenguaje como una "materia prima" intercambiable en caliente por una alternativa, ya sea otro proveedor de nube (que, con suerte, no esté sufriendo una caída simultánea) o una opción autoalojada, como un modelo de pesos abiertos. La idea es contar con una capa de "inteligencia" de respaldo disponible cuando el proveedor principal no lo esté, aunque solo sea como solución provisional.

En conjunto, el episodio deja una conclusión que ambos expertos comparten: muchas organizaciones, en su carrera por automatizar procesos con IA, no han dedicado el mismo esfuerzo a planificar qué hacer cuando esa IA falla. Como resume Levy, "es perfectamente posible que organizaciones bienintencionadas dependan en exceso de la automatización con IA", y "demasiadas están a punto de aprender lecciones duras por no tener un plan de contingencia".