Un mundo sobrecargado: por qué los sistemas hiperconectados necesitan reservas
· Asia
La infraestructura digital está cada vez más saturada y, sin capacidad de reserva, los fallos técnicos comunes pueden propagarse a mayor escala.
La semana pasada en el mundo de la tecnología resultó reveladora: una serie de fallos a gran escala en la infraestructura crítica y los nuevos informes de los principales actores del mercado de la IA demostraron que los sistemas digitales modernos operan al límite de sus capacidades, sin margen alguno en caso de avería.
El jueves pasado, Microsoft Outlook dejó de funcionar durante un día, el viernes el transporte aéreo en EE. UU. se enfrentó a una paralización masiva de vuelos y la empresa Workday, responsable del cálculo de nóminas para miles de empleadores, se desconectó durante una prueba de los sistemas de reserva. Aunque ninguno de estos casos fue un ataque informático, todos surgieron debido a actualizaciones o configuraciones rutinarias.
El problema principal radica en la complejidad aritmética de las interconexiones: cuantos más dispositivos y componentes están vinculados entre sí, mayor es el riesgo de fallos en cascada imprevistos. Los sistemas de recuperación no soportan la carga, ya que el software intenta reconectarse de forma automática y reiterada, lo que genera una presión adicional sobre los servidores y, en la práctica, sobrecarga los propios servidores con numerosos intentos de reconexión.
Nuevas realidades de la IA: trabajo constante sin descanso
Por otro lado, la situación en el futuro podría verse agravada por la transición de las herramientas utilizadas por personas a los agentes autónomos. Si antes los servidores tenían horas de descanso durante la noche, ahora los modelos de IA funcionan las 24 horas del día. Un mundo tan sobrecargado no puede funcionar sin reservas.
En los documentos de Anthropic se indica que, durante los tres primeros trimestres, la empresa gastó 18.800 millones de dólares en computación, y solo alrededor de una cuarta parte de esa potencia correspondió a clientes de pago. La compañía debe destinar recursos computacionales considerables a la etapa de «entrenamiento» de los modelos (aprendizaje por refuerzo). Se trata de un proceso constante en el que los agentes de IA aprenden a realizar tareas mediante millones de intentos. Si antes el aprendizaje era un proyecto puntual, ahora es un «ciclo de producción» continuo que compite por la capacidad con el servicio al cliente. Las empresas se están convirtiendo en verdaderos laboratorios donde la IA escribe código, diseña dispositivos y busca estructuras biológicas de forma autónoma, lo que solo aumenta la carga sobre el «hardware».
Esta tendencia indica que la demanda de chips para servidores e infraestructura puede resultar considerablemente mayor de lo que pronosticaban los analistas. La necesidad de contar con redundancia —es decir, tener servidores adicionales, equipos de red y capacidades en espera ante cualquier posible avería— se está volviendo crítica.
Actualmente, la industria se rige por el principio de máxima carga, considerándolo un signo de eficiencia. Sin embargo, como demuestra la experiencia, la ausencia de un «margen real» convierte las labores técnicas habituales en eventos de alto riesgo. En un mundo donde la logística, las finanzas y las comunicaciones dependen de la estabilidad de los servicios, invertir en hardware «sobrante» deja de ser un desperdicio para convertirse en una condición necesaria para la supervivencia. Como concluye Jasani: «Sin un margen real, semanas como esta se convertirán en la norma».
Basado en información de: Asia Times
Adaptación al español con ayuda de inteligencia artificial. Читати українською