El apagón total de OpenAI: lo que sabemos de la caída de todos sus servicios el 29 de mayo

Una causa raíz sin respuesta

En el momento de escribir este artículo, OpenAI no ha publicado un análisis post mortem ni una explicación detallada de la causa raíz del apagón . La empresa reconoció la interrupción en su página de estado, pero no ofreció un calendario de restauración ni una explicación técnica .

La magnitud del fallo proporciona la pista más clara. Que seis servicios con arquitecturas distintas—que cubren la generación de texto e imágenes, la ejecución de código y la gestión de identidad—fallen exactamente en el mismo momento sugiere con fuerza una rotura en una capa fundacional compartida. Los analistas apuntan a un posible fallo en un API gateway central, una red troncal de orquestación o un proveedor de autenticación centralizado, en lugar de un problema aislado en un modelo . Sin confirmación oficial, sin embargo, esto sigue siendo una especulación informada.

¿Cuál fue la magnitud de la interrupción?

El apagón generó una avalancha de reportes de usuarios. A nivel mundial, la plataforma Downdetector (un servicio que monitoriza caídas en tiempo real) recibió más de 5.000 quejas, de las cuales más de 4.300 procedían de Estados Unidos . Usuarios de todas las plataformas—navegador web, aplicación móvil y escritorio—informaron de que no podían acceder a ningún servicio .

India se situó entre las regiones más afectadas. El país posee una de las mayores bases de usuarios de ChatGPT del mundo, y los informes de caída desde allí fueron cuantiosos . Aunque no se dispone de inmediato de cifras precisas y desglosadas de Downdetector para India en esta fecha concreta, los patrones históricos muestran que los grandes apagones de OpenAI generan de forma rutinaria entre 500 y más de 900 quejas de usuarios en India, y este incidente se caracterizó como "masivo a nivel global, incluida India" .

Frustración empresarial y silencio comunicativo

Más allá del impacto en el consumidor, el apagón dejó a los clientes empresariales de la API sin una guía práctica. Los desarrolladores que ejecutan cargas de trabajo en producción sobre la infraestructura de OpenAI no recibieron de la empresa una causa raíz oficial, una evaluación del impacto ni un tiempo estimado de recuperación . Ante la ausencia de un Service Level Agreement (SLA) público —una garantía formal de tiempo de actividad que OpenAI todavía no ofrece—, los responsables de riesgos de las empresas tuvieron que tomar decisiones sobre su infraestructura sin el análisis de fallos necesario para evaluar la probabilidad de que se repita .

Un patrón de problemas de fiabilidad

El incidente del 29 de mayo no ocurrió de forma aislada. Es el último de una serie de apagones en 2026 que han puesto a prueba la confianza de usuarios y empresas:

• 20 de abril de 2026: Un gran apagón parcial dejó fuera de servicio ChatGPT y Codex para miles de usuarios en EE. UU., Reino Unido e India, con más de 900 quejas registradas solo en India .
• 8–9 de mayo de 2026: La API de Responses experimentó errores elevados que se atribuyeron a un despliegue reciente; OpenAI revirtió el cambio para restaurar el servicio .
• Finales de mayo de 2026: El 28 de mayo, solo un día antes del colapso total, los usuarios reportaron problemas con el inicio de sesión y las conversaciones .
• Historial en 2025: En junio de 2025 se produjo un apagón global de ChatGPT de casi 12 horas, mientras que en septiembre de 2025 se registró otra interrupción de varias horas .

Este patrón se ha consolidado como una brecha de fiabilidad cuantificable. Un informe de fiabilidad de la consultora Nordic APIs, que cubre desde finales de 2025 hasta principios de 2026, situó a las API de inteligencia artificial y aprendizaje automático en el último puesto entre todas las categorías en tiempo de actividad. Solo OpenAI registró 11 incidentes distintos en enero de 2026, aproximadamente uno cada 2,5 días . En un período de 12 meses, tanto OpenAI como su rival Anthropic han tenido dificultades para mantener una disponibilidad del 99%, una cifra que, siendo baja para los estándares de la nube, aún supondría más de tres días y medio de inactividad al año, en comparación con el 99,97% de tiempo de actividad que promediaron los grandes proveedores de nube en 2024 .

La presión competitiva aprieta

El debate sobre la fiabilidad se intensifica en el peor momento posible para OpenAI. La compañía incumplió recientemente sus propios objetivos de nuevos usuarios e ingresos, y se proyecta que sus pérdidas alcancen los 17.000 millones de dólares para finales de año . A pesar de una base de usuarios consumidores que empequeñece a la de Anthropic, los ingresos anualizados de esta última—aproximadamente 30.000 millones de dólares en abril de 2026—superaron los cerca de 25.000 millones de OpenAI en febrero de 2026 . Gemini, de Google, también está ganando tracción en el ámbito empresarial, apretando aún más las tuercas de la competencia .

Anthropic ha tenido sus propios problemas graves de fiabilidad, incluido un apagón de Claude de diez horas en abril de 2026, seguido de otro incidente días después . Pero el fallo de OpenAI del 29 de mayo fue más amplio: un colapso simultáneo de todos los servicios. La persistente falta de un SLA público se cita cada vez más como un diferenciador crítico para los compradores empresariales con aversión al riesgo . Los análisis del sector recomiendan ahora de forma activa una estrategia de enrutamiento multi-proveedor con conmutación por error documentada como la postura defendible en las adquisiciones para 2026, en lugar de depender de un único proveedor de API de IA .

Lo que aún no sabemos

Tras el apagón del 29 de mayo, varias preguntas importantes siguen sin respuesta:

• Causa raíz oficial: No se ha publicado ningún análisis post mortem, lo que deja sin confirmar la causa técnica precisa .
• Vulnerabilidad de la arquitectura: La empresa no ha explicado por qué un solo fallo pudo inutilizar simultáneamente todos sus productos .
• Duración del apagón: El tiempo total de inactividad y el cronograma de recuperación no se han hecho públicos .
• Integridad de los datos: Se desconoce si se perdió alguna conversación de usuarios, llamada a la API o recurso generado.
• Fallo de las salvaguardas: Quedan preguntas abiertas sobre el fallo de los sistemas de conmutación por error (failover), la redundancia y los controles de radio de explosión que deberían haber limitado el alcance del incidente .

Hasta que OpenAI publique un análisis detallado, el apagón del 29 de mayo seguirá siendo una señal de advertencia para cualquier organización que esté construyendo flujos de trabajo críticos sobre la infraestructura de la empresa.