Microsoft confirma qué provocó la caída de Outlook, Teams y Copilot sembrando el caos mundial: "Más del 80 % de los servidores dejaron de responder"

Caída servicios Microsoft 365
Caída servicios Microsoft 365IA
Noticia
Añádenos en Google

Elígenos como tu fuente preferida en Google.

Un fallo "latente" desde julio y 2 errores adicionales provocaron la reacción en cadena que llevó a que los servicios de Microsoft 365 estuvieran caídos durante casi 24 horas.

Microsoft ya ha compartido un informe preliminar sobre lo que provocó la caída de Outlook, Teams, Copilot y otros servicios durante casi 24 horas. Según ha informado en una publicación en X Charles Lamanna, vicepresidente ejecutivo de Copilot en Microsoft, la causa fue un fallo informático "latente" que llevaba ahí desde hace 3 meses y que dio lugar a una reacción en cadena justo en el momento en el que el tráfico en Estados Unidos alcanzó su mayor punto de actividad.

"El incidente del jueves 12 de noviembre de 2026 fue provocado por 3 factores principales que, junto, causaron una caída global en la pasarela de red que da servicio a muchos servicios de Microsoft 365", ha destacado Lamanna.

El primer error llegó con este fallo "latente" que provocó una sobrecarga de los servidores, lo que llevó a que estos dejaran de responder en ciertos momentos. Básicamente, tuvo lugar una contención de bloqueo en un proceso interno que hizo que la máquina no estuviera disponible. Un defecto provocado como resultado de una correción que la compañía había preparado para los servidores de pasarela de red de Microsoft 365.

Microsoft comenzó este cambio a principios de julio de este mismo año y la actualización pasó a un despliegue seguro que saturó el servicio durante varias semanas, aunque durante ese período no se observó ningún problema. Esto quiere decir que el cambio se desplegó durante 3 meses sin que tuviera ningún tipo de impacto.

"Nuestras pruebas de carga habituales no detectaron el problema latente debido a la diferente mezcla de tráfico y SKUs utilizada en nuestros laboratorios de prueba", ha explicado Lamanna. "El problema de contención empeora en máquinas con más núcleos y hardware más nuevo; mientras que nuestras pruebas de carga tendían a centrarse en nuestros SKUs de hardware más débiles y con menos núcleos".

A partir de aquí, la propia forma de corregir las sobrecargas en este tipo de situaciones fue lo que provocó una reacción en cadena que ya se ha convertido en una de las mayores caídas que ha sufrido un servicio durante los últimos años.

El error latente provocó una reacción en cadena que causó el apagón

Como ha confirmado Microsoft, para los servicios de Microsoft 365 se mantienen 3 sistemas de pasarela de red independientes diseñadas para el aislamiento y la alta disponibilidad; esto permite que muchos servicios de este grupo sean capaces de responder si se interrumpe algún punto de la red o se sufre una caída.

Aproximadamente unas 15 horas antes de que los servicios cayeran, Teams cambió por error desde la pasarela de red alternativa hacia la principal, la que también da soporte para Exchange Online. Lógicamente, esto aumentó la carga en dicha pasarela y alteró todos los patrones de tráfico; a pesar de que constituye una operación normal para la resiliencia de Microsoft, todo empeoró el problema inicial.

En tercer lugar, al mismo tiempo más del 85% de los servidores de la pasarela de red se encontraban fuera de servicio por un problema no relacionado del día anterior. Era algo que Microsoft ya estaba trabajando para solucionar mediante procedimiento rutinarios, así que la reducción de la capacidad de servidores "no tuvo impacto por sí sola".

"Tomados en conjunto, el aumento de carga y la capacidad reducida de servidores hicieron que la pasarela de red encontrara el error latente de julio", ha agregado Lamanna. "Esto provocó que las solicitudes se acumularan hasta que los servidores finalmente dejaron de responder. Esto ocurrió durante la ventana pico de tráfico en Estados Unidos".

Según Microsoft, cuando los servidores se desconectan, los sistemas de gestión de tráfico directamente redirigen automáticamente a los usuarios a otros puntos finales, para evitar cualquier interrupción debida a defectos de hardware, software o red, lo que permite que el servicio sea resiliente ante estos problemas; no obstante, aquí el tráfico redirigido llevó a que ocurriera lo mismo en los puntos a los que se había derivado.

"Esto causó un fallo en cascada de servidor a servidor a medida que la misma cantidad de carga se distribuía entre menos servidores. En menos de 2 horas, el defecto previamente desconocido se encontró en toda nuestra flota y nos dejó inoperativos. En su punto más bajo, más del 80% de los servidores no respondían", ha puntualizado el vicepresidente.

A partir de aquí, Microsoft comenzó a restablecer los servicios según regiones para que no volviera a ocurrir una saturación y, a falta de un informe más extenso que se publicará a finales de esta misma semana, queda claro que ni siquiera una compañía de la talla de Microsoft está exenta de cometer errores que pueden causar un apagón mundial.

Más información sobre: