Un bug dormido desde julio tumbó Microsoft 365 durante casi un día
El jueves 12 de noviembre, más del 80% de los servidores de pasarela de red de Microsoft 365 dejó de responder y el servicio tardó casi un día en volver. La causa no fue un ataque ni un pico de tráfico: fue un defecto que llevaba más de tres meses desplegado en producción sin dar señales.
El alcance fue global. Downdetector registró un pico de cerca de 140.000 reportes, según RTVE, y los avisos llegaron desde 74 países y territorios, según el recuento de Sipse. Gobiernos como el de Nueva Zelanda activaron procedimientos manuales y su servicio de inmigración suspendió temporalmente la tramitación de visas. OpenAI y Anthropic también reportaron problemas asociados al uso de la infraestructura de Microsoft, según RTVE.
Para un founder, la lección no está en el bug. Está en lo que revela sobre cómo se construye —y se prueba— la infraestructura de la que depende casi todo el software corporativo del mundo.
¿Y esto cómo se aplica en tu negocio?
Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Qué pasó: la cronología de un fallo en cadena
Microsoft publicó en X el relato completo del incidente, recogido por Windows Report. La secuencia tuvo tres piezas que, por separado, no habrían tumbado nada:
- Julio de 2026. Empieza a desplegarse un parche para las pasarelas de red de Microsoft 365. Incluye un defecto no detectado: bajo cierta carga, un proceso interno se bloquea y el servidor deja de responder.
- Semanas siguientes. La actualización llega a todo el mundo sin incidencias. Las pruebas de carga se centraron en hardware con menos núcleos, y el fallo empeora justo en las máquinas más potentes.
- Miércoles 11. Un problema no relacionado deja fuera de servicio casi el 14% de la capacidad de la pasarela. Queda margen suficiente y no se nota.
- Madrugada del jueves 12. Unas 15 horas antes de la caída, Teams pasa de la pasarela alternativa a la primaria, la que también usa Exchange Online. Es una maniobra de rutina, pero sube la carga y cambia el patrón de tráfico.
- Jueves 12, 17:17. Más carga y menos servidores activan el bug. Las peticiones se acumulan hasta que los servidores dejan de responder.
- Menos de dos horas después. El tráfico se redirige automáticamente a los servidores sanos, que caen por el mismo motivo. Las barreras entre regiones no frenan la cascada y el fallo se vuelve global.
- Viernes 13. Microsoft comunica el restablecimiento tras aplicar una actualización que devuelve el código al estado previo a julio, en bloques de más del 50% de una región por vez.
Microsoft descartó actividad maliciosa: en su página de estado aseguró que se trató de un problema técnico no relacionado con ciberataques ni con IA o agentes, según Mashable. Security Week añade un dato útil para descartar pistas falsas: dos días antes, el Patch Tuesday de noviembre había corregido 1.094 vulnerabilidades, incluida una de suplantación en Outlook que sí estaba siendo explotada, pero los avisos de servicio no vincularon esa falla con la caída.
¿Qué es la contención de bloqueos y por qué las pruebas no la detectaron?
Es lo que en programación se llama contención de bloqueos (lock contention). Para que varias tareas no modifiquen a la vez el mismo dato, el software usa una especie de cerrojo: reserva ese dato al proceso que llega primero, lo deja trabajar y libera el cerrojo para el siguiente de la cola.
El parche de julio hacía que, bajo cierta carga, demasiadas tareas compitieran por el mismo cerrojo. Se formaba una cola cada vez más larga, el servidor se ocupaba solo de gestionar la espera y dejaba de responder. Cuantos más núcleos tenía la máquina, más tareas peleaban a la vez por el cerrojo: por eso el problema era peor en los servidores más potentes, justo los que menos se prueban en laboratorio.
Ahí está la primera lección de ingeniería: un test de carga que no replica la configuración de producción no es un test de carga. Si tu entorno de staging corre en instancias más chicas que producción, estás validando un sistema distinto al que vas a operar.
Por qué la recuperación fue casi tan difícil como el fallo
La parte que menos se comenta del incidente es la que más debería preocupar a cualquier equipo técnico. Los mecanismos automáticos de recuperación de Microsoft no estaban diseñados para una caída tan amplia:
- Los servidores que volvían a estar en línea se saturaban al instante con el tráfico en espera y volvían a caer.
- La marcha atrás rápida tampoco servía, porque el bug llevaba meses desplegado y no había una versión limpia reciente a la que volver.
- Las barreras entre regiones, pensadas para contener fallos, no frenaron la cascada por un problema aparte.
El resultado: Microsoft tuvo que retirar servidores en bloques de más del 50% de una región, parchear, reiniciar y devolverlos al servicio. Un procedimiento manual y lento para un sistema que se supone automatizado.
¿Qué significa esto para tu startup?
La mayoría de las startups hispanohablantes no puede permitirse infraestructura duplicada. Pero el incidente deja tres verdades incómodas:
1. La redundancia que no se prueba no existe. Microsoft tenía miles de unidades de capacidad repartidas en regiones y aun así el fallo se volvió global. Si tu plan de continuidad nunca se ejecutó en un simulacro real, es una hipótesis, no un plan.
2. El proveedor único es un riesgo de negocio, no solo técnico. Durante casi un día, miles de empresas e instituciones no pudieron trabajar. Si tu producto entero vive dentro de un solo ecosistema —correo, identidad, almacenamiento y automatizaciones en el mismo proveedor—, tu tiempo de inactividad es el suyo.
3. Los rollbacks se planifican antes, no durante. Si no puedes volver a una versión estable en minutos, tu velocidad de despliegue es una trampa.
Cómo armar un plan de resiliencia sin duplicar todo tu stack
No necesitas dos nubes completas. Necesitas saber qué se rompe primero y qué puedes sostener con poco. Tres acciones concretas:
- Mapea tu cadena de dependencias. Haz una lista de todo lo que tu equipo usa a diario (correo, chat, identidad, repositorios, CI/CD, pasarela de pagos) y marca cuáles son de un solo proveedor. Para cada uno, define un plan B mínimo: exportar contactos y correo a otro servicio, un canal de comunicación alternativo y un método de autenticación que no dependa del proveedor principal.
- Ejecuta un simulacro de caída de dos horas. Un día al mes, apaga la herramienta principal y trabaja con las alternativas. Vas a descubrir en la primera hora qué documentación falta, qué contraseñas nadie tiene y qué procesos solo existen en la cabeza de una persona.
- Mide tu tiempo de recuperación real, no el teórico. Cronometra cuánto tardas en restaurar un servicio crítico desde cero. Si la respuesta es que no lo sabes, ese es el dato más importante que te falta.
Y una cuarta, más de fondo: diversifica donde el costo de cambiar sea bajo. El correo y el chat son fáciles de replicar; la base de datos y la lógica de negocio, no. Empieza por lo barato.
Conclusión
Microsoft pidió disculpas y remitió al informe completo en el centro de administración de Microsoft 365. Lo que ese resumen público no aclara es qué va a cambiar para que no se repita, y ahí está el punto: un bug de julio, un 14% de capacidad perdida y una maniobra de rutina bastaron para tumbar servicios que usan millones de personas.
Esta vez le tocó a Microsoft. Antes fue la nube de Amazon, la red de Cloudflare o medio Windows con la actualización de CrowdStrike. La conclusión para cualquier founder no es cambiar de proveedor: es que tener alternativas a mano dejó de ser paranoia y pasó a ser parte del producto.
Fuentes
- Xataka (fuente original)
- Windows Report
- Mashable
- Security Week
- RTVE
- Sipse
¿Y esto cómo se aplica en tu negocio?
Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













