Adopción de IA pone a prueba la fiabilidad de las plataformas
Conforme la adopción de Inteligencia Artificial (IA) se acelera entre empresas y hogares, las plataformas se enfrentan ahora al reto de escalar su capacidad para atender las múltiples consultas de sus clientes de forma confiable y consistente. Esto es especialmente importante en el sector empresarial, donde se espera que Agentes de IA estén encargados de procesos complejos y críticos. Un estudio reciente de Ookla, encontró que ante esta mayor adopción ha venido acompañada por un incremento en los días de interrupción, especialmente en plataformas de OpenAI y Anthropic.
Ookla analizó 471 días de datos de Downdetector en Estados Unidos (del 1 de enero de 2025 al 16 de abril de 2026) de las principales plataformas de IA, en las que encontró un aumento en los riesgos de fiabilidad (3.72 millones de problemas reportados por usuarios) a medida que la IA pasa de ser una herramienta opcional a una infraestructura empresarial esencial.
Según los datos de la consultora, la disrupción causada por las aplicaciones de IA se intensificó notablemente en el primer trimestre de 2026. En ChatGPT, Claude, Gemini y Copilot, los días de disrupción de alta señal aumentaron de seis en el primer trimestre de 2025, a 16 en el cuarto trimestre de 2025 y a 51 en el primer trimestre de 2026. Claude representó 39 de esos 51 días de servicio, mientras que Gemini representó siete, Copilot tres y ChatGPT dos.
Como base del estudio, Ookla considera un día de alta incidencia de problemas como un día en el que un servicio registró más de 10 veces su propio volumen medio diario de informes durante ese período.
En particular, ChatGPT de OpenAI generó las mayores señales de interrupción de aplicaciones de IA individuales, si bien, ha mostrado una mejora sustancial en su tendencia base. ChatGPT representó cuatro de los cinco días con mayor incidencia de aplicaciones de IA, incluyendo aproximadamente 68,000 informes el 2 de diciembre de 2025.
Sin embargo, Ookla aclara que el volumen medio diario de informes de la aplicación fue menor en abril de 2026 que en abril de 2025, lo que apunta a una mejora en la fiabilidad con el tiempo, incluso a pesar del rápido aumento del uso de Codex – el asistente de la compañía para trabajo y generación de código – en los últimos meses.
Por su parte, Claude de Anthropic se convirtió en el ejemplo más claro de la volatilidad de la escalabilidad de las operaciones. Aunque en 2025 los informes de interrupción de la plataforma en Downdetector fueron prácticamente nulos, Ookla revela que reportó una base de informes sostenida a partir de mediados de julio, en línea con su creciente popularidad.
Para el primer trimestre de 2026, registró 39 días de interrupción de aplicaciones de IA con señales de alta prioridad, con un volumen de informes en marzo que casi triplicó el nivel de febrero. En marzo de 2026, el total de 192,773 informes de Claude fue casi el triple que el de febrero y más de cinco veces superior al de diciembre.
“Esto no significa necesariamente que Claude se volviera menos fiable de forma lineal, sino que la plataforma estaba evolucionando hacia un nivel de uso diferente, donde más personas la utilizaban con mayor frecuencia y las cargas de trabajo más pesadas con Claude Code y Cowork se hacían más evidentes cuando surgían problemas”, señala el estudio.
Gemini de Google, en tanto, mostró el crecimiento más significativo entre los servicios, excluyendo Claude. Los informes aumentaron a partir de enero de 2025, mientras que los días de interrupción de alta señal pasaron de cero en el primer trimestre de 2025 a siete en el primer trimestre de 2026. Dicho aumento en los informes está en línea con la tendencia general de crecimiento de Gemini, que ahora atiende a más de 900 millones de usuarios activos mensuales, según cifras de Google.
El día con mayor número de interrupciones en Gemini, según Downdetector, fue el 13 de febrero de 2026, con 14,417 informes, seis días antes del anuncio de Google sobre Gemini 3.1 Pro el 19 de febrero.
Conforme las plataformas de IA se están integrando en los flujos de trabajo empresariales, hace que la fiabilidad sea fundamental para las tareas de Agentes de larga duración. La gravedad de las interrupciones aumenta a medida que los sistemas de IA se expanden desde sesiones de chat hasta operaciones complejas de nivel empresarial, según advierte Ookla.
Por otro lado, el estudio también señala la complejidad a la que se enfrentan ahora las plataformas y las propias empresas usuarias para prevenir estas interrupciones. La superficie de fiabilidad de la IA se ha ampliado más allá de la disponibilidad del modelo para incluir múltiples capas de infraestructura: desde la interfaz o la aplicación, pasando por el hiperescalador donde se alojan los datos o el modelo, la infraestructura de telecomunicaciones sobre la que viajan los datos, hasta alcanzar las capas de orquestación y de acceso.
En ese sentido, el informe encontró que los incidentes en la infraestructura de Nube, como AWS y Microsoft Azure, puede generar un enorme radio de impacto cuando surgen problemas. Por ejemplo, el incidente de DynamoDB de AWS del 20 de octubre de 2025 y el incidente de Front Door de Azure del 29 de octubre de 2025 fueron perturbaciones en la capa de infraestructura que demostraron cómo los fallos en los planos de control de la nube pueden hacerse visibles rápidamente para los usuarios de IA.